写点什么

【计算机内功修炼】十:线程间到底共享了哪些进程资源

发布于: 2021 年 02 月 24 日
【计算机内功修炼】十:线程间到底共享了哪些进程资源

进程和线程这两个话题是程序员绕不开的,操作系统提供的这两个抽象概念实在是太重要了。


关于进程和线程有一个极其经典的问题,那就是进程和线程的区别是什么?相信很多同学对答案似懂非懂。


记住了不一定真懂


有的同学可能已经“背得”滚瓜烂熟了:“进程是操作系统分配资源的单位,线程是调度的基本单位,线程之间共享进程资源”。


可是你真的理解了上面这句话吗?到底线程之间共享了哪些进程资源,共享资源意味着什么?共享资源这种机制是如何实现的?对此如果你没有答案的话,那么这意味着你几乎很难写出能正确工作的多线程程序,同时也意味着这篇文章就是为你准备的。


逆向思考


查理芒格经常说这样一句话:“反过来想,总是反过来想”,如果你对线程之间共享了哪些进程资源这个问题想不清楚的话那么也可以反过来思考,那就是有哪些资源是线程私有的


线程私有资源


线程运行的本质其实就是函数的执行,函数的执行总会有一个源头,这个源头就是所谓的入口函数,CPU 从入口函数开始执行从而形成一个执行流,只不过我们人为的给执行流起一个名字,这个名字就叫线程。


既然线程运行的本质就是函数的执行,那么函数执行都有哪些信息呢?


在《函数运行时在内存中是什么样子?》这篇文章中我们说过,函数运行时的信息保存在栈帧中,栈帧中保存了函数的返回值、调用其它函数的参数、该函数使用的局部变量以及该函数使用的寄存器信息,如图所示,假设函数 A 调用函数 B:



此外,CPU 执行指令的信息保存在一个叫做程序计数器的寄存器中,通过这个寄存器我们就知道接下来要执行哪一条指令。由于操作系统随时可以暂停线程的运行,因此我们保存以及恢复程序计数器中的值就能知道线程是从哪里暂停的以及该从哪里继续运行了。


由于线程运行的本质就是函数运行,函数运行时信息是保存在栈帧中的,因此每个线程都有自己独立的、私有的栈区。



同时函数运行时需要额外的寄存器来保存一些信息,像部分局部变量之类,这些寄存器也是线程私有的,一个线程不可能访问到另一个线程的这类寄存器信息


从上面的讨论中我们知道,到目前为止,所属线程的栈区、程序计数器、栈指针以及函数运行使用的寄存器是线程私有的。


以上这些信息有一个统一的名字,就是线程上下文,thread context。


我们也说过操作系统调度线程需要随时中断线程的运行并且需要线程被暂停后可以继续运行,操作系统之所以能实现这一点,依靠的就是线程上下文信息。


现在你应该知道哪些是线程私有的了吧。


除此之外,剩下的都是线程间共享资源。


那么剩下的还有什么呢?还有图中的这些。



这其实就是进程地址空间的样子,也就是说线程共享进程地址空间中除线程上下文信息中的所有内容,意思就是说线程可以直接读取这些内容。


接下来我们分别来看一下这些区域。


代码区


进程地址空间中的代码区,这里保存的是什么呢?从名字中有的同学可能已经猜到了,没错,这里保存的就是我们写的代码,更准确的是编译后的可执行机器指令


那么这些机器指令又是从哪里来的呢?答案是从可执行文件中加载到内存的,可执行程序中的代码区就是用来初始化进程地址空间中的代码区的。



线程之间共享代码区,这就意味着程序中的任何一个函数都可以放到线程中去执行,不存在某个函数只能被特定线程执行的情况


堆区


堆区是程序员比较熟悉的,我们在 C/C++中用 malloc 或者 new 出来的数据就存放在这个区域,很显然,只要知道变量的地址,也就是指针,任何一个线程都可以访问指针指向的数据,因此堆区也是线程共享的属于进程的资源。


*

*


栈区


唉,等等!刚不是说栈区是线程私有资源吗,怎么这会儿又说起栈区了?


确实,从线程这个抽象的概念上来说,栈区是线程私有的,然而从实际的实现上看,栈区属于线程私有这一规则并没有严格遵守,这句话是什么意思?


通常来说,注意这里的用词是通常,通常来说栈区是线程私有,既然有通常就有不通常的时候。


不通常是因为不像进程地址空间之间的严格隔离,线程的栈区没有严格的隔离机制来保护,因此如果一个线程能拿到来自另一个线程栈帧上的指针,那么该线程就可以改变另一个线程的栈区,也就是说这些线程可以任意修改本属于另一个线程栈区中的变量。


*

*


这从某种程度上给了程序员极大的便利,但同时,这也会导致极其难以排查到的 bug。


试想一下你的程序运行的好好的,结果某个时刻突然出问题,定位到出问题代码行后根本就排查不到原因,你当然是排查不到问题原因的,因为你的程序本来就没有任何问题,是别人的问题导致你的函数栈帧数据被写坏从而产生 bug,这样的问题通常很难排查到原因,需要对整体的项目代码非常熟悉,常用的一些 debug 工具这时可能已经没有多大作用了。


说了这么多,那么同学可能会问,一个线程是怎样修改本属于其它线程的数据呢?


接下来我们用一个代码示例讲解一下。


文件


最后,如果程序在运行过程中打开了一些文件,那么进程地址空间中还保存有打开的文件信息,进程打开的文件也可以被所有的线程使用,这也属于线程间的共享资源。关于文件 IO 操作,你可以参考《读取文件时,程序经历了什么?


*

*


One More Thing:TLS


本文就这些了吗?


实际上本篇开头关于线程私有数据还有一个项没有详细讲解,因为再讲下去本篇就撑爆了,实际上本篇讲解的已经足够用了,剩下的这一点仅仅作为补充。


关于线程私有数据还有一项技术,那就是线程局部存储,Thread Local Storage,TLS。


这是什么意思呢?


其实从名字上也可以看出,所谓线程局部存储,是指存放在该区域中的变量有两个含义:


  • 存放在该区域中的变量是全局变量,所有线程都可以访问

  • 虽然看上去所有线程访问的都是同一个变量,但该全局变量独属于一个线程,一个线程对此变量的修改对其他线程不可见。


说了这么多还是没懂有没有?没关系,接下来看完这两段代码还不懂你来打我。


我们先来看第一段代码,不用担心,这段代码非常非常的简单:


int a = 1; // 全局变量
void print_a() { cout<<a<<endl;}
void run() { ++a; print_a();}
void main() { thread t1(run); t1.join();
thread t2(run); t2.join();}
复制代码


怎么样,这段代码足够简单吧,上述代码是用 C++11 写的,我来讲解下这段代码是什么意思。


  • 首先我们创建了一个全局变量 a,初始值为 1

  • 其次我们创建了两个线程,每个线程对变量 a 加 1

  • 线程的 join 函数表示该线程运行完毕后才继续运行接下来的代码


那么这段代码的运行起来会打印什么呢?


全局变量 a 的初始值为 1,第一个线程加 1 后 a 变为 2,因此会打印 2;第二个线程再次加 1 后 a 变为 3,因此会打印 3,让我们来看一下运行结果:


23
复制代码


看来我们分析的没错,全局变量在两个线程分别加 1 后最终变为 3。


接下来我们对变量 a 的定义稍作修改,其它代码不做改动:


__thread int a = 1; // 线程局部存储
复制代码


我们看到全局变量 a 前面加了一个__thread 关键词用来修饰,也就是说我们告诉编译器把变量 a 放在线程局部存储中,那这会对程序带来哪些改变呢?


简单运行一下就知道了:


22
复制代码


和你想的一样吗,有的同学可能会大吃一惊,为什么我们明明对变量 a 加了两次,但第二次运行为什么还是打印 2 而不是 3 呢?


想一想这是为什么。


原来,这就是线程局部存储的作用所在,线程 t1 对变量 a 的修改不会影响到线程 t2,线程 t1 在将变量 a 加到 1 后变为 2,但对于线程 t2 来说此时变量 a 依然是 1,因此加 1 后依然是 2。


因此,线程局部存储可以让你使用一个独属于线程的全局变量。也就是说,虽然该变量可以被所有线程访问,但该变量在每个线程中都有一个副本,一个线程对改变量的修改不会影响到其它线程。



总结


怎么样,没想到教科书上一句简单的“线程共享进程资源”背后竟然会有这么多的知识点吧,教科书上的知识确实枯燥,但,并不简单


希望本篇能对大家理解进程、线程能有多帮助。


发布于: 2021 年 02 月 24 日阅读数: 19
用户头像

还未添加个人签名 2019.01.07 加入

公众号:码农的荒岛求生

评论

发布
暂无评论
【计算机内功修炼】十:线程间到底共享了哪些进程资源