1.Linux线程概念

1.1.线程的概念

书本中对线程的描述：

1.在进程内部运行的执行流

2.线程比进程粒度更细，调度成本更低

3.线程是CPU调度的基本单位

注：上面的说法都没有问题，这里我们以Linux内核的角度切入来讲解线程。

线程的概念：

Linux内核中进程的基本框架如下图所示。fork之后，父子是共享代码的，可以通过if else判断，让父子进程执行不同的代码块，因此不同的执行流可以做到进行对特定资源的划分。

要创建一个进程，操作系统需要创建进程对应的task_struct、mm_struct和页表，每个进程的task_struct、mm_struct和页表都是私有的，进程具有独立性。如果今天我们要创建一个进程，只创建进程的task_struct，mm_struct和页表共用另一个进程的，那么这两个“进程”看到的所有的资源都一样（执行的代码、访问的堆栈区等都相同）。

如果创建n-1个task_struct共享同一个进程的mm_struct和页表，将虚拟地址空间mm_struct的各区域（代码区、数据区、堆区栈区等）拆分成n份，每一份对应一个task_struct。创建的n-1个task_struct中的一个task_struct，该task_struct占有对应进程的一小份代码、数据，且使用部分页表，我们将这样的一个task_struct所对应的执行流称为线程。

了解了线程的概念，我们再对书本中线程的描述做解释：线程是在进程内部运行的，即在进程的地址空间中运行，因此线程是在进程内部运行的执行流。线程执行的代码和数据更少了，因此线程的执行力度更细。CPU内有很多寄存器，寄存器中存储着当前执行进程或线程的地址空间和页表，当调用该进程或该进程对应线程的时候，地址空间和页表不用切换了，因此调度成本变得更低了。CPU调度只看task_struct，而线程具有独立的task_struct，是CPU调度的基本单位。

因为线程是在进程内部运行的，所以线程：进程=n：1。操作系统要对进程进行管理，那么比进程更多的线程也需要进行管理，怎么管理呢？答案是先描述再组织。在操作系统内核中对进程的描述是PCB(Linux下具体为task_struct结构体)，对线程的描述是TCB。

在真正意义上实现多线程的操作系统中（例如windows），需要分别针对进程和线程来设计描述功能的结构体(PCB和TCB)，而很多线程在一个进程的内部，所以还要维护线程TCB和进程PCB之间的关系，这样写出来的代码耦合度高，PCB和TCB复杂，维护成本高。真正意义上实现多线程的操作系统设计者认为进程和线程在执行流层面是不一样的，而Linux操作系统设计者认为进程和线程没有概念上的区分，即PCB和TCB没有区别，只有一个叫做执行流，Linux的线程是用进程模拟的，即Linux的TCB是用PCB模拟的，Linux下的TCB和PCB都是task_struct。

注：Linux下也是有TCB概念的，只不过Linux下的TCB实现是复用task_struct的。

在CPU的角度，所有的task_struct没有区别，调度的时候统一以task_struct为单位进行调度，但是task_struct可能是PCB也可能是TCB，如果是TCB那么该task_struct背后挂靠的mm_struct和页表是某个PCB对应task_struct背后挂靠的mm_struct和页表的一小部分，所以CPU执行该task_struct其实执行的是某个进程的一小部分代码和数据。

因为时间片的原因，在一个时间段内，执行该TCB对应task_struct的同时并不妨碍执行相应PCB对应task_struct，这样就将本身应该串行执行的代码转变为在CPU上并发或并行的在一个时间段内同时推进。

注：我们之前的理解是，CPU看到的所有task_struct都是一个进程，学了线程后应该知道，CPU看到的所有task_struct都是一个执行流（进程或线程）。

进程概念的重新定义：

旧的理解：进程=内核数据结构+进程对应的代码和数据

新的理解（内核视角）：承担分配系统资源的基本实体（进程的基座属性）

我们之前学习的进程其实是内部只有一个执行流的进程，即单执行流进程。现在学习了线程就应该知道，进程内部可以有多个执行流，内部有多个执行流的进程称为多执行流进程。

进程是向系统申请资源的基本单位，进程最大的意义不是执行进程，而是为了执行该进程向系统申请的一大批资源（虚拟地址空间mm_struct、页表及映射关系、物理内存中申请的数据和代码等）。

1.2.

---

2.Linux进程VS线程