【Linux】线程基础

🔥个人主页：Quitecoder

🔥专栏：linux笔记仓

01.背景知识

OS进行内存管理，不是以字节为单位的，而是以内存块为单位的，默认大小为4kb，我们也学过，系统和磁盘文件进行IO的基本单位是4kb–8个扇区

可执行文件要加载到内存中，我们前面知道，文件系统中文件是以块为单位进行存储的，加载到内存中，也以块的方式加载访问，所以才有了IO的基本单位是4kb

内存块是操作系统进行内存管理的基本单位，称为页(page)，操作系统为文件分配内存空间，以页为单位

操作系统现在对内存的管理及转为对一个个页的管理，先描述，再组织

struct page
{
	int flag;//是否被占用，是否是脏页，是否被锁定
	int mode;
	....
}
struct page memory[1048576];

每一个页帧用数组管理

页表我们学过，是虚拟地址到物理地址的映射，详细讲解

虚拟地址就是二进制构建的32个比特位的数据

虚拟地址被拆分为3部分，10位10位12位，页表也不是只有一张，页表开始以前十个bit位，表示的范围是2的十次方

• 页目录索引（Page Directory Index）：高 10 位，用于定位 页目录表（Page Directory） 中的条目。
• 页表索引（Page Table Index）：中间 10 位，用于定位 页表（Page Table） 中的条目。
• 页内偏移（Page Offset）：低 12 位，用于定位页内的具体字节。

页表中放的是指向页框的起始地址

虚拟地址最低十二位，范围【0，4095】，页内偏移，刚好就是一个页的大小，用于定位页内具体字节的部分，例如一个整数，我就连续读取四个字节

还有一部分page不通过页表映射，通过struct file，缓冲区

每行代码都有地址，函数是连续的代码地址构成代码块，一个函数对应一批连续的虚拟地址

虚拟地址到物理地址的转换过程
以下是通过二级页表将虚拟地址转换为物理地址的过程：

虚拟地址分解
假设虚拟地址为 0x00401234，其二进制表示为：

0000 0000 0100 0000 0001 0010 0011 0100

分解为：
• 页目录索引：0000 0000 01（高 10 位，值为 1）
• 页表索引：00 0000 0001（中间 10 位，值为 1）
• 页内偏移：0010 0011 0100（低 12 位，值为 0x234）

1. 从 CR3 寄存器获取页目录表的基地址。
2. 使用页目录索引（1）找到页目录表中的条目，获取页表的基地址。
3. 使用页表索引（1）找到页表中的条目，获取物理页帧的基地址。
4. 将物理页帧基地址与页内偏移（0x234）相加，得到物理地址。

页表项（PTE）的结构
每个页表项（PTE）的大小为 4 字节（32 位），包含以下字段：
• 物理页帧地址（Physical Page Frame Address）：20 位（实际使用 20 位，支持 4GB 物理内存）。
• 标志位（Flags）：12 位，包括：
• 有效位（Present Bit）：指示页是否在内存中。
• 可写位（Writeable Bit）：指示页是否可写。
• 用户位（User Bit）：指示用户程序是否可以访问该页。
• 脏位（Dirty Bit）：指示页是否被修改过。
• 访问位（Accessed Bit）：指示页是否被访问过。

页表的大小
• 页目录表：1024 个条目，每个条目 4 字节，总大小为 4KB。
• 页表：1024 个条目，每个条目 4 字节，总大小为 4KB。
• 总大小：页目录表和所有页表的总大小取决于进程的虚拟地址空间使用情况。在最坏情况下，需要 1024 个页表，总大小为：
$$4\text{KB}+1024\times 4\text{KB}=4\text{MB}+4\text{KB}\approx 4\text{MB}$$

02.线程概念

线程：在进程内部运行，是CPU调度的基本单位
以前我们知道，每次创建一个进程，都要创建一个地址空间和页表

现在不想给“进程”重新创建地址空间加载数据，直接让你新的pcb和父进程指向同一个地址空间，正文部分拆成多份由不同task_struct执行，这一部分task_struct就叫做Linux中的线程

上面一个整体为一个进程，进程=内核数据结构+进程代码和数据

线程实现基于 ​轻量级进程（LWP）​

• 在一个程序里的一个执行路线就叫做线程（thread）。更准确的定义是：线程是“一个进程内部的控制序列”
• 一切进程至少都有一个执行线程
• 线程在进程内部运行，本质是在进程地址空间内运行
• 在Linux系统中，在CPU眼中，看到的PCB都要比传统的进程更加轻量化
• 透过进程虚拟地址空间，可以看到进程的大部分资源，将进程资源合理分配给每个执行流，就形成了线程执行流

cpu对task_struct是进程还是线程不做区分，cpu看到的执行流为进程，Linux中的执行流：轻量级进程

Linux是用进程模拟的线程

OS要单独设计线程，先描述再组织，现在给线程专门设计结构TCB，可以复用PCB，用PCB统一表示执行流，这样的话，我们就不需要为线程单独设计数据结构和调度算法了

简单使用线程

int pthread_create(pthread_t *restrict thread,
        const pthread_attr_t *restrict attr,
        void *(*start_routine)(void *),
        void *restrict arg);

参数分别为：

• 线程标识符tid
• 用于设置线程的属性，传入NULL使用默认属性
• 指定线程启动后执行的函数
• 传递给 start_routine 函数的参数

#include<iostream>
#include<pthread.h>
#include<unistd.h>

using namespace std;
//新线程
void *threadStart(void *args)
{
    while(true)
    {
        sleep(1);
        cout<<"new thread run..."<<endl;
    }
}
int main()
{
    pthread_t tid;
    pthread_create(&tid,NULL,threadStart,(void*)"thread-new");

   //主线程
    while(true)
    {
        sleep(1);
        cout<<"main thread run.."<<endl;
    }
    return 0;
}

注意这里的makefile里编译那一步必须链接thread库

testthread:testthread.cc
	g++ -o $@ $^ -std=c++11 -lpthread
.PHONY:clean
clean:
	rm -f testthread

这里系统只有一个进程，我们还可以让线程输出它的pid

LWP：light weight process 轻量级进程，lwp就是轻量级进程的id

我们发现，有一个lwp与pid相同，为主线程。OS调度的时候，用的是LWP

进程创建成本非常高，创建线程，只需要创建pcb，然后把进程的资源全部给线程即可

与进程之间的切换相比，线程之间的切换需要操作系统做的工作要少很多，页表，地址空间都不需要切换，线程的调度成本低

删除一个线程成本也低

但线程也有劣势，一个线程出错可能会影响整个进程。这是因为线程是进程内的执行单元，它们共享进程的资源（如内存地址空间、文件描述符等）。如果某个线程出现错误（如非法内存访问、未捕获的异常等），可能会导致整个进程崩溃或进入不可预期的状态

线程调度成本更低

进程上下文切换：

• 进程拥有独立的虚拟地址空间，切换时需要切换页表，切换页表需要刷新 CPU 的 ​TLB（Translation Lookaside Buffer）​，这是一个耗时的操作
• 进程上下文需要保存和恢复CPU寄存器状态
• 还需要处理其他资源（文件fd，信号处理函数等）

线程共享进程的虚拟地址空间和资源，切换时不需要切换页表，也不需要分配和释放fd，内存等的资源，硬件只需要关注线程的私有数据，线程上下文切换也需要保存和恢复CPU寄存器状态

CPU 缓存的影响：线程共享进程的内存地址空间，因此线程切换时 ​CPU 缓存（Cache）的命中率较高。缓存中的数据可以继续被新线程使用，减少了内存访问的延迟
进程拥有独立的内存地址空间，因此进程切换时 ​CPU 缓存的命中率较低

线程私有的部分：一组寄存器：硬件上下文数据–线程可以动态运行
栈：线程在运行的时候，会形成各种临时变量，临时变量会被每个线程保存在自己的栈区

某一个线程将来也会被页表映射到物理内存，以4kb为单位的代码块