一文快速了解进程、线程与协程

进程与线程

进程是操作系统进行资源分配的基本单位，每个进程都有自己的独立内存空间。由于进程比较重量，占据独立的内存，所以上下文进程间的切换开销（栈、寄存器、虚拟内存、文件句柄等）比较大，但相对比较稳定安全。

线程又叫做轻量级进程，是进程的一个实体，是处理器任务调度和执行的基本单位位。它是比进程更小的能独立运行的基本单位。线程只拥有一点在运行中必不可少的资源(如程序计数器，一组寄存器和栈)，但是它可与同属一个进程的其他的线程共享进程所拥有的全部资源。

对于操作系统来说，一个任务就是一个进程（Process）。比如打开一个浏览器就是启动一个浏览器进程，打开一个记事本就启动了一个记事本进程，打开两个记事本就启动了两个记事本进程，打开一个Word就启动了一个Word进程。

有些进程还不止同时干一件事，比如Word，它可以同时进行打字、拼写检查、打印等事情。在一个进程内部，要同时干多件事，就需要同时运行多个“子任务”，进程内的这些“子任务”称为线程（Thread）。

由于每个进程至少要干一件事，所以，一个进程至少有一个线程。当然，像Word这种复杂的进程可以有多个线程，多个线程可以同时执行，多线程的执行方式和多进程是一样的，也是由操作系统在多个线程之间快速切换，让每个线程都短暂地交替运行，看起来就像同时执行一样。

协程

协程，又称微线程，是一种用户态的轻量级线程，协程的调度完全由用户控制（也就是在用户态执行）。协程拥有自己的寄存器上下文和栈。协程调度切换时，将寄存器上下文和栈保存到线程的堆区，在切回来的时候，恢复先前保存的寄存器上下文和栈，直接操作栈则基本没有内核切换的开销，可以不加锁的访问全局变量，所以上下文的切换非常快。

如果对内核态用户态不了解的话，可以先看博客《一文理解JVM线程属于用户态还是内核态》

协程最大的优势就是协程极高的执行效率。因为子程序切换不是线程切换，而是由程序自身控制，因此，没有线程切换的开销，和线程切换相比，线程数量越多，协程的性能优势就越明显。不需要多线程的锁机制，因为只有一个线程，也不存在同时写变量冲突，在协程中控制共享资源不加锁，只需要判断状态就好了，所以执行效率比多线程高很多。此外，一个线程的内存在MB级别，而协程只需要KB级别。

进程和线程的区别

每个线程都是一个轻量级进程(Light Weight Process)，都有自己的唯一PID和一个TGID(Thread group ID)。TGID是启动整个进程的thread的PID。

例如，当一个进程被创建的时候，它其实是一个PID和TGID数值相同线程。当线程A启动线程B时，线程B会有自己的唯一PID，但它的TGID会从A继承而来。这样通过PID线程可以独立得到调度，而相同的TGID可以知道哪些线程属于同一个进程，这样可以共享资源(RAM，虚拟内存、文件等)。

线程进程的区别体现在6个方面：

• 根本区别：进程是操作系统资源分配的基本单位，而线程是处理器任务调度和执行的基本单位。
• 资源开销：每个进程都有独立的代码和数据空间，程序之间的切换会有较大的开销；线程可以看做轻量级的进程，同一进程的线程共享代码和数据空间，每个线程都有自己独立的运行栈和程序计数器，线程之间切换的开销小。
• 包含关系：如果一个进程内有多个线程，则执行过程不是一条线的，而是多条线（线程）共同完成的。
• 内存分配：同一进程的线程共享本进程的地址空间和资源，而进程之间的地址空间和资源是相互独立的。
• 影响关系：一个进程崩溃后，在保护模式下不会对其他进程产生影响，但是一个线程崩溃整个进程都死掉。所以多进程要比多线程健壮。
• 执行过程：每个独立的进程有程序运行的入口、顺序执行序列和程序出口。但是线程不能独立执行，必须依存在应用程序中，由应用程序提供多个线程执行控制。两者均可并发执行。

协程与线程的区别

1. 一个线程可以有多个协程。
2. 大多数业务场景下，线程进程可以看做是同步机制，而协程则是异步。
3. 线程是抢占式，而协程是非抢占式的，所以需要用户代码释放使用权来切换到其他协程，因此同一时间其实只有一个协程拥有运行权，相当于单线程的能力。
4. 协程并不是取代线程，而且抽象于线程之上。线程是被分割的CPU资源, 协程是组织好的代码流程, 协程需要线程来承载运行。

进程间的通信方式(IPC)

每个进程各自有不同的用户地址空间，任何一个进程的全局变量在另一个进程中都看不到，所以进程之间要交换数据必须通过内核，在内核中开辟一块缓冲区，进程1把数据从用户空间拷到内核缓冲区，进程2再从内核缓冲区把数据读走，内核提供的这种机制称为进程间通信（IPC，InterProcess Communication）

Linux IPC的主要方式

1.管道(pipe)

管道，通常指无名管道，是UNIX系统IPC最古老的形式。

管道是一种半双工（即数据只能在一个方向上流动）的通信方式，数据只能单向流动，而且只能在具有亲缘关系的进程间使用。

进程的亲缘关系指的是父子进程或者兄弟进程关系。

当一个管道建立时，它会创建两个文件描述符：fd[0]为读而打开，fd[1]为写而打开。

特点：

1. 面向字节流，
2. 生命周期随内核。
3. 自带同步互斥机制。
4. 半双工，单向通信，两个管道实现双向通信。

2.命名管道(namedpipe)

FIFO，也称为命名管道，它是一种文件类型，也是半双工的通信方式。多个进程都可以通过一个约定好的名字找到同一个管道。FIFO允许无亲缘关系进程间的通信。FIFO的通信方式类似于在进程中使用文件来传输数据，只不过FIFO类型文件同时具有管道的特性。在数据读出时，FIFO管道中同时清除数据，并且“先进先出”。

3.消息队列(messagequeue)

消息队列是由消息的链表，存放在内核中并由消息队列标识符标识。消息队列克服了信号传递信息少、管道只能承载无格式字节流以及缓冲区大小受限等缺点。

特点：

1. 消息队列可以认为是一个全局的一个链表，链表节点钟存放着数据报的类型和内容，有消息队列的标识符进行标记。
2. 消息队列允许一个或多个进程写入或者读取消息。
3. 消息队列的生命周期随内核。
4. 消息队列可实现双向通信。

但是当发送到消息队列的信息量大或操作频繁的场合，需要拷贝的时间也就越多，此时可以采用共享内存通信。

4.共享内存(shared memory)

共享内存就是映射一段能被其他进程所访问的内存，这段共享内存由一个进程创建，但多个进程都可以访问。

共享内存是最快的IPC方式，它是针对其他进程间通信方式运行效率低而专门设计的。它往往与其他通信机制（如信号量）配合使用来实现进程间的同步和通信。

特点：

1. 不用从用户态到内核态的频繁切换和拷贝数据，直接从内存中读取就可以。
2. 共享内存是临界资源，所以需要操作时必须要保证原子性。使用信号量或者互斥锁都可以。
3. 生命周期随内核。

5.信号量(semophore)

信号量是一个计数器，可以用来控制多个进程对共享资源的访问。它常作为一种锁机制，防止某进程正在访问共享资源时，其他进程也访问该资源。因此，主要作为进程间以及同一进程内不同线程之间的同步手段。

信号量主要实现进程之间的同步和互斥，而不是存储通信内容。

信号量定义了两种操作，p操作和v操作，p操作为申请资源，会将数值减去M，表示这部分被他使用了，其他进程暂时不能用。v操作是归还资源操作，告知归还了资源可以用这部分。

6.信号(signal)

信号是软件中断产生，用于进程间异步传递信息。信号可以用来直接进行用户空间进程和内核进程之间的交互，内核进程也可以利用它来通知用户空间进程发生了哪些系统事件。

一般在shell中操作，进程获取信号进行处理，一共有64种信号，在shell中输入 kill -l 可查阅

7.套接字(socket)

套接字（有的时候被译为插座）也是一种进程间通信机制，与其他通信机制不同的是，套接字允许两个进程进行通讯，这两个进程可能运行在同一个机器上，也可能运行在不同机器上。

相对于共享内存可以多对多的读取与写入，套接字只能一对一。此外由于序列化等操作占用大量资源，相对于共享内存，套接字更适合传输少量数据。

进程通信方式总结

1. 管道：速度慢，容量有限，只有父子进程能通讯
2. 命名管道：任何进程间都能通讯，但速度慢
3. 消息队列：容量受到系统限制，且要注意第一次读的时候，要考虑上一次没有读完数据的问题
4. 共享内存：能够很容易控制容量，速度快，但要保持同步，比如一个进程在写的时候，另一个进程要注意读写的问题，相当于线程中的线程安全问题。
5. 信号量：不能传递复杂消息，只能用来同步。
6. 信号：用于通知接收进程某个事件已经发生。
7. 套接字：可用于不同机器之间的进程间通信。

线程间的通信方式

锁(Lock)

锁机制包括互斥锁、条件变量、读写锁。

1. 互斥锁提供了以排他方式防止数据结构被并发修改的方法。
2. 读写锁允许多个线程同时读共享数据，而对写操作是互斥的。
3. 条件变量可以以原子的方式阻塞进程，直到某个特定条件为真为止。对条件的测试是在互斥锁的保护下进行的。条件变量始终与互斥锁一起使用。

有关Java的锁机制，可以点击查看《详解Java多线程锁之synchronized》和《详解Java多线程锁之Lock和ReadWriteLock》

有关条件变量，可以点击查看《Java多线程的可见性与有序性》中有关volatile的讲解。

信号量(Semaphore)

可以查看这篇博客《快速了解基于AQS实现的Java并发工具类》中有关Semaphore的讲解，感受下信号量如何在java线程通信中的使用。

信号(Signal)

可以查看这篇博客：《彻底搞懂Java的等待-通知(wait-notify)机制》

协程间的通信方式

与线程不同，协程使用程序自定义的调度器进行调度，因此更容易控制协程之间的执行顺序，要想充分利用协程的调度模型，有一个完备的通信机制是很重要的。它主要应该有以下的功能：

1. 能从一个协程发送消息到另一个协程，通知另一个协程特定的事件已经发生。
2. 能够让协程在事件未发生之前挂起，等待事件发生后被调度并处理，从而有效让出CPU时间。
3. 能够在消息中附带相应的数据。

能完成这样任务的模型很多，原理也不尽相同，但思路其实和线程的通信方式大体相同，这里以后再单独讲解。

补充

Nginx的进程通信有哪些

Nginx的进程通信分为三种类别：linux系统与Nginx通信（信号），master进程与worker进程通信（套接字），worker进程间通信（共享内存）。

1. linux系统与Nginx通信 答：linux系统与Nginx是通过信号进行通信的，通过信号控制Nginx重启、关闭以及加载配置文件等。比如：./nginx –s quit 向master进程发送信号。
2. master进程与worker进程通信 答：master在fork worker进程前，先调用socketpair，创建一个socket对用来master与worker进程间的通信。这个socket就是一个元素个数为2的数组channel，channel[0]用于master进程写入，channel[1]用于worker进程读入。
3. worker进程间通信 答：共享内存是最快的通信方式，是worker进程之间的通信方式。使用共享内存的好处是当多个进程使用同一块共享内存时，在任何一个进程修改了共享内存中的内容后，其他进程通过访问这段共享内存都能够得到修改后的内容。

进程七态

各种状态的意义：

• 创建态：进程正在被创建。
• 就绪态：可运行，但因为其他进程正在运行而暂时停止。
• 运行态：正在占用CPU。
• 结束态：进程正在从系统中消失。
• 阻塞状态：该进程等待某个事件（比如IO读取）而停止运行，此时即使有CPU时间片也无法继续运行。

状态变化事件：

• NULL => 创建态：一个进程被创建时的第一个状态。
• 创建态 => 就绪态：当进程创建完成，进入就绪态。
• 就绪态 => 运行态：CPU从就绪队列选择进程执行，进入运行态。
• 运行态 => 结束态：当进程已经运行完成或出错时，进入结束态。
• 运行态 => 就绪态：分配给进程的时间片使用完，进入就绪态。
• 运行态 => 阻塞状态：进程执行等待事件，进入阻塞态。
• 阻塞状态 => 就绪态：进程事件完成，CPU收到中断信号，进入就绪态。

进程状态变化中，还有一种状态叫挂起态，挂起态代表该进程没有占用内存空间，这跟阻塞状态是不一样。

挂起和阻塞的区别：

• 挂起是一个行为，而阻塞是进程的一种状态。
• 进程存放的位置不同：挂起是将进程移到外存中，而处于阻塞状态的进程还是在内存中。
• 原因不同：导致进程被挂起的原因一般是内存不足或者是系统、用户的请求，协调、修改进程，研究进程的状态等，进程阻塞是进程正在等待某一事件发生，可能是等待资源或者响应等（eg.等待I/O完成等）而暂时停止运行。
• 挂起对应的行为是激活，将外存中的进程调入内存中。而处于阻塞状态的进程需要其他进程或系统唤醒。
• 挂起是被动的行为，进程被迫从内存中移至外存中。而进入阻塞可以看成是一个主动的行为（eg.进程I/O时，进程在等待I/O设备完成时，进程主动进入阻塞状态，I/O完成，进程被激活）

挂起态可以分为下面两种：

• 阻塞挂起状态：进程在外存（磁盘）并等待某个事件的出现。
• 就绪挂起状态：进程在外存（磁盘）激活后进入就绪态。

参考文档：

1. 《深入理解计算机系统》
2. 《深入理解Nginx》