背景知识
软件是如何驱动硬件的？
硬件是需要相关的驱动程序才能执行，而驱动程序是安装在操作系统内核中。如果写了一个程序 A，A 程序想操作硬件工作，首先需要进行系统调用，由内核去找对应的驱动程序驱使硬件工作。而驱动程序怎么让硬件工作的呢？驱动程序作为硬件和操作系统之间的媒介，可以把操作系统中相关的指令翻译成硬件能够识别的电信号，同时，驱动程序也可以将硬件的电信号转为操作系统能够识别的指令。
进程、轻量级进程、线程关系
一个进程由于所运行的空间不同，被分为内核线程和用户进程，之所有称之为内核线程，是因为其不拥有虚拟地址空间。如果创建一个新的用户进程，会分配一个新的虚拟地址空间，不同用户进程之间资源是隔离的。由于创建一个新的进程需要消耗很多的资源，并且在进程之间切换的代价也很昂贵，因此引入了轻量级进程。轻量级进行本质上也是对内核线程的高层抽象，虽然不同的轻量级进程之间可以共享某些资源，但由于轻量级进程本质上还是内核线程，如果进行轻量级线程之间的切换，需要进行系统调用，代价也是比较昂贵的。内核本质上只能感知到进程的存在，像不同语言的多线程技术，是在用户进程的基础上创建的线程库，线程本身不参与处理器竞争，而是由其所属的用户进程参与处理器的竞争。
如何理解用户态和内核态
首先我们需要理解到计算机资源是有限的，不管是 CPU 资源、内存资源、IO 资源、网络资源，为了保证这些资源的合理利用，需要有一个管控机制，而这个管控机制都是交于操作系统来处理的。用户态和内核态是操作系统的一种逻辑划分，本质上是进行权限控制，处于用户态的进程可以直接使用分配给其的内存空间，但如果想使用 CPU 等稀缺资源，处于用户态的进程就没有这个权限了，必须通过系统调用，让当前进程进入内核态，这样可以有更大的权限去申请 CPU 资源、内存资源、IO 资源等；
操作系统线程模型
java 语言
线程模型
在 Java 诞生之初，在 Java 中就引入了线程，最初称之为“绿色线程”，完全由 JVM 进行管理，这和操作系统用户线程是多对一的实现，但随着操作系统对线程支持越来越强大，java 中的线程实现采用了一对一的实现，即一个 java 线程对应于一个操作系统用户线程，但是这个线程的堆栈大小是固定的，随着线程数量创建过多，可能导致内存溢出。在 java19 版本中引入了虚拟线程的概念，虚拟线程有一个动态的堆栈，可以增大和缩小，这和操作系统用户线程之间是一个多对多的关系，随着后面的发展，java 中的线程模型会变得越来越强大。
优缺点
作为一对一的线程模型维护起来比较简单，但是由于每一个线程栈信息是固定的，不利于创建大量的线程，并且多线程操作时可能涉及频繁的系统调用，上下文切换代价高。
使用方式(以生产者消费者模型来说明)
public class ThreadTest {
public static final Object P = new Object();
static List<Integer> list = new ArrayList<>();
@Test public void test() throws Exception {
Thread thread1 = new Thread(()-> { while(true) { try { product(); }catch (Exception e) { e.printStackTrace(); } } }); Thread thread2 = new Thread(() -> { while(true) { try { consume(); }catch (Exception e) { e.printStackTrace(); } } }); thread1.start(); thread2.start();
thread1.join(); thread2.join(); }
private static void product() throws Exception { synchronized (P) { if(list.size() == 1) { // 让出锁 P.wait(); } list.add(1); System.out.println("produce"); P.notify(); } }
private static void consume() throws Exception { synchronized (P) { if(list.size() == 0) { P.wait(); } list.remove(list.size() - 1); System.out.println("consume"); P.notify(); } }}
复制代码
go 语言
go 语言线程模型
在 go 语言中，线程模型就是比较强大了，包含了三个概念：内核线程（M）、goroutine(G)、G 的上下文环境（P）。其中 G 表示基于协程创建的用户线程，M 直接关联一个内核线程，P 里面一般存放正在运行的 goroutine 的上下文环境（函数指针、堆栈地址和地址边界等）。
优缺点
go 语言中的线程模型算是很强大了，引用了协程，线程栈大小可以动态调整，很好地避免了 java 中目前的线程模型缺点。
使用方式(以生产者消费者模型来说明)
package main
import ( "fmt")
type ThreadTest struct { lock chan int}
func (t *ThreadTest) produce() { for { t.lock <- 10 fmt.Println("produce:", 10) }}
func (t *ThreadTest) consume() { for { v := <-t.lock fmt.Println("consume:", v) }}
func main() { maxLen := 10 t := &ThreadTest{ make(chan int, maxLen), } // 重点在这里，开启新的协程，配合通道，让go的多线程变成非常优雅 go t.consume() go t.produce() select {}
}
复制代码
c++语言
c++语言线程模型
在 c++11 中增加了操作 thread 库，提供对线程操作的进一步封装，而这个库底层是使用了 pthread 库，这个库底层采用了 1:1 线程模型，跟 java 中的线程模型类似。
优缺点
作为一对一的线程模型维护起来比较简单，但是由于每一个线程栈信息是固定的，不利于创建大量的线程，并且多线程操作时可能涉及频繁的系统调用，上下文切换代价高。
使用方式(以生产者消费者模型来说明)
#include #include #include #include
static const int SIZE = 10;static const int ITEM_SIZE = 30;
std::mutex mtx;
std::condition_variable not_full;std::condition_variable not_empty;
int items[SIZE];
static std::size_t r_idx = 0;static std::size_t w_idx = 0;
void produce(int i) { std::unique_lock lck(mtx); while((w_idx+ 1) % SIZE == r_idx) { std::cout << "队列满了" << std::endl; not_full.wait(lck); } items[w_idx] = i; w_idx = (w_idx+ 1) % SIZE; not_empty.notify_all(); lck.unlock();}
int consume() { int data; std::unique_lock lck(mtx); while(w_idx == r_idx) { std::cout << "队列为空" << std::endl; not_empty.wait(lck); } data = items[r_idx]; r_idx = (r_idx + 1) % SIZE; not_full.notify_all(); lck.unlock(); return data;}
void p_t() { for(int i = 0; i < ITEM_SIZE; i++) { produce(i); }}
void c_t() { static int cnt = 0; while(1) { int item = consume(); std::cout << "消费第" << item << "个商品" << std::endl; if(++cnt == ITEM_SIZE) { break; } }}
int main() { std::thread producer(p_t); std::thread consumer(c_t); producer.join(); consumer.join();}
复制代码
python 语言
python 线程模型
python 中的线程使用了操作系统的原生线程，python 虚拟机使用了一个全局互斥锁（GIL）来互斥线程对 Python 虚拟机的使用，当一个线程获取 GIL 的权限之后，其他的线程必须等待这个线程释放 GIL 锁，索引再多核 CPU 上，python 多线程也会退化为单线程，无法利用多核的优势。
优缺点
python 语言多线程由于 GIL 的存在，在计算密集型场景上，很难体现到优势，并且由于涉及线程切换的代码，反而可能性能还不如单线程好。
使用方式(以生产者消费者模型来说明)
#! /usr/bin/python3
import threadingimport randomimport time
total = 100lock = threading.Lock()totalTime = 10gTime = 0
class Consumer(threading.Thread): def run(self): global total global gTime while True: cur = random.randint(10, 100) lock.acquire() if total >= cur: total -= cur print("{}使用了{}, 当前剩余{}".format(threading.current_thread(), cur, total)) else: print("{}准备使用{}，当前剩余{}，不足，不能消费".format(threading.current_thread(), cur, total)) if gTime == totalTime: lock.release() break lock.release() time.sleep(0.7)
class Producer(threading.Thread): def run(self): global total global gTime while True: cur = random.randint(10, 100) lock.acquire() if gTime == totalTime: lock.release() break total += cur print("{}生产了{}, 剩余{}".format(threading.current_thread(), cur, total)) gTime+= 1 lock.release() time.sleep(0.5)if __name__ == '__main__': t1 = Producer(name="生产者") t1.start() t2 = Consumer(name="消费者") t2.start()
复制代码
总结
在目前的线程模型中，有 1:1、M:1、M:N 多种线程模型，具体采用哪种线程模型也和硬件和操作系统的支持程度有关，像诞生比较早的语言，普通采用 M:1、1:1 线程模型，像 c++、java。而新诞生不久的 go 语言，采用的是 M:N 线程模型，在多线程的支持上更加强大。
感觉了解一下线程模型还是很有必要的，如果不清楚语言层面上的线程在操作系统层面怎么映射使用，在使用过程中就会不清不楚，可能会踩一些坑，我们都知道在 java 中不同无限的创建线程，这会导致内存溢出，go 语言中对多线程支持更加强大，很多事情不需要我们再去关注了，在语言底层已经帮助我们做了。
每种语言的底层细节太多了，如果想深入研究某一个技术，还是得花精力去研究。
作者：京东零售 姜昌伟
来源：京东云开发者社区
评论