20-c线程初步

Green

c线程
1. c线程初识
thread1.c

#include <pthread.h>
#include <stdio.h>
#include <errno.h>
#include <string.h>
void *pth_fun(void *pth_arg){
  while(1){
    printf("11111\n");
    sleep(1);
  }
  return NULL;
}
int main(int argc, char const *argv[])
{
  pthread_t tid=0;
  pthread_create(&tid,NULL,pth_fun,NULL);
  printf("tid=%u\n",tid); //typedef unsigned long int pthread_t;
  while(1){
    printf("22222\n");
    sleep(3);
    printf("-----------------\n");
  }
  return 0;
}

gcc thread1.c -pthread

2. 为什么会有线程
在上世纪60年代，也就是操作系统刚问世不久时，那个时候的OS只有进程没有线程，直到到了80年代才开始
有了线程这个东西
为什么有线程
主要是人们开始发现，进程有缺点，为了弥补进程的缺点，就发明了线程这个东西，需要注意的是，是
弥补而不是替代，也就是说线程不会把进程给干掉，线程也是基于进程而实现的，是没办法干掉进程的
3. 进程的缺点
让每个进程有一个安全的独立进程空间，OS使用了虚拟内存机制，通过虚拟内
存机制，能够让每一个进程都有完全独立的进程空间
这种独立的进程空间最大的优点就是，可以很好地保证每一个进程的安全，不被其它进程所***或者干扰，
但是突出的优点往往又会导致另外的缺点。
拥有独立进程空间的进程有两大明显的缺点，
（1）进程间切换的计算机资源开销很大，切换效率非常低
（2）进程间数据共享的开销也很大
3.1 进程间切换的计算机资源开销很大，切换效率非常低
OS是通过虚拟内存机制来实现进程空间独立的，进程在并发运行时需要相互间的切换，切换时必
然需要涉及虚拟内存机制的控制，但是虚拟内存机制比较复杂，所以在进行进程间切换时，
会耗费高昂的cpu、缓存(cache)、内存等计算机资源，也非常耗费切换时间
总之，进程切换的开销很大，有关进程间切换的开销问题，目前因为课程定位问题，我们目前只能以这种笼
统的方式来解释，不过也确实没有深入介绍的必要，对于大家来说，你只需要清楚进程切换时的计算机资源
开销是很大就行

3.2 进程间数据共享的开销也很大
当程序涉及多进程时，往往会涉及到进程间的通信，但是由于进程空间的独立性，OS提供了各种各样的通信
机制，这些通信机制共同原理就是，通过OS来转发进程间的数据，但是调用OS提供的这些通信机制的函数时，
这些OS函数的运行也是需要消耗相当cpu、内存等计算机资源的，同时也很耗费时间。
因此，对于我们有OS的计算机来说，虽然进程是必不可少的，但是进程确又不能太多，进程太多会导致计算
机资源被剧烈消耗，此时你会发现你的计算机非常的卡
4. 因为进程的缺点，使得早期只有进程的OS存在着非常大的问题
在早期，当OS只有进程时，应用程序通过创建子进程来得到多进程的目的大致有两个：
（1）目的1：创建子进程，执行新程序
（2）目的2：创建子进程得到多进程，通过多进程并发实现多线任务
1）同时阻塞的读鼠标和键盘时，如果单线的话会想互影响，需要两线任务来实现。
2）读写管道时，读操作是阻塞的，为了避免读操作影响写操作，也需要两线任务同时进行。
3）等等：多线任务的例子很多
对于第一种目的，执行新程序时必须创建子进程，这个无法逃避的
但是对于第二种目的来说，如果使用多进程来实现就存在巨大的问题，因为几乎所有的程序都涉及多线任务的
操作，而且好些程序往往都是十几个任务以上，如果此时使用多进程来实现多线任务的，这就大致大量进程的产生。

比如计算机运行了100个程序，假设每个程序平均10多个任务，如果全部采用多进程来实现，计算机最终要运行
的进程就多达上100个。

所以在早期使用多进程来实现程序的多线任务时，往往导致计算机进程数量暴增，而进程切换和进程间通信
的计算机资源开销又很大，因此往往导致计算机非常卡顿，程序的运行效率非常低
当人们认识到进程缺点所带来的巨大问题后，大家就开始思考，能不能使用另一种方式来实现程序的“多线任务”，
而不是使用多进程来实现，到了上世纪80年代人们就发明了线程这个东西，以弥补多进程实现多线任务的缺点
5. 线程为什么能弥补进程的缺点
线程与进程一样，线程和进程会被OS统一调度，所以所有的线程和进程都是一起并发运行的，
如果线程不是并发的，是不可能实现程序的多线任务的。

有了线程以后，凡是程序涉及到多线任务时，都使用多线程来实现，使用多线程来实现时，线程间的切换和数据
通信的开销非常低，正因为开销非常低，因此线程还有另一个名称，叫“轻量级的进程”。

总结的讲，说白了线程就是为了多线任务而生的，多线程的多线二字，不就是多线任务的多线二字吗
疑问：使用线程来实现时，线程也需要切换和通信，为什么线程的切换和通信开销就很低呢
5.1 为什么线程切换的开销很低
使用多进程来实现程序的多线任务，多线并发运行时，涉及到的是进程间的切换，我们前面就说过，进程间
切换时开销非常大
但是使用多线程来实现多线任务时，由于线程本质上它只是程序（进程）的一个函数，只不过线程函数
与普通函数的区别是，普通函数时单线的运行关系，而线程函数被注册为线程后，是多线并发运行


对于普通函数来说，只有当相互调动时才会涉及函数间的切换，但是对于线程函数来说，只要运行的时间片
到了就会切换，但是不管是那种函数间的切换，进程自己函数的切换只是进程内部的事情，不涉及进程间切换，
就省去了进程间切换的巨大开销。
如果是不同进程的线程之间需要切换的话，还是会涉及到进程间的切换了，但是不管怎们说，线程的出
现，至少为程序内部多线任务之间的切换，省去了大笔的进程切换所导致“资源开销”。

线程的切换其实就是函数间的切换，函数切换当然也需要开销，但是这些开销相比进程间切换的开销来说，已经非常小了。

5.2 为什么线程间数据通信的开销很低
线程的本质就是函数，请问大家函数之间如果想要数据共享（通信）的话，应该怎么办？
函数间通信有两种方式：
（1）具有相互调用关系函数来说
使用函数传参来通信
（2）对于没有调用关系的函数来说
使用全局变量来通信。
A函数 ————> 全局变量 ————> B函数

所以说全局变量的作用就是用来实现无调用关系的函数间通信的。
进程中所有的线程函数除了相互并发运行外，没有调用关系，所以线程函数间想要数据共享的话，就使用全局变量来通信。

从这里可以看出，进程内部的线程间进行数据共享非常容易，使用全局变量即可，根本不需要调用什么
OS提供的通信机制，所以线程间通信的开销自然就非常的低。

5.3 是不是有了线程后，进程就不需要了

线程是不可能完全替代掉进程的，只有在多线任务时会替代进程，
但是运行新程序的时，还是必须创建子进程。

线程的本质是函数，函数运行需要内存空间，这个内存空间怎么来，
事实上线程运行的内存空间就是进程的内存空间，因此线程运行时必须依赖于进程的存在，如果没有进程所
提供的内存空间这个资源，线程根本无法运行
换句话说，线程作为函数，只是进程的一个部分而已，线程是不可能脱离进程而独立存在。

所以同一个进程中的所有线程，都是运行在相同的进程空间中的，换句话说同一个进程中所有线程共相同的进程空间。

程序（进程）的函数能够通过全局变量来通信，就是因为全局变量、函数
等全部都在同一个进程空间中，既然进程空间是大家共享的，那么所有的函数，自然就能共享访问在共享空间中所开辟出来的全局变量。
对于进程中的所有函数来说（包括线程函数)，进程中几乎所有的资源都是共享的，比如打开的文件描述，
所有可以被调用的子函数，进程的当前工作目录，进程uid、gid，进程PID等等
5.4 线程自己独立的属性
进程中的所有线程会共享进程提供资源（全局变量、工作目录、打开的文件描述符、子函数等等），但是每
个线程作为一个单独的执行体，也有属于自己的独立的东西。
（1）每个线程拥有自己独立的线程ID（TID）
（2）每个线程有独立的切换状态
1）在切换时，当前线程被中断的那条指令的地址
2）线程切换时相关的运行状态
当线程切换时，必须保存以上信息，以便切换回来后还原现场，从中断处继续运行这就好比我正在工作，突然有人来找我，此时我么就被中断了，我就需要保存好我的工作现场，等我回来时再还原工作现场，以便接着做。
（3）有自己独立的函数栈
其实每一个函数都有自己的函数栈，所有的函数栈都开辟于进程空间的进程栈
函数栈的作用就是用来保存函数局部变量的，既然所有的线程函数都有自己的独立的函数栈，自然就有自
己独立的局部变量
线程函数的函数栈，我们往往也称为线程栈
（4）自己独立的错误号
线程函数的错误号是独立的，所以线程函数出错时，错误号并不是通过设置errno实现的，而是直接将错误号返回
（5）每一个线程有自己独立的信号屏蔽字和未决信号集
（6）每个线程有自己独立的tack_struct结构体
我们说进程在运行的过程中，OS会为每个进程开辟一个task_struct结构体变量用于存放进程所涉及
到的各种管理信息，同样的为了管理线程，也会为线程开辟一个task_struct变量，只不过适用于存放
线程的管理信息的
6. 什么时候使用多线程和多进程
6.1 线程
程序涉及多线任务时，使用线程
6.2 进程
程序涉及到运行新程序时，必须使用多进程，不过一般来说，如果不是大型软件和框架的话，我们的程序并不
需要执行新程序
创建子进程执行新程序，大多都是OS操心的事，比如通过命令行或者图形界面启动程序，此时就涉及到要
运行一个新的程序，根据我们进程控制章节的学习，父进程（命令行、图形界面）就会创建子进程并加
载执行新程序
7. 线程控制相关的函数
实现多进程的时候有进程控制，进程控制涉及到的函数有fork、exec、wait、exit等函数，实现多线程的时候，
同样有线程控制函数，这些线程控制函数有：
pthread_create、pthread_join、 pthread_detach、pthread_cancel、pthread_exit等。
7.1 线程函数是由谁提供的
进程控制的fork、exec等函数都是由os系统提供的，那线程函数是由谁提供的呢？
原本线程函数也可以完全由OS来实现，但是后来为了不给OS增加负担，同时也为了提高线程的灵活性，
后来的线程就不在由OS提供，而是由单独的线程库来提供，不过线程库在实现时，也是调用了相应的系统API的，也就是说线程的核心实现也是离不开OS支持的
7.1.1 线程库
（1）c线程函数
由c线程库提供，注意这个c线程库并不是C标准库，而是POSIX C库的一部分，有关标准C库和POSIX库
是什么关系，我们在《C深度解析》这门课中讲C库时，有详细的介绍，不清楚的请看这部分内容。
我们通过man手册就可以查看这个函数是属于什么库的。
CONFORMING TO
POSIX.1-2001.
这里的c线程库，其实windows也是支持的
这里所讲的posix的c线程库，是由美国一些标准组织制定，并有相应c语言和unix、Linux维护团队
开发的。
（2）java、c++、c#的线程函数
由他们自己的线程库来实现的。
这些语言的线程库，是由这些语言的维护团队来开发的
7.1.2 线程库和OS系统API的关系
线程库函数实际上也是封住OS的相应API来实现的，如果线程库运行在Linux这边的话，线程库其实就是
通过调用Linux的clone()等系统函数实现的
将线程函数注册为线程时，其实就是通过调用这类系统API，然后去模拟我们的进程来实现的，正是因为是
模拟进程来实现的，所以线程函数才能进程一样，一起被并发运行

7.1.3 可不可以自己实现线程库
如果你有能力，你完全可以自己调用系统API，然后封装做出自己的c/c++/java线程库，不过就个人来说，
很少人会这么做，一个是因为个人很难有这样的能力，就算勉强实现也是一堆bug，另一个是已经有前辈做
好的、完善的、免费的线程库，个人做线程库基本没有任何经济价值，换句话不挣钱做它干什么

虽然个人很少自己做，但是不少大公司因为自己的独特的需求，往往会开发出自己公司的线程库，专供自己
公司使用，不过一般来说这样的情况很少，我们很难遇到。

不过就算遇到了也没关系，不管谁实现的，线程的原理都是一样的，学会了一种线程库函数的使用，使用
其它线程库时，很快就能上手。

7.1.4 学习本章的意义
（1）c程序经常涉及到多线任务的问题，所以c线程在实际开发中会被经常用到，所以本章必须学
当然要注意，你要使用多线程的话，必须要OS支持，如果没有OS支持，在裸机上是不能使用多线程库的。
如果你在裸机上想要实现多线任务，必须想其它办法
（2）所有的线程库的原理和使用方式都是类似，学习本章有助于学习其它语言的线程库

不管是c的线程函数，还是c++、java、c#的线程函数，它们的实现原理都是类似的，顶多就是所用语言和
具体的细节不太一样，大体上都是一样的，你理解了C线程函数，在学习其它语言的线程库函数就会容易很多
当然java、c++的线程函数会比c的线程复杂一些