進程與線程學習筆記

進程與線程學習筆記

1、系統調用

在程序狀態字（Program Status Word, PSW）寄存器中有一個二進制位控制CPU的兩種工作模式（內核態和用戶態）。在內核態運行時，CPU可以執行指令集中的每一條指令，操作系統在內核態下運行，從而可以訪問整個硬件。用戶程序在用戶態下運行，僅允許執行整個指令集中的一個子集。一般而言，在用戶態中有關I/O和內存保護的所有指令都是禁止的。爲了從操作系統中獲得服務，用戶程序使用系統調用（system call）陷入內核，TRAP（陷阱）指令把用戶態切換成內核態，並啓用OS，當有關工作完成之後，在系統調用後面的指令把控制權返回給用戶程序。

下面列出了一些重要的 POSIX 系統調用

pid = fork()	創建與父進程相同的子進程
pid = waitpid(pid, &statloc, options)	等待一個進程終止
s = execve(name, argv, environp)	替換一個進程的地址空間
exit(status)	中止進程執行並返回狀態
s = kill(pid, signal)	發送信號給一個進程
fd = open(file, how, …)	打開一個文件供讀、寫或兩者
s = close(fd)	關閉一個打開的文件
n = read(fd, buffer, nbytes)	把數據從一個文件讀到緩衝區
n = write(fd, buffer, nbytes)	把數據從緩衝區寫到一個文件中
position = lseek(fd, offset, whence)	移動文件指針
s = stat(name, &buf)	獲取文件的狀態信息
s = mkdir(name, mode)	創建一個新目錄
s = rmdir(name)	刪除一個空目錄

在Unix中，系統調用和系統調用所使用的庫過程之間幾乎是一一對應的關係。且進程之間存在層次關係，稱爲進程樹，所有進程都屬於以init（OS啓動進程）爲根的一棵樹。

在Windows中，我們通過API獲得操作系統的服務，但大部分API和系統調用不存在對應關係。且不存在父進程和子進程的概念，進程創建之後，創建者和被創建者是平等的。

注意：fork()創建一個原有進程的精確副本，子進程可以通過execve()替換不同的映像文件，從而執行不同的程序；waitpid()用於掛起調用進程，直到其它（特定的）進程退出。kill()供用戶進程發送信號，若一個進程準備好捕捉一個特定的信號，那麼，在信號到來時，運行一個信號處理程序，如果該進程沒有準備好，那麼信號的到來會殺死該進程。

2、進程

進程（process）本質上是正在執行的一個程序，是容納運行一個程序所需要所有信息的容器。與一個進程相關的是進程的地址空間（address space）和進程表（process table）。進程的地址空間包括代碼段、數據段、堆棧段。下面畫出了進程的三種狀態，以及狀態之間的切換：

在多任務系統中，CPU使用某種調度算法在不同進程間來回快速切換，就好像這幾個進程在併發執行一樣。進程間的切換是通過中斷（interrupt）來實現的。OS維護一張表格，即進程表，每個進程佔用一個進程表項（也稱進程控制塊），該表項包含了進程狀態的重要信息，包括程序計數器（保存了下一條指令的內存地址）、堆棧指針、內存分配狀況、所打開文件的狀態、賬號和調度信息，以及其他在進程由運行態轉換到就緒態或阻塞態時必須保存的信息，從而保證該進程隨後能再次啓動，就像從未被中段過一樣。

線程是把進程的兩項功能——獨立分配資源與被調度分派執行分離開來。進程作爲系統資源分配和保護的獨立單位，不需要頻繁地切換。線程作爲系統調度和分派的基本單位，能輕裝運行，會被頻繁地調度和切換。

3、線程(thread)

在傳統的操作系統中，進程有一個地址空間和一個控制線程；而在多線程系統中，一個進程的地址空間中同時運行多個控制線程。

 

  

多線程的優點：

(1) 應用程序中往往同時發生着多種活動，其中某些活動隨時間的推移會被阻塞。通過將這些應用程序分解成可以準並運行的多個順序線程，程序設計模型會變得更加簡單。

(2) 線程比進程更輕量級，更容易創建和撤銷。

(3) 如果應用程序中存在大量的計算和I/O處理，擁有多個線程允許這些活動彼此重疊進行，從而會加快程序執行的速度。

(4) 在多CPU系統中，多線程可以實現真正的並行運算。

在同一個進程中並行運行多個線程，是對在同一臺計算機上並行運行多個進程的模擬。因此，線程也被稱爲輕量級進程（lightweight process）。與進程調度類似，CPU在線程之間快速切換，製造了線程並行運行的假象。不同的進程之間有獨立的地址空間，而線程之間有完全一樣的地址空間，這意味着它們共享同樣的全局變量。

由於各個線程都可以訪問進程地址空間的每一個內存地址，所以一個線程可以讀、寫，甚至清除另一個線程的堆棧。也就是說，線程之間是沒有保護的。我們知道，不同的進程可能屬於不同的用戶所擁有，它們之間可能存在敵意。但用戶創建多線程是爲了它們之間的合作而不是彼此爭鬥。除了共享地址空間外，所有線程還共享同一個打開的文件集、子進程、報警以及相關信號等。但要注意的是，每個線程都有自己的堆棧、程序計數器、寄存器等信息，這些不是共享的。

下面列出了幾個 POSIX 線程標準

Pthread_create	創建一個新線程
Pthread_exit	結束調用的線程
Pthread_join	阻塞調用線程直到某個其它（特定）線程退出
Pthread_yield	主動釋放CPU從而讓另外一個線程運行
Pthread_attr_init	創建並初始化一個線程的屬性結構
Pthread_attr_destroy	刪除一個線程的屬性結構

與進程不同的是，無法利用時鐘中斷強制線程讓出CPU，所以我們設法使線程行爲“高尚”起來，並且隨着時間的推移自動交出CPU，以便讓其他線程有機會運行，這正是Pthread_yield系統調用的作用。

3.1 在用戶空間中實現線程

有兩種主要的方法實現線程包：在用戶空間中和在內核中。前者是把整個線程包放在用戶空間中，內核對線程包一無所知，仍按正常的單線程進程方式管理。

在用戶空間實現線程，線程在一個運行時系統（即線程庫）的頂部運行，這個運行時系統是一個管理線程的過程的集合，包括pthread_create、pthread_exit、pthread_join、pthread_yield等過程。每個進程需要其專門的線程表（thread table），用來跟蹤該進程中的線程。線程表由運行時系統管理，當一個線程轉換到就緒狀態或阻塞狀態時，在該線程表中存放重啓該線程所需的信息，與內核在進程表中存放的進程的信息完全一樣。
當某個線程做了一些會引起在本地阻塞的事情之後，例如等待進程中另一個線程完成某些工作，它調用一個運行時系統的過程，這個過程檢查該線程是否必須進入阻塞狀態。如果是，它在線程表中保持該線程的寄存器，並查看錶中可運行的就緒線程，並把新線程的保存值重新裝入機器的寄存器中。只要堆棧指針和程序計數器一被切換，新線程就又自動投入運行。

在用戶空間中實現線程包的優點：

(1) 用戶級線程包可以在不支持線程的操作系統上實現。 

(2) 線程切換至少要比陷入內核要快一個數量級。在線程完成運行時，它調用thread_yield可以把該線程的信息保存在線程表中；進而，它可以調用線程調度程序來選擇另一個要運行的線程。保存該線程狀態的過程和調度程序都只是本地過程，所以啓動它們比進行內核調用效率更高。另一方面，不需要陷阱，不需要上下文切換，也不需要對內存高速緩存進行刷新，這使得線程調度非常快捷。

(3) 允許每個進程有自己定製的調度算法。

(4) 具有較好的可擴展性，這是因爲在內核空間中內核線程需要一些固定表格空間和堆棧空間，當內核線程的數量非常大，就會出現問題。

在用戶空間中實現線程包的缺點：

(1) 如何實現阻塞系統調用而不影響其它線程。一種方法是使用非阻塞版本的系統調用；另一種方法是使用包裝器（jacket 或 wrapper），在進行阻塞系統調用之前檢查是否會引起阻塞，如果調用會被阻塞，有關的調用就不進行，代之以運行另一個線程。

(2) 在一個單獨的進程內部，沒有時鐘中斷，所以不能用輪轉調度的方式調度線程。如果一個線程開始運行，那麼在該進程中的其他線程就不能運行，除非第一個線程自動放棄CPU。

3.2 在內核中實現線程包

在內核中實現線程，此時不再需要運行時系統。另外，每個進程中也沒有線程表，相反，在內核中用來記錄系統中所有線程的線程表。當一個線程阻塞時，內核可以根據其選擇，可以運行同一個進程中的另一個線程，或者運行另一個進程中的線程。而在用戶級線程中，運行時系統始終運行自己進程中的線程，直到內核剝奪它的CPU爲止。
內核級線程的缺點是：應用程序線程在用戶態運行，而線程調度和管理在內核實現。在同一進程中，控制權從一個線程轉移到另一個線程，需要用戶態-內核態-用戶態的模式切換，系統開銷較大。
綜上：用戶級線程和內核級線程之間的差別在於性能。用戶級線程的切換需要少量的機器指令，而內核級線程需要完整的上下文切換，修改內存映像，使高速緩存失效，這導致了若干數量級的延遲。另一方面，在使用內核級線程時，一旦線程阻塞在I/O就不需要像在用戶級線程中那樣將整個進程掛起。

上面我們分別研究了用戶級線程和內核級線程，如果能夠將兩者結合起來，可以實現混合式線程，如下圖所示。

採用混合式線程，內核只識別內核級線程，並對其進行調度。其中一些內核級線程會被多個用戶級線程多路複用，在這種模型中，每個內核級線程有一個可以輪流使用的用戶級線程集合。

4、進程調度機制

進程切換的代價是比較高的：首先必須從用戶態切換到內核態，然後保存當前進程的狀態以便以後重新裝載，接着通過調度程序（scheduler）選定一個新進程，之後將新進程的內存映像重新裝入，最後新進程開始運行。可見，選擇一個好的進程調度算法（scheduling algorithm）非常重要。通常我們將進程劃分兩類：I/O密集型（IO-bound）和計算密集型（computer-bound），更多的進程傾向爲I/O-bound，這是因爲CPU的技術進步速度遠快於磁盤。

何時調度：
(1) 在創建一個新進程之後，需要決定是運行父進程還是運行子進程。
(2) 在一個進程退出時必須做出調度決策，從就緒進程隊列中選擇一個進程運行。
(3) 當一個進程被阻塞在I/O或信號量或其他原因時，必須選擇另外一個進程運行。
(4) 在一個I/O中斷髮生時，必須做出調度決策。如果中斷來自I/O設備，當該設備完成工作後，被阻塞等待該I/O的進程就可以成爲就緒進程，等待調度。

根據如何處理時鐘中斷，可以把調度算法分爲兩類：
(1) 搶佔式：進程運行某個固定時段的最大值，在該時刻結束時被掛起，並由調度程序挑選另一個進程運行（根據優先級）。
(2) 非搶佔式：進程運行直至被阻塞（阻塞在I/O上或等待另一個進程），或者直到該進程自動釋放CPU。

在不同類型的系統中，調度策略也不相同，下面介紹三種環境下的調度機制：

4.1 批處理系統中的調度

批處理系統主要應用商業領域或科研單位等大型機構，批處理系統的三個主要指標爲：吞吐量（單位時間完成的作業數量）；週轉時間（平均完成每個作業所需的時間）；CPU利用率。如下面所示，假如有4個作業需要處理，每個作業需要的CPU單位時間標記在括號裏，這兩種調度方法的吞吐量是一樣的，都需要20個CPU單位時間。但週轉時間不一樣，第一個的週轉時間爲(8+12+16+20)/4=14；第二個的週轉時間爲(4+8+12+20)/4=11。

----A(8)-----B(4)-----C(4)-----D(4)----- 

----D(4)-----B(4)-----C(4)-----A(8)-----

(1) 先來先服務（非搶佔式）：使用一個隊列記錄所有就緒進程，從隊列頭部選擇一個要運行的進程；要添加一個新的作業或阻塞一個進程，只要把該作業或進程追加到隊尾即可。先來先服務對於I/O-bond進程來說，CPU利用率很低。
(2) 最短作業優先（非搶佔式）：如果各個作業的CPU時間是可預期的，將進程按照它們各自所需要的CPU時間排序，優先執行佔用CPU時間短的作業，以達到最短的作業週轉時間。
(3) 最短剩餘時間優先（搶佔式）：最短作業優先的搶佔式版本，調度程序總是選擇剩餘時間最短的那個進程運行。當然，有關的運行時間必須提前掌握。

4.2 交互式系統中的調度

交互式系統在個人計算機、服務器等系統中比較常見，它對響應時間和均衡性要求比較高。
(1) 輪轉調度：每個進程被分配一個時間段，稱爲時間片（quantum），即允許該進程在該時間段中運行。如果在時間片結束時刻該進程還在運行，則將剝奪CPU並分配給另一個進程。如果該進程在時間片結束前阻塞或結束，則CPU立即切換。注意：時間片設置太短會導致過多的進程切換，降低CPU效率；而設得太長又可能引起對短的交互請求的響應時間變長。
(2) 優先級調度：輪轉調度隱含一個假設，即所有進程同等重要。而優先級調度給每個進程賦予一個優先級，並允許優先級高的進程先運行。爲了防止高優先級進程無休止地運行下去，調度程序可以在每個時鐘中斷降低當前進程的優先級。例如I/O-bound進程可以被賦予較高的優先級，以改善對用戶的交互性。
(3) 多級隊列：
(4) 最短進程優先：從當前進程中選擇需要CPU時間最短的進程運行，以獲得最短的響應時間。不過，這裏需要某種算法來推測各個進程的運行時間。
(5) 保證調度：假設每個進程需要的CPU時間是可預期的，系統跟蹤各個進程自創建以來已使用的CPU時間，然後計算出各個進程真正獲得的CPU時間和應獲得的CPU時間之比，調度程序優先讓這個比率值比較低的進程運行。
(6) 彩票調度：系統向將進程發放彩票，調度程序隨機抽出一張彩票，擁有該彩票的進程獲得資源。各個進程擁有的彩票份額與它們獲得的CPU時間大致成正比。

(7) 公平分享調度：考慮進程的擁有者，做到讓不同用戶的進程獲得大致相等的CPU時間。

4.3 實時系統中的調度
實時系統是一種時間起着主導作用的系統，它對截止時間的要求比較高。