2019獨角獸企業重金招聘Python工程師標準>>>

Linux進程與線程的區別

cnyinlinux

本文較長，耐心閱讀，必有收獲！

進程與線程的區別，早已經成為了經典問題。自線程概念誕生起，關于這個問題的討論就沒有停止過。無論是初級程序員，還是資深專家，都應該考慮過這個問題，只是層次角度不同罷了。一般程序員而言，搞清楚二者的概念，在工作實際中去運用成為了焦點。而資深工程師則在考慮系統層面如何實現兩種技術及其各自的性能和實現代價。以至于到今天，Linux內核還在持續更新完善(關于進程和線程的實現模塊也是內核完善的任務之一)。

本文將以一個從事Linux平臺系統開發的程序員角度描述這個經典問題。本文素材全部來源于工作實踐經驗與知識規整，若有疏漏或不正之處，敬請讀者慷慨指出。

0.首先，簡要了解一下進程和線程。對于操作系統而言，進程是核心之核心，整個現代操作系統的根本，就是以進程為單位在執行任務。系統的管理架構也是基于進程層面的。在按下電源鍵之后，計算機就開始了復雜的啟動過程，此處有一個經典問題：當按下電源鍵之后，計算機如何把自己由靜止啟動起來的？本文不討論系統啟動過程，請讀者自行科普。操作系統啟動的過程簡直可以描述為上帝創造萬物的過程，期初沒有世界，但是有上帝，是上帝創造了世界，之后創造了萬物，然后再創造了人，然后塑造了人的七情六欲，再然后人類社會開始遵循自然規律繁衍生息。。。操作系統啟動進程的階段就相當于上帝造人的階段。本文討論的全部內容都是“上帝造人”之后的事情。第一個被創造出來的進程是0號進程，這個進程在操作系統層面是不可見的，但它存在著。0號進程完成了操作系統的功能加載與初期設定，然后它創造了1號進程(init)，這個1號進程就是操作系統的“耶穌”。1號進程是上帝派來管理整個操作系統的，所以在用pstree查看進程樹可知，1號進程位于樹根。再之后，系統的很多管理程序都以進程身份被1號進程創造出來，還創造了與人類溝通的橋梁——shell。從那之后，人類可以跟操作系統進行交流，可以編寫程序，可以執行任務。。。

而這一切，都是基于進程的。每一個任務(進程)被創建時，系統會為他分配存儲空間等必要資源，然后在內核管理區為該進程創建管理節點，以便后來控制和調度該任務的執行。

進程真正進入執行階段，還需要獲得CPU的使用權，這一切都是操作系統掌管著，也就是所謂的調度，在各種條件滿足(資源與CPU使用權均獲得)的情況下，啟動進程的執行過程。

除CPU而外，一個很重要的資源就是存儲器了，系統會為每個進程分配獨有的存儲空間，當然包括它特別需要的別的資源，比如寫入時外部設備是可使用狀態等等。有了上面的引入，我們可以對進程做一個簡要的總結：

進程，是計算機中的程序關于某數據集合上的一次運行活動，是系統進行資源分配和調度的基本單位，是操作系統結構的基礎。它的執行需要系統分配資源創建實體之后，才能進行。

隨著技術發展，在執行一些細小任務時，本身無需分配單獨資源時(多個任務共享同一組資源即可，比如所有子進程共享父進程的資源)，進程的實現機制依然會繁瑣的將資源分割，這樣造成浪費，而且還消耗時間。后來就有了專門的多任務技術被創造出來——線程。

線程的特點就是在不需要獨立資源的情況下就可以運行。如此一來會極大節省資源開銷，以及處理時間。

?

1.好了，前面的一段文字是簡要引入兩個名詞，即進程和線程。本文討論目標是解釋清楚進程和線程的區別，關于二者的技術實現，請讀者查閱相關資料。

下面我們開始重點討論本文核心了。從下面幾個方面闡述進程和線程的區別。

1).二者的相同點

2).實現方式的差異

3).多任務程序設計模式的區別

4).實體間(進程間，線程間，進線程間)通信方式的不同

5).控制方式的異同

6).資源管理方式的異同

7).個體間輩分關系的迥異

8).進程池與線程池的技術實現差別

?

接下來我們就逐個進行解釋。

1).二者的相同點

無論是進程還是線程，對于程序員而言，都是用來實現多任務并發的技術手段。二者都可以獨立調度，因此在多任務環境下，功能上并無差異。并且二者都具有各自的實體，是系統獨立管理的對象個體。所以在系統層面，都可以通過技術手段實現二者的控制。而且二者所具有的狀態都非常相似。而且，在多任務程序中，子進程(子線程)的調度一般與父進程(父線程)平等競爭。

其實在Linux內核2.4版以前，線程的實現和管理方式就是完全按照進程方式實現的。在2.6版內核以后才有了單獨的線程實現。

?

?

2).實現方式的差異

進程是資源分配的基本單位，線程是調度的基本單位。

這句經典名言已流傳數十年，各種操作系統教材都可見此描述。確實如此，這就是二者的顯著區別。讀者請注意“基本”二字。相信有讀者看到前半句的時候就在心里思考，“進程豈不是不能調度？”，非也！進程和線程都可以被調度，否則多進程程序該如何運行呢！

只是，線程是更小的可以調度的單位，也就是說，只要達到線程的水平就可以被調度了，進程自然可以被調度。它強調的是分配資源時的對象必須是進程，不會給一個線程單獨分配系統管理的資源。若要運行一個任務，想要獲得資源，最起碼得有進程，其他子任務可以以線程身份運行，資源共享就行了。

??? 簡而言之，進程的個體間是完全獨立的，而線程間是彼此依存的。多進程環境中，任何一個進程的終止，不會影響到其他進程。而多線程環境中，父線程終止，全部子線程被迫終止(沒有了資源)。而任何一個子線程終止一般不會影響其他線程，除非子線程執行了exit()系統調用。任何一個子線程執行exit()，全部線程同時滅亡。

其實，也沒有人寫出只有線程而沒有進程的程序。多線程程序中至少有一個主線程，而這個主線程其實就是有main函數的進程。它是整個程序的進程，所有線程都是它的子線程。我們通常把具有多線程的主進程稱之為主線程。

從系統實現角度講，進程的實現是調用fork系統調用：

pid_t fork(void);

線程的實現是調用clone系統調用：

int clone(int (*fn)(void *), void *child_stack, int flags, void *arg, ...

/* pid_t *ptid, struct user_desc *tls, pid_t *ctid */

);

其中，fork()是將父進程的全部資源復制給了子進程。而線程的clone只是復制了一小部分必要的資源。在調用clone時可以通過參數控制要復制的對象。可以說，fork實現的是clone的加強完整版。當然，后來操作系統還進一步優化fork實現——寫時復制技術。在子進程需要復制資源(比如子進程執行寫入動作更改父進程內存空間)時才復制，否則創建子進程時先不復制。

實際中，編寫多進程程序時采用fork創建子進程實體。而創建線程時并不采用clone系統調用，而是采用線程庫函數。常用線程庫有Linux-Native線程庫和POSIX線程庫。其中應用最為廣泛的是POSIX線程庫。因此讀者在多線程程序中看到的是pthread_create而非clone。

我們知道，庫是建立在操作系統層面上的功能集合，因而它的功能都是操作系統提供的。由此可知，線程庫的內部很可能實現了clone的調用。不管是進程還是線程的實體，都是操作系統上運行的實體。

??? 最后，我們說一下vfork() 。這也是一個系統調用，用來創建一個新的進程。它創建的進程并不復制父進程的資源空間，而是共享，也就說實際上vfork實現的是一個接近線程的實體，只是以進程方式來管理它。并且，vfork()的子進程與父進程的運行時間是確定的：子進程“結束”后父進程才運行。請讀者注意“結束”二字。并非子進程完成退出之意，而是子進程返回時。一般采用vfork()的子進程，都會緊接著執行execv啟動一個全新的進程，該進程的進程空間與父進程完全獨立不相干，所以不需要復制父進程資源空間。此時，execv返回時父進程就認為子進程“結束”了，自己開始運行。實際上子進程繼續在一個完全獨立的空間運行著。舉個例子，比如在一個聊天程序中，彈出了一個視頻播放器。你說視頻播放器要繼承你的聊天程序的進程空間的資源干嘛？莫非視頻播放器想要窺探你的聊天隱私不成？懂了吧！

?

3).多任務程序設計模式的區別

由于進程間是獨立的，所以在設計多進程程序時，需要做到資源獨立管理時就有了天然優勢，而線程就顯得麻煩多了。比如多任務的TCP程序的服務端，父進程執行accept()一個客戶端連接請求之后會返回一個新建立的連接的描述符DES，此時如果fork()一個子進程，將DES帶入到子進程空間去處理該連接的請求，父進程繼續accept等待別的客戶端連接請求，這樣設計非常簡練，而且父進程可以用同一變量(val)保存accept()的返回值，因為子進程會復制val到自己空間，父進程再覆蓋此前的值不影響子進程工作。但是如果換成多線程，父線程就不能復用一個變量val多次執行accept()了。因為子線程沒有復制val的存儲空間，而是使用父線程的，如果子線程在讀取val時父線程接受了另一個客戶端請求覆蓋了該值，則子線程無法繼續處理上一次的連接任務了。改進的辦法是子線程立馬復制val的值在自己的棧區，但父線程必須保證子線程復制動作完成之后再執行新的accept()。但這執行起來并不簡單，因為子線程與父線程的調度是獨立的，父線程無法知道子線程何時復制完畢。這又得發生線程間通信，子線程復制完成后主動通知父線程。這樣一來父線程的處理動作必然不能連貫，比起多進程環境，父線程顯得效率有所下降。

PS：這里引述一個知名的面試問題：多進程的TCP服務端，能否互換fork()與accept()的位置？請讀者自行思考。

關于資源不獨立，看似是個缺點，但在有的情況下就成了優點。多進程環境間完全獨立，要實現通信的話就得采用進程間的通信方式，它們通常都是耗時間的。而線程則不用任何手段數據就是共享的。當然多個子線程在同時執行寫入操作時需要實現互斥，否則數據就寫“臟”了。

?

4).實體間(進程間，線程間，進線程間)通信方式的不同

進程間的通信方式有這樣幾種：

A.共享內存??? B.消息隊列??? C.信號量??? D.有名管道??? E.無名管道??? F.信號

G.文件??????? H.socket

線程間的通信方式上述進程間的方式都可沿用，且還有自己獨特的幾種：

A.互斥量??? ??B.自旋鎖????? C.條件變量? D.讀寫鎖??? ??E.線程信號

G.全局變量

值得注意的是，線程間通信用的信號不能采用進程間的信號，因為信號是基于進程為單位的，而線程是共屬于同一進程空間的。故而要采用線程信號。

綜上，進程間通信手段有8種。線程間通信手段有13種。

而且，進程間采用的通信方式要么需要切換內核上下文，要么要與外設訪問(有名管道，文件)。所以速度會比較慢。而線程采用自己特有的通信方式的話，基本都在自己的進程空間內完成，不存在切換，所以通信速度會較快。也就是說，進程間與線程間分別采用的通信方式，除了種類的區別外，還有速度上的區別。

另外，進程與線程之間穿插通信的方式，除信號以外其他進程間通信方式都可采用。
??? 線程有內核態線程與用戶級線程，相關知識請參看我的另一篇博文《Linux線程的實質》。

?

5).控制方式的異同

進程與線程的身份標示ID管理方式不一樣，進程的ID為pid_t類型，實際為一個int型的變量(也就是說是有限的)：

/usr/include/unistd.h:260:typedef __pid_t ??pid_t;

/usr/include/bits/types.h:126:# define __STD_TYPE ???typedef

/usr/include/bits/types.h:142:__STD_TYPE? __PID_T_TYPE ??__pid_t;

/usr/include/bits/typesizes.h:53:#define __PID_T_TYPE ??__S32_TYPE

/usr/include/bits/types.h:100:#define?? __S32_TYPE ?????int

在全系統中，進程ID是唯一標識，對于進程的管理都是通過PID來實現的。每創建一個進程，內核去中就會創建一個結構體來存儲該進程的全部信息：

注：下述代碼來自 Linux內核3.18.1

?

include/linux/sched.h:1235:struct task_struct {

??????? volatile long state;??? /* -1 unrunnable, 0 runnable, >0 stopped */

??????? void *stack;

...

??????? pid_t pid;

??????? pid_t tgid;

...

};

每一個存儲進程信息的節點也都保存著自己的PID。需要管理該進程時就通過這個ID來實現(比如發送信號)。當子進程結束要回收時(子進程調用exit()退出或代碼執行完)，需要通過wait()系統調用來進行，未回收的消亡進程會成為僵尸進程，其進程實體已經不復存在，但會虛占PID資源，因此回收是有必要的。

線程的ID是一個long型變量：

/usr/include/bits/pthreadtypes.h:60:typedef unsigned long int pthread_t;

它的范圍大得多，管理方式也不一樣。線程ID一般在本進程空間內作用就可以了，當然系統在管理線程時也需要記錄其信息。其方式是，在內核創建一個內核態線程與之對應，也就是說每一個用戶創建的線程都有一個內核態線程對應。但這種對應關系不是一對一，而是多對一的關系，也就是一個內核態線程可以對應著多個用戶級線程。還是請讀者參看《Linux線程的實質》普及相關概念。此處貼出blog地址：

http://my.oschina.net/cnyinlinux/blog/367910

對于線程而言，若要主動終止需要調用pthread_exit() ，主線程需要調用pthread_join()來回收(前提是該線程沒有被detached，相關概念請查閱線程的“分離屬性”)。像線發送線程信號也是通過線程ID實現的。

?

6).資源管理方式的異同

進程本身是資源分配的基本單位，因而它的資源都是獨立的，如果有多進程間的共享資源，就要用到進程間的通信方式了，比如共享內存。共享數據就放在共享內存去，大家都可以訪問，為保證數據寫入的安全，加上信號量一同使用。一般而言，共享內存都是和信號量一起使用。消息隊列則不同，由于消息的收發是原子操作，因而自動實現了互斥，單獨使用就是安全的。

線程間要使用共享資源不需要用共享內存，直接使用全局變量即可，或者malloc()動態申請內存。顯得方便直接。而且互斥使用的是同一進程空間內的互斥量，所以效率上也有優勢。

實際中，為了使程序內資源充分規整，也都采用共享內存來存儲核心數據。不管進程還是線程，都采用這種方式。原因之一就是，共享內存是脫離進程的資源，如果進程發生意外終止的話，共享內存可以獨立存在不會被回收(是否回收由用戶編程實現)。進程的空間在進程崩潰的那一刻也被系統回收了。雖然有coredump機制，但也只能是有限的彌補。共享內存在進程down之后還完整保存，這樣可以拿來分析程序的故障原因。同時，運行的寶貴數據沒有丟失，程序重啟之后還能繼續處理之前未完成的任務，這也是采用共享內存的又一大好處。

總結之，進程間的通信方式都是脫離于進程本身存在的，是全系統都可見的。這樣一來，進程的單點故障并不會損毀數據，當然這不一定全是優點。比如，進程崩潰前對信號量加鎖，崩潰后重啟，然后再次進入運行狀態，此時直接進行加鎖，可能造成死鎖，程序再也無法繼續運轉。再比如，共享內存是全系統可見的，如果你的進程資源被他人誤讀誤寫，后果肯定也是你不想要的。所以，各有利弊，關鍵在于程序設計時如何考量，技術上如何規避。這說起來又是編程技巧和經驗的事情了。

?

7).個體間輩分關系的迥異

進程的備份關系森嚴，在父進程沒有結束前，所有的子進程都尊從父子關系，也就是說A創建了B，則A與B是父子關系，B又創建了C，則B與C也是父子關系，A與C構成爺孫關系，也就是說C是A的孫子進程。在系統上使用pstree命令打印進程樹，可以清晰看到備份關系。

多線程間的關系沒有那么嚴格，不管是父線程還是子線程創建了新的線程，都是共享父線程的資源，所以，都可以說是父線程的子線程，也就是只存在一個父線程，其余線程都是父線程的子線程。

?

8).進程池與線程池的技術實現差別

我們都知道，進程和線程的創建時需要時間的，并且系統所能承受的進程和線程數也是有上限的，這樣一來，如果業務在運行中需要動態創建子進程或線程時，系統無法承受不能立即創建的話，必然影響業務。綜上，聰明的程序員發明了一種新方法——池。

在程序啟動時，就預先創建一些子進程或線程，這樣在需要用時直接使喚。這就是老人口中的“多生孩子多種樹”。程序才開始運行，沒有那么多的服務請求，必然大量的進程或線程空閑，這時候一般讓他們“冬眠”，這樣不耗資源，要不然一大堆孩子的口食也是個負擔啊。對于進程和線程而言，方式是不一樣的。另外，當你有了任務，要分配給那些孩子的時候，手段也不一樣。下面就分別來解說。

進程池

首先創建了一批進程，就得管理，也就是你得分開保存進程ID，可以用數組，也可用鏈表。建議用數組，這樣可以實現常數內找到某個線程，而且既然做了進程池，就預先估計好了生產多少進程合適，一般也不會再動態延展。就算要動態延展，也能預估范圍，提前做一個足夠大的數組。不為別的，就是為了快速響應。本來錯進程池的目的也是為了效率。

接下來就要讓閑置進程冬眠了，可以讓他們pause()掛起，也可用信號量掛起，還可以用IPC阻塞，方法很多，分析各自優缺點根據實際情況采用就是了。

然后是分配任務了，當你有任務的時候就要讓他干活了。喚醒了進程，讓它從哪兒開始干呢？肯定得用到進程間通信了，比如信號喚醒它，然后讓它在預先指定的地方去讀取任務，可以用函數指針來實現，要讓它干什么，就在約定的地方設置代碼段指針。這也只是告訴了它怎么干，還沒說干什么(數據條件)，再通過共享內存把要處理的數據設置好，這也子進程就知道怎么做了。干完之后再來一次進程間通信然后自己繼續冬眠，父進程就知道孩子干完了，收割成果。

最后結束時回收子進程，向各進程發送信號喚醒，改變激活狀態讓其主動結束，然后逐個wait()就可以了。

線程池

線程池的思想與上述類似，只是它更為輕量級，所以調度起來不用等待額外的資源。

要讓線程阻塞，用條件變量就是了，需要干活的時候父線程改變條件，子線程就被激活。

線程間通信方式就不用贅述了，不用繁瑣的通信就能達成，比起進程間效率要高一些。

線程干完之后自己再改變條件，這樣父線程也就知道該收割成果了。

整個程序結束時，逐個改變條件并改變激活狀態讓子線程結束，最后逐個回收即可。

<<<本文完結>>>

轉載于:https://my.oschina.net/cnyinlinux/blog/422207

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的Linux进程与线程的区别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。