目錄

前言：

一、進程與線程

二、線程初體驗

三、分頁式存儲管理初談

總結：

前言：

大家好啊，今天我們就要開始翻閱我們linux操作系統的另外一座大山：線程了。

對于線程，大體結構上我們是劃分為兩部分，一部分是線程的概念與控制，另外一部分是線程的同步與互斥的相關內容。

本篇文章我將會為大家介紹線程的一些基礎知識，加上對我們之前所學內容與線程之間的聯系。

一、進程與線程

我們之前學過進程。

當時我們說：進程是一個執行起來的程序，進程=內核數據結構+代碼與數據。

而什么是線程呢？

線程是一個執行流，執行粒度比進程更細，是進程內部的一個執行分支。

也就是說，一個進程可以包含多個線程，而這些線程共享進程的資源（如內存空間，我們后面會解釋），但各自擁有獨立的執行上下文（如棧、寄存器）

我們之前所說的進程，只有一個執行流，這種“單線程進程”其實是多線程模型的一種特例，如今更常見的是多線程程序，以提高并發性和資源利用率。

我們現在要更新一下對于線程進程的概念。

對于進程來說，進程是分配系統資源的基本實體。

對于線程來說，線程是OS調度的基本單位。

進程都需要被管理起來，那么比進程執行粒度更細的線程呢？

自然也要被管理起來，提到管理，就不得不說出那六個字：先描述，再組織！！

那我們就應該類似管理進程一樣，專門弄出一個類似于PCB的結構來管理線程？

那我們的操作系統未免也太復雜了吧。

所以，linux的設計者也考慮到了這一點，于是linux的設計者就決定，我們可不可以讓PCB（task_struct）近似的拿去管理線程呢？

所以線程，實際上也是通過PCB來進行管理的，沒錯，你沒有聽錯，線程，也是通過PCB來進行管理的。

一個程序是一個進程，但是這個進程不一定只有一個PCB，我們從來沒說過一個進程只能有一個PCB。所以有著多個PCB的進程，這多出來的，就是一個一個的執行流，就是一個一個的線程。線程也是task_struct描述起來的。

我們之前的模型，都是單線程進程，這唯一一個PCB，代表著這個進程的主執行流。

該進程唯一的?task_struct（PCB）即代表其主執行流，二者是等價的。此時?“進程”=“線程”，因為只有一個執行流，無需區分概念。

而我們之前講進程的PCB的時候說過，PCB中包含很多數據結構，包括頁表，mm_struct,vm_area_struct list。那現在的多線程進程中，我們有多個PCB，這里面的每一個PCB都有著這些結構嗎？

當然，要不然為什么他們都是由PCB管理起來的呢？

那他們的數據也是一樣的嗎？

是，也不是。

一個進程中可以含多個PCB，我們就以主執行流的PCB數據為準，其他執行流（線程）的PCB，里面的mm_struct,vm_area_struct list這些結構數據，其實是共享的，他們之間共享相同的地址空間和資源，但是他們的寄存器和用戶棧空間是每個線程各自獨立的：

struct task_struct {pid_t pid;    // 線程ID（內核視角）pid_t tgid;   // 線程組ID（用戶視角的進程ID）struct mm_struct *mm; // 指向共享的內存描述符// 每個線程有獨立的：struct thread_struct thread;  // 寄存器狀態void *stack;                 // 內核棧
};

我們可以理解為每一個線程存儲的大部分數據都是一樣的，在執行代碼時，由于我們的執行上下文不同，各自維護獨立的執行狀態，所以我們可以并發的執行不同的代碼。

所以我們今天就有了更清楚的概念：一個PCB（task_struct）<= 進程

我們也不在區分執行流到底是線程還是進程，轉而把linux執行流統一稱為：輕量級進程（LWP）?

linux系統中沒有真正意義上的“線程”，只有?“共享資源的輕量級進程”。

值得提的是，Windows是真的有線程的專屬數據結構，所以它的內核代碼極其復雜。

二、線程初體驗

?我們接下來寫一下簡單的測試代碼，讓大家體驗一下線程的概念：

在linux中，我們一般用pthread_create函數來創建一個線程。

值得注意的是，這個函數并不是一個系統調用，而是我們glibc封裝的一個函數。

他有四個參數，第一個參數是一個指針，函數成功返回后，會將新線程的 ID 寫入該地址。所以我們在使用這個函數前，一般會創建一個pthread_t類型的id。

第二個參數指定線程的屬性（如棧大小、調度策略等），如果是NULL，則使用默認屬性。

第三個參數是一個函數指針，代表值這個線程將要執行的方法，而第四個參數表示傳遞給線程函數的參數。

#include <pthread.h>
#include <iostream>
#include <unistd.h>void* func(void *argv)
{while(true){std::cout<<"I am func pthread,my pid :"<<getpid()<<std::endl;   sleep(1);}
}
int main()
{pthread_t tid;int i = 100;pthread_create(&tid, nullptr, func, (void *)i);while (true){std::cout << "I am main pthread,my pid :" << getpid() << std::endl;sleep(1);}return 0;
}

在編譯這個代碼時應該注意，我們的編譯指令應該是?g++ test.cc -o test -lpthread?，因為我們需要需要鏈接?pthread 庫。

可以看見，如果只有一個執行流，是不能同時執行兩個while循環的。?

?我們再次運行代碼，通過新的bash輸入以上兩個命令可以查看進程運行信息。

可以看見，操作系統中叫做test的進程只有這一個，我們可以使用ps -aL來查看線程信息。

這里就多出來一個叫做LWP的東西。這個就是表示輕量級進程。

我們LWP與PID相同的，就是主執行流，如果光看PID的話，我們是區分不出來兩個執行流的。所以，我們可以通過LWP來區分執行流唯一性，我們的OS真實調度時，也是用的LWP而不是PID。

三、分頁式存儲管理初談

如果在沒有虛擬內存和分頁機制的情況下，每一個用戶程序在物理內存上所對應的空間必須是連續的，如下圖：

因為每一個程序的代碼、數據長度都是不一樣的，按照這樣的映射方式，物理內存將會被分割成各種離散的、大小不同的塊。結果一段時間運行后，有些程序會退出，那么他們占據的物理內存空間就會被回收，導致這些物理內存都是以很多碎片的形式存在的。

我們希望操作系統提供給用戶的空間必須是連續的，但是物理內存又不連續，該怎么辦呢？

所以此時虛擬內存與分頁就出現了。

?我們這張圖中牽涉到了頁框的概念，那么什么是頁框呢？

同學們，還記得我們學過的物理內存管理嗎？
我們當時說過塊的概念，我們可以把一定數量的扇區，劃分為一個塊。一個塊的數據大小為4kb，也就是八個扇區。（ext2下）

我們說：塊是文件系統管理數據的最小單位，一個塊的大小是4kb。

這里的塊是文件系統讀寫磁盤的最小邏輯單位，類似的，我們的一個頁框的大小也是固定為4kb，他是操作系統管理物理內存的最小單位。

我們把物理內存按照一個固定的長度的頁框進行分割，有時候叫做物理頁。每一個頁框包含一個物理頁（page）。一個頁的大小等于頁框的大小，32位大多支持4kb，64為8kb。

我們需要區分頁與頁框：

頁是一個數據塊，可以存放在任何頁框或者磁盤中，而頁框是一個存儲區域！

有了這種機制，CPU便并非是直接訪問物理內存地址，而是通過虛擬地址空間來間接訪問物理內存地址。所謂的虛擬空間，是操作系統為每一個正在執行的進程分配的一個邏輯地址。操作系統將虛擬地址空間與物理內存地址之間建立映射關系，也就是頁表，這張表上記錄了每一頁和頁框的映射關系。

總結一下，其思想就是將虛擬內存下的邏輯地址空間分為若干頁，將物理內存空間劃分為若干頁框，通過頁表就能把連續的虛擬內存，映射到若干個不同的物理內存頁，就解決了碎片問題。

/* include/linux/mm_types.h */
struct page
{/* 原?標志，有些情況下會異步更新 */unsigned long flags;union{struct{/* 換出?列表，例如由zone->lru_lock保護的active_list */struct list_head lru;/* 如果最低為為0，則指向inode* address_space，或為NULL* 如果?映射為匿名內存，最低為置位* ?且該指針指向anon_vma對象*/struct address_space *mapping;/* 在映射內的偏移量 */pgoff_t index;/** 由映射私有，不透明數據* 如果設置了PagePrivate，通常?于buffer_heads* 如果設置了PageSwapCache，則?于swp_entry_t如果設置了PG_buddy，則?于表?伙伴系統中的階*/unsigned long private;};struct{ /* slab, slob and slub */union{struct list_head slab_list; /* uses lru */struct{ /* Partial pages */struct page *next;
#ifdef CONFIG_64BITint pages;    /* Nr of pages left */int pobjects; /* Approximate count */
#elseshort int pages;short int pobjects;
#endif};};struct kmem_cache *slab_cache; /* not slob *//* Double-word boundary */void *freelist; /* first free object */union{void *s_mem;            /* slab: first object */unsigned long counters; /* SLUB */struct{                        /* SLUB */unsigned inuse : 16; /* ?于SLUB分配器：對象的數? */unsigned objects : 15;unsigned frozen : 1;};};};...};union{/* 內存管理?系統中映射的?表項計數，?于表??是否已經映射，還?于限制逆向映射搜索*/atomic_t _mapcount;unsigned int page_type;unsigned int active; /* SLAB */int units;           /* SLOB */};...
#if defined(WANT_PAGE_VIRTUAL)/* 內核虛擬地址（如果沒有映射則為NULL，即?端內存） */void *virtual;
#endif /* WANT_PAGE_VIRTUAL */...
}

我們之所以扯到這里，主要是想幫助大家理解虛擬地址空間與線程之間的關系，同一進程的所有線程共享同一個 mm_struct（內存描述符），因此它們看到的是完全相同的虛擬地址空間.

我們可以把struct page當做數組來理解，Linux 內核通過一個名為?mem_map?的全局數組（元素類型為?struct page）管理所有物理頁。而當作數組，就有了下標，我們就可以快速轉化為物理地址，一個頁框是4kb，所以物理地址就等于=下標*4kb

總結：

由于時間原因，我們今天就講到這里。

但是我們的分頁式存儲管理還是沒有講完，我們還沒用深刻理解頁表的分級存儲。

所以明天我們將會講解頁表的分級存儲，之后會繼續講解線程的概念！