本文是操作系统系列的第二篇文章，介绍操作系统中的核心概念进程和线程。更多内容见公号机器学习与系统，欢迎与我互动~

进程

进程是一个动态概念，表示程序在一个数据集合上的一次动态执行过程。进程包含正在运行的一个程序的所有状态信息：

?代码

?数据

?状态寄存器

?通用寄存器

?系统资源(文件、内存...)

进程可以动态创建和结束，多个进程可以并发执行，不同进程间互不影响(操作系统实现)。同时进程间又相互制约，它们因访问共享数据/资源或进程间同步而产生制约。

程序是静态的，它是文件。进程是动态的，是执行中的程序，进程=程序+执行状态。

进程控制块

进程控制块(PCB, Process Control Block)是操作系统用来管理进程运行的数据结构。每个进程都在操作系统中有一个对应的PCB，因此PCB是进程存在的唯一标志。

当进程创建时，生成PCB。进程终止时，操作系统会回收它的PCB。PCB的主要内容如下：

1.调度和状态信息：调度进程和处理机使用情况

2.进程间通信信息：进程间通信相关的各种标识

3.存储管理信息：指向进程映像存储空间数据结构

4.进程所用资源：进程使用的系统资源，如打开文件等

5.有关数据结构连接信息：与PCB相关的进程队列

操作系统中的PCB可以通过链表和索引表来组织。

链表结构中：

?同一状态的进程其PCB组成同一链表，多个状态对应多个不同的链表?各状态的进程形成不同的链表：就绪链表、阻塞链表...

索引表结构中：

?同一状态的进程归入一个索引表（由索引指向PCB），多个状态对应多个不同的索引表

?各状态的进行形成不同的索引表：就绪索引表、阻塞索引表...

进程的状态

按照进程的生命周期，可以划分不同的状态(因操作系统而异)，常用的状态有：

?创建：系统初始化、fork系统调用都会创建进程

?就绪：进程获得除处理机外的所有资源

?执行：内核选择就绪的进程，开始执行

?等待：进程等待系统服务、等待IO结束、等待数据

?抢占：高优先级进程先执行、进程当前时间片用完

?唤醒：被阻塞进程需要的资源可被满足、被阻塞进程等待的事件到达?结束：

?正常退出(自愿)

?错误退出(自愿)

?致命错误(强制性)

?被其他进程所杀(强制性)

核心状态转换

1.NULL→创建：一个新进程被产生出来执行一个程序

2.创建→就绪：当进程被创建完成并初始化后，一切就绪准备运行时，变为就绪状态

3.就绪→运行：处于就绪状态的进程被进程调度程序选中后，就分配到处理机上来运行

4.运行→结束：当进程表示它已经完成或者因出错，当前运行进程会由操作系统作结束处理

5.运行→就绪：处于运行状态的进程在其运行过程中，由于分配给它的处理机时间片用完而让出处理机

6.运行→等待：当进程请求某资源且必须等待时

7.等待→就绪：当进程要等待某事件到来时，它从阻塞状态变到就绪状态

挂起

为了更好利用内存资源、减少进程占用内存，处在挂起状态的进程映像存储在磁盘上。此时进程的状态转换图更新如下：

1.等待挂起状态(Blocked-suspend)：外存中处于等待状态的进程，等待某事件的出现

2.就绪挂起状态(Ready-suspend)：进程在外存，但只要进入内存，即可运行

3.挂起(Suspend)：把一个进程从内存转到外存

?等待->等待挂起：没有进程处于就绪状态或就绪进程需要更多内存

?就绪->就绪挂起：当有高优先级等待（系统认为会很快就绪的）进程和低优先级就绪进程

?运行->就绪挂起：对抢先式分时系统，当有高优先级等待挂起进程因事件出现而进入就绪挂起

4.在外存时的状态转换

?等待挂起->就绪挂起：当有等待挂起进程因相关事件出现

5.激活(Activate)：把一个进程从外存转到内存

?就绪挂起->就绪：没有就绪进程或挂起就绪进程优先级高于就绪进程

?等待挂起->等待：当一个进程释放足够内存，并有高优先级等待挂起进程

上述的状态转换比较多，在理解时需要明白：挂起是为了解决内存资源，当进程状态->挂起时，应该从节约内存的角度思考。

线程

为什么引入线程

程序执行的任务往往是复杂的，以MP3播放器为例，它需要执行3个核心任务：

1.读取音频数据

2.对数据进行解压缩

3.播放解压缩的数据

void main(void) {  read();  decompress();  play();}read() {...}decompress() {...}play() {...}

单进程各个程序是串行的，影响资源的使用效率，即播放效果不好。但是如果改成多进程的话，系统开销变大，创建进程、进程结束、进程切换等需要更多的系统开销。

因此，提出一种新的解决方案：在进程中增加一些实体，实体间可以并发执行并且共享相同的地址空间，这就是线程(thread)。

概念

线程是进程的一部分，描述指令流执行状态，它是进程中指令执行流的最小单元，是CPU调度的基本单位。

进程是资源分配维度的概念：由一组相关资源构成，包括地址空间（代码段、数据段）、打开的文件等各种资源。

线程是处理机调度维度的概念：描述在进程资源环境中的指令流执行状态。

所以线程的粒度比进程要细一些。

线程 = 进程 - 共享资源

?一个进程中可以同时存在多个线程

?各个线程之间可以并发地执行

?各个线程之间可以共享地址空间和文件等资源

?一个线程崩溃，会导致其所属进程的所有线程崩溃

进程与线程比较

1.进程是程序整体的资源分配单位，线程是CPU调度单位

2.进程拥有一个完整的资源，线程只独享指令流执行的必要资源，如寄存器和栈

3.线程状态少，只有就绪、等待和运行三种基本状态及状态间的转换关系

4.线程能减少并发执行的时间和空间开销

?线程的创建和终止时间比进程短

?线程更轻量，同一进程内线程间切换时间比进程短

?由于同一进程的各线程间共享内存和文件资源，可不通过内核进行直接通信

用户/内核线程

线程的实现方式有：

1.用户线程：运行在用户空间，由用户自己实现，如POSIX Pthreads、Mach C-threads和Solaris threads

2.内核线程：运行在内核空间，在操作系统内核中实现，如Windows、Solaris和Linux

3.轻量级进程：在内核中实现，支持用户线程，如Solaris(LightWeight Process)

用户线程

用户线程由一组用户级的线程库函数来完成线程的管理，包括线程的创建、终止、同步和调度等。

用户线程的特征：

1.用户线程不依赖于操作系统的内核，内核不了解用户线程的存在

2.在用户空间实现的线程机制，每个进程有私有的线程控制块(TCB)列表，由线程库函数维护

3.同一进程内的用户线程切换速度快

4.允许每个进程拥有自已的线程调度算法

用户线程的不足：

1.线程发起系统调用而阻塞时，则整个进程进入等待

2.不支持基于线程的处理机抢占，除非当前运行线程主动放弃，它所在进程的其他线程无法抢占CPU

3.只能按进程分配CPU时间，多个线程进程中，每个线程的时间片较少

内核线程

由内核通过系统调用实现的线程机制，由内核完成线程的创建、终止和管理。

内核线程的特征：

1.由内核维护PCB和TCB

2.线程执行系统调用而被阻塞不影响其他线程

3.线程的创建、终止和切换相对较大，通过系统调用/内核函数，在内核实现

4.以线程为单位进行CPU时间分配，多线程的进程可获得更多CPU时间

用户/内核线程对应关系

1.一对一：一个内核线程对应一个用户线程

2.一对多：一个内核线程对应多个用户线程

3.多对多：多个内核线程对应多个用户线程

总结

本文介绍了操作系统中的核心概念进程和线程。相比于“静态”的程序代码，它们是负责程序执行的“动态”概念。进程的粒度大，包含程序执行所需的完整资源；线程是CPU调度的单位，只包括指令执行的必要资源。

References

[1] 清华大学-操作系统(2020春): https://next.xuetangx.com/learn/THU08091000267/THU08091000267/1516699/video/1405127