Linux 进程,线程,线程池

在linux内核，线程与进程的区别很小，或者说内核并没有真正所谓单独的线程的概念，进程的创建函数是fork，而线程的创建是通过clone实现的。

而clone与fork都是调用do_fork(),差异如下:

SYSCALL_DEFINE0(fork)
{
    return do_fork(SIGCHLD, 0, 0, NULL, NULL);
}

SYSCALL_DEFINE5(clone, unsigned long, clone_flags, unsigned long, newsp,
         int __user *, parent_tidptr,
         int __user *, child_tidptr,
         int, tls_val)
{
    return do_fork(clone_flags, newsp, 0, parent_tidptr, child_tidptr);
}

实际上就是内核开放大部分参数和do_fork接口来创建线程,看clone的官方解释:

The main use of clone() is to implement threads: multiple threads of control in a program that run concurrently in a shared memory space.

所以接下来参考glibc 2.25版本的pthread_create来看看进程和线程的具体实现差异在哪里:

const int clone_flags = (CLONE_VM | CLONE_FS | CLONE_FILES | CLONE_SYSVSEM
               | CLONE_SIGHAND | CLONE_THREAD
               | CLONE_SETTLS | CLONE_PARENT_SETTID
               | CLONE_CHILD_CLEARTID
               | 0);

显而易见clone_flags的差别非常大.

下面再来通过这些flags的作用来区分进程和线程的特性,细数之前先看看do_fork的实现,发现有意思的是,ptrace和perf这2个调试工具也是进程创建的时候初始化的.

1、CLONE_VM

     首先线程不能脱离父进程独立存在,所以它需要共享父进程的虚拟内存空间

2、CLONE_FS | CLONE_FILES

    线程做为父进程一个CPU执行单元,它可以直接使用父进程的文件系统信息(包括文件系统根目录,当前工作目录,和文件访问权限)而不需要自己独立创建和持有这些资源和父进程打开的文件描述符

3、CLONE_SIGHAND | CLONE_THREAD

    线程还接着共享父进程的异步信号处理函数，即父进程能收到的异步信号，它也能收到并处理，不过线程可以自行通过sigprocmask来屏蔽或不屏蔽某些异步信号操作，而不影响其他线程。

4、CLONE_SYSVSEM

    线程共享父进程的System V semaphore。

5、CLONE_SETTLS

    线程支持TLS (Thread Local Storage)。TLS使得变量每一个线程有一份独立实体，各个线程的值互不干扰

6、CLONE_PARENT_SETTID

    父进程和线程会将线程ID保存在内核任务结构体的ptid成员。

7、CLONE_CHILD_CLEARTID

    清除内核任务结构体的ctid成员上存储的线程ID。

8、CLONE_THREAD

    将线程放入到父进程的线程组（thread group）里，这样线程在用户态就看不到自己进程ID了，只能看到父进程的进程ID，并且线程共享父进程的异步信号。

子进程则会复制父进程的很多进程信息，复制与共享的区别还是很大的，复制需要重新申请内核资源，所以开销比线程大很多。

1、创建进程的时候没有指定 CLONE_VM | CLONE_FS | CLONE_FILES | CLONE_SIGHAND，所以这些它需要复制进程的，所以父进程这些信息也被子进程继承过去了，但是已经独立存在在子进程里了，以后就没有关系了。

2、子进程还复制父进程的信号处理函数和信号；

3、线程和子进程都会继承（复制）父进程的普通优先级，父进程的栈，CPU状态会被设置为RUNNING。

总结一下：

1、进程，线程的创建还有很多细节，我这里没有完全列举出来，只列举了我觉得比较重要的部分。

2、线程，进程的最大区别就是，啃老还是不啃老，通过上面来看，线程就是个啃老的货，而进程是个依靠父母独立成长的好孩子，然并卵，事实证明，不管是现实世界还是计算机这个虚拟世界，越独立就越占用资源！

4、所以，多用线程可以降低系统资源的消耗。

上面讲到要多用线程，下面就轮到线程池要出场了，但是这个世界总是有很多熊孩子，就喜欢不停给他老子搞事情，严重到。。。咳咳，我们还是严肃的描述吧：

严重到不停的创建线程，销毁线程，这就增加了内核的开销了，更有甚之，有的线程函数无比简短，可能线程刚创建完就要销毁了。。。

所以避免出现这样的情况，很多场合需要用到进程池。

关于pthread可以参考如下文章：

http://www.ibm.com/developerworks/cn/linux/thread/posix_threadapi/part1/

https://www.ibm.com/developerworks/cn/linux/thread/posix_threadapi/part2/

https://www.ibm.com/developerworks/cn/linux/thread/posix_threadapi/part3/

https://www.ibm.com/developerworks/cn/linux/thread/posix_threadapi/part4/

https://www.ibm.com/developerworks/cn/linux/thread/posix_threadapi/part5/