Linux 多线程初探：从进程到轻量级执行流

Linux 多线程初探：从进程到轻量级执行流

线程的本质与定义

线程是进程内的一个执行分支，其执行粒度比进程更细。在操作系统视角下，线程是调度的基本单位，而进程则是资源分配的基本实体。

以前我们常认为进程只有一个执行流，这其实是一种特殊情况。在现代系统中，一个进程内部包含多个执行流才是常态。内核中，每个执行流对应一个 task_struct 结构体，但所有线程共享同一个地址空间。这意味着任何执行流要运行，都必须依赖进程拥有的资源窗口（如动态库加载、内存申请等）。

进程与线程的资源关系

虚拟地址空间的映射

理解线程的关键在于理解地址空间。CPU 中的 CR3 寄存器存储页表目录地址，负责将虚拟地址转换为物理地址。以 32 位系统为例，虚拟地址被分为三部分（10+10+12），前 20 位定位页框起始位置，后 12 位作为偏移量。

创建进程是一个重操作，因为需要建立完整的地址空间映射。而线程本质上是在已有的地址空间内划分范围进行资源分配，因此开销更小。

Linux 下的线程实现

Linux 并没有独立于进程之外的线程数据结构。它复用进程的内核数据结构 task_struct 来模拟线程，这种机制被称为'轻量级进程'（LWP）。

注意：CPU 无法直接区分 Linux 中的进程和线程，对 CPU 而言它们都是执行流。内核通过调度算法管理这些轻量级进程。

线程的优缺点分析

优势

1. 轻量级：创建和释放线程的代价远小于进程，生命周期更短。
2. 切换高效：线程间切换只需保存少量上下文（如寄存器、栈指针），无需切换页表。
3. 资源共享：线程共享进程的数据段、代码段等资源，通信方便。
4. 并行能力：能充分利用多处理器的并行计算能力，适合计算密集型任务。
5. I/O 重叠：在等待慢速 I/O 时，其他线程可继续执行计算，提升用户体验。

劣势

1. 性能损耗：若计算密集型线程数量超过处理器核心数，过多的同步和调度开销会导致性能下降。
2. 健壮性降低：线程间缺乏保护，一个线程的错误（如野指针、除零）可能导致整个进程崩溃。
3. 访问控制弱：进程是访问控制的基本粒度，线程调用某些 OS 函数可能影响整个进程。
4. 编程复杂：调试多线程程序比单线程困难得多，需处理竞态条件、死锁等问题。

Linux 线程接口实战

虽然内核层面只有轻量级进程的概念，但应用层提供了标准的 POSIX 线程库 pthread 来封装接口。

编译与链接

几乎所有 Linux 平台都默认自带该库。编写多线程代码时，需显式链接 pthread 库：

g++ -o $@ $^ -lpthread

线程创建 (pthread_create)

使用 pthread_create 创建新线程，其参数含义如下：

• 第一个参数：输出型参数，用于接收新线程的 ID。
• 第二个参数：线程属性，通常设为 nullptr 使用默认属性。
• 第三个参数：函数指针，指向线程执行的入口函数（返回 void*，接受 void* 参数）。
• 第四个参数：传递给线程函数的实参。

成功返回 0，失败则返回错误码（不会设置全局 errno）。需要注意的是， 不是系统调用，而是动态库函数。