小言_互联网的博客

并发技术、进程、线程和锁拾遗

2020-04-01 15:16 253人阅读  评论(0)

并发技术、进程、线程和锁拾遗

Part1. 多任务

计算机发展起初，CPU 资源十分昂贵，如果让 CPU 只能运行一个程序那么当 CPU 空闲下来（例如等待 I/O 时），CPU 资源就会被浪费，为了使 CPU 资源得到更好的利用，先驱编写了一个监控程序，如果发现某个程序暂时无需使用 CPU 时，监控程序就把另外的正在等待 CPU 资源的程序启动起来，以充分利用 CPU资源。这种方法称为 - 多道程序（Multiprogramming）

对于多道程序，最大的弊端是各程序之间不区分轻重缓急，对于用户交互式的程序来说，对 CPU 计算时间的需求并不多，但是对于响应速度却有比较高的要求。而对于计算类程序来说则相反，对响应速度要求低，但需要长时间的 CPU 计算。想象一个场景：我在同时在浏览网页和听音乐，我们希望浏览器能够快速响应，同时也希望音乐不停，这时候多道程序就没法达到我们的要求了。

于是人们改进了多道程序，使得每个程序运行一段时间之后，都主动让出 CPU 资源，这样每个程序在一段时间内都有机会运行一小段时间。这样像浏览器这样的交互式程序就能够快速地被处理，同时计算类程序也不会受到很大影响。这种程序协作方式被称为 分时系统（Time-Sharing System）。

在分时系统的帮助下，我们可以边用浏览器边听歌了。但是如果某个程序出现了错误，导致了死循环，不仅仅是这个程序会出错，整个系统都会死机，为了避免这种情况，一个更为先进的操作系统模式被发明处理，也就是我们现在熟悉的多任务系统（Multi-tasking System）。

操作系统从最底层接管了所有硬件资源。所有的应用程序在操作系统上以 进程（Process） 的方式运行，每个进程都有自己独立的地址空间，相互隔离。CPU 由操作系统统一统一进行分配。每个进程都有机会得到 CPU，同时在操作系统控制下，如果一个进程运行超过了一定时间，就会被暂停掉，失去 CPU 资源。这样就避免了一个程序的错误导致整个系统死机。如果操作系统分配给各个进程的运行时间都很短，CPU 可以在多个进程间快速切断，就像很多进程都同时在运行的样子。几乎所有现代操作系统都是采用这样的方式支持多任务。

Part2. 进程

进程（Process）是计算机中的程序关于某数据集合上的一次运行活动，是系统进行资源分配和调度的基本单位，是操作系统结构的基础。它可以申请和拥有系统资源，是一个活动的实体。它不只是程序的代码，还包括当前的活动，通过程序计数器的值和处理递存器的内容来表示。

  • 进程是一个实体，每一个进程都有它自己的地址空间，一般情况下，包括文本区域（text region）、数据区域（data region）和堆栈（stack region）。文本区域存储器执行的代码；数据区域存储变量和进程执行期间使用的动态分配的内存；堆栈区域存储着活动过程调用的指令和本地变量。
  • 进程是一个“执行中的程序”。程序是一个没有生命的实体，只有处理器赋予程序生命时，它才能成为一个活动的实体，我们称其为进程。

1. 进程的基本状态

  1. 等待态：等待某个事件的完成；
  2. 就绪态：等待系统分配处理器以便运行；
  3. 运行态：占有处理器正在运行；

几种状态的切换：

  • 运行态 -> 等待态：往往是由于等待外设，等待主存等资源分配或等待人工干预而引起的。
  • 等待态 -> 就绪态：则是等待的条件已满足，只需分配到处理器后就能运行。
  • 运行态 -> 就绪态：不是由于自身原因，而是由外界原因使运行状态的进程让出处理器，这时就变成就绪态。例如：时间片用完，或有更高优先级的进程来抢占处理器等
  • 就绪态 -> 运行态：系统按某种策略选中就绪队列中的一个进程占用处理器，此时就变成了运行态。

2. 进程调度

调度种类

高级、中级和低级调度作业从提交开始直到完成，往往要经历下述三级调度：

  • 高级调度（High-Level Scheduling）:又称为作业调度，它决定把后备作业调入内存运行；
  • 中级调度（Intermediate-Level Scheduling）:又称为在虚拟存储器中引入，在内、外存对换区进行进程对换。
  • 低级调度（Low-Level Scheduling）:又称为进程调度，它决定把就绪队列的某进程获得 CPU。

非抢占式调度与抢占式调度

  • 非抢占式
    分派程序一旦把处理机分配给某进程后便让它一直运行下去，直到进程完成或者发生进程调度某事件而阻塞时，才把处理机分配给另一个进程。
  • 抢占式
    操作系统将正在运行的进程强行暂停，由调度程序将 CPU 分配给其他就绪进程的调度方式。

调度策略的设计

  • 响应时间：从用户输入到产生反应的时间
  • 周转时间：从任务开始到任务结束的时间

CPU 任务可以分为交互式任务和批处理任务，调度最终的目标是合理的使用 CPU，使得交互式任务的响应时间尽可能短，用户不至于感到延迟，同时使得批处理任务的周转时间尽可能短，减少用户等待的时间。

调度算法

  1. FIFO 或 First Come，First Served（FCFS）
    调度的顺序就是任务到达就绪队列的顺序。
    公平、简单（FIFO 队列）、非抢占、不适合交互式。未考虑任务特性，平均等待时间可以缩短。

  2. Shortest Job First（SJF）
    最短的作业（CPU 区间长度最小）优先调度
    可以证明，SJF 可以保证最小的平均等待时间
    Shortest Job First （SRJF）： SJF 的可抢占版本，比 SJF 更有优势
    SJF、SRJF 如何知道下一 CPU 区间大小？根据历史进行预测：指数平均法。

  3. 优先权调度
    每个任务关联一个优先权、调度优先权最高的任务。
    注意：优先权太低的任务一直就绪，得不到运行，出现“饥饿”现象。
    FCFS 是 RR 的特例，SJF 是优先权调度的特例，这些调度算法都不适合于交互式系统。

  4. Round-Robin（RR）
    设置一个时间片，按时间片来轮转调度（“轮叫”算法）
    优点：定时有响应，等待时间较短；缺点：上下文切换次数较多；
    如何确定时间片？时间片太大，响应时间太长；吞吐量变小，周转时间变长；当时间片过长时，退化为 FCFS。

  5. 多级队列调度
    按照一定的规则建立多个进程队列
    不同的队列有固定的优先级（高优先级有抢占权）
    不同的队列可以给不同的时间片和采用不同的调度方法
    存在问题 1：没法区分 I/O bound 和 CPU bound；
    存在问题 2：也存在一定程度的“饥饿”现象

  6. 多级反馈队列
    在多级队列的基础上，任务可以在队列之间移动，更细致的区分任务。
    可以根据“享用”CPU 时间多少来移动队列，阻止“饥饿”。
    最通用的调度算法，多数 OS 都使用该方法或其变形，如 UNIX、Windows 等。

3. 进程同步

临界资源与临界区

在操作系统中，进程是占有资源的最小单位（线程可以访问其所在进程内的所有资源，但线程本身并不占有资源或仅仅占有一点必须资源）。但对于某些资源来说，其在同一时间只能被一个进程所占用。这些一次只能被一个进程所占用的资源就是所谓的临界资源。
典型的临界资源比如物理上的打印机，或是存在硬盘或内存中被多个进程所共享的一些变量和数据等（如果这类资源不被看成临界资源加以保护，那么很有可能造成丢数据的问题）。
对于临界资源的访问，必须是互斥进行。也就是当临界资源被占用时，另一个申请临界资源的进程会被阻塞，直到其所申请的临界资源被释放。而进程内访问临界资源的代码被称为临界区。

解决临界区问题可能的方法：

  1. 一般软件方法
  2. 关中断方法
  3. 硬件原子指令方法
  4. 信号量方法

信号量

信号量是一个确定的二元组（s，q），其中 s 是一个具有非负初值的整型变量，q 是一个初始状态为空的队列，整型变量 s 表示系统中某类资源的数目：

  • 当 s ≥ 0 时，表示系统中当前可用资源的数目
  • 当 s < 0 时，其绝对值表示系统中因请求该类资源而被阻塞的进程数目

除信号量的初值外，信号量的值仅能由 P 操作和 V 操作更改，操作系统利用它的状态对进程和资源进行管理。

P 操作：P 操作记为 P(s)，其中 s 为一信号量，它执行时主要完成以下动作：

// 可理解为占用一个资源，若原来就没有则记账“欠”1 个
s.value = s.value - 1;

若 s.value ≥ 0，则进程继续执行，否则（即s.value < 0），则进程被阻塞，并将该进程插入到信号量 s 的等待队列 s.queue 中。
实际上，P 操作可以理解为分配资源的计数器，或是使进程处于等待状态的控制指令

V 操作：V 操作记为 V(s)，其中 s 为一信号量，它执行时，主要完成以下动作：

// 可理解为归还一个资源，若原来就没有则意义是用此资源还 1 个欠账
s.value = s.value + 1;

若 s.value > 0，则进程继续执行，否则（即 s.value ≤ 0），则从信号量 s 的等待队列 s.queue 中移出第一个进程，使其变为就绪状态，然后返回原进程继续执行。
实际上，V 操作可以理解为归还资源的计数器，或是唤醒进程使其处于就绪状态的控制指令

信号量方法实现：生产者 - 消费者互斥与同步控制

semaphore fullBuffers = 0;//仓库中已填满的货架个数
semaphore emptyBuffers = BUFFER_SIZE;//仓库货架空闲个数
semaphore mutex = 1;//生产 - 消费互斥信号

Producer() 
{ 
    while(True)
    {  
       /*生产产品item*/
       emptyBuffers.P(); 
       mutex.P(); 
       /*item存入仓库buffer*/
       mutex.V();
       fullBuffers.V();
    }
}
 
Consumer() 
{
    while(True)
    {
        fullBuffers.P(); 
        mutex.P();	
        /*从仓库buffer中取产品item*/
        mutex.V();
        emptyBuffers.V();
        /*消费产品item*/
    }
}

死锁

死锁：多个进程因循环等待而造成的无法执行的现象
死锁会造成进程无法执行，同时会造成系统资源的极大浪费（资源无法释放）。
死锁产生的 4 个必要条件：

  • 互斥使用（Mutual exclusion）
    • 指进程对所有分配到的资源进行排他性使用，即在一段时间内某资源只由一个进程占用。如果此时还有其他进程请求资源，则请求者只能等待，直至占有资源的进程用毕释放。
  • 不可抢占（No preemption）
    • 指进程已获得的资源，在未使用完之前，不能被剥夺，只能在使用完时由自己释放。
  • 请求和保持（Hold and wait）
    • 指进程已经保持至少一个资源，但又提出了新的资源请求，而该资源已被其他进程占有，此时请求进程阻塞，但又对自己已获得其他资源保持不放。
  • 循环等待（Circular wait）
    • 指在发生死锁时，必然存在一个进程-资源的环形链，即进程集合{P0, P1, P2, P3, P4, …, Pn} 中的 P0 正在等待一个 P1 占用的资源；P1 正在等待 P2 占用的资源，…，Pn 正在等待已被 P0 占用的资源。

死锁的避免：银行家算法
思想：判断此次请求是否造成死锁，若会造成死锁，则拒绝该请求。

4. 进程间通信

本地进程间通信的方式有很多，可以总结为下面四类：

  • 消息传递（管道、FIFO、消息队列）
  • 同步（互斥量、条件变量、读写锁、文件和写记录锁、信号量）
  • 共享内存（匿名的和具名的）
  • 远程过程调用（Solaris门 和 Sun RPC）

Part3. 线程

多线程解决了前面提到的多任务问题。然而很多时候不同的程序需要共享同样的资源（文件，信号量等），如果全都使用进程的话会导致切换的成本很高，造成 CPU 资源的浪费。于是出现了线程的概念。
线程，有时被称为轻量级进程（Lightweight Process，LWP），是程序执行流的最小单元。一个标准的线程由线程 ID，当前指令指针（PC），寄存器集合和堆栈组成。
线程具有以下属性：

  1. 轻型实体
    线程中的实体基本上不拥有系统资源，只是有一点必不可少的、能保证独立运行的资源。线程的实体包括：程序、数据和 TCB（Thread Control Block）。线程是动态概念，它的动态特性由线程控制块 TCB 描述。

  2. 独立调度和分派的基本单位
    在多线程 OS 中，线程是能独立运行的基本单位，因而也是独立调度和分派的基本的单位。由于线程很“轻”，故线程的切换非常迅速且开销小（在同一进程中的）

  3. 可并发执行
    在一个进程中的多个线程之间，可以并发执行，甚至允许在一个进程中所有线程都能并发执行；

  4. 共享进程资源
    在同一进程中的各个线程，都可以共享该进程所拥有的资源，这首先表现在：所有线程都具有相同的地址空间（进程的地址空间），这意味着，线程可以访问改地址空间的每一个虚拟地址；此外，还可以访问进程所拥有的已打开文件、定时器、信号量等。由于同一个进程内的线程共享内存和文件，所以线程之间互相通信不必调用内核。
    线程共享的环境包括：进程代码段、进程的公有数据（利用这些共享的数据，线程很容易的实现相互之前的通讯）、进程打开的文件描述符、信号的处理器、进程的当前目录和进程用户 ID 与进程组 ID。

Part4. 锁

锁要解决的是线程之间争夺资源的问题：

  • 资源是否是独占（独占锁 - 共享锁）
  • 抢占不到资源怎么办（互斥锁 - 自旋锁）
  • 自己能不能重复抢（重入锁 - 不可重入锁）
  • 竞争读的情况比较多，读可不可以不加锁（读写锁）

上面几个角度并非相互独立，在实际场景中需要将他们集合起来才能构造出一个合适的锁。

独占锁 - 共享锁

当一个共享资源只有一份的时候，通常我们使用独占锁，常见的即各个语言中的 Mutex。当共享资源有多份时，可以使用信号量（Semaphere）。

互斥锁 - 自旋锁

对于互斥锁来说，如果一个线程已经锁定了一个互斥锁，第二个线程又试图去获取这个互斥锁，则第二个线程将会被挂起（即休眠、不占用 CPU 资源）。

在计算机系统中，频繁的挂起和切换线程，也是有成本的。自旋锁就是解决这个问题的。

自旋锁：指当一个线程在获取锁的时候，如果锁已经被其他线程获取，那么该线程将循环等待，然后不断的判断锁是否能够被成功获取，直到获取到锁才会退出循环。

容易看出，当资源等待的时间较长，用互斥锁让线程休眠，会消耗更少的资源，当资源等待的时间较短时，使用自旋锁将减少线程的切换，获得更高的性能。

Java 中的 synchornized 和 .NET 中的 lock（Monitor）的实现，是结合了两种锁的特点。简单说，它们在发现资源被抢占之后，会先试着自旋等待一段时间，如果等待时间太长，则会进入挂起状态。通过这样的实现，可以较大程度上挖掘出锁的性能。

重入锁 - 不可重入锁

可重入锁（ReetrantLock），也叫作递归锁，指的是同一线程内，外层函数获得锁之后，内层递归函数仍然可以获取到该锁。
换而言之：同一线程再次进入同步代码时，可以使用自己已获取到的锁。

使用可重入锁时，在同一线程中多次获取锁，不会导致死锁。使用不可重入锁，则会导致死锁发生。

Java 中的 synchornized 和 .NET 中的 lock（Monitor） 都是可重入的。

读写锁

有些情况下，对于共享资源读竞争的情况远远多于写竞争，这种情况下，对读操作每次都进行加锁，是得不偿失的。读写锁就是为了解决这个问题。

读写锁允许同一时刻被多个读线程访问，但是在写线程访问时，所有读线程和其他的写线程都会被阻塞。简单可以总结为，读读不互斥，读写互斥，谢谢互斥。

对读写锁来说，有一个升级和降级的概念，即当前获得了读锁，想把当前的锁变成写锁，成为升级，反之称为降级。锁的升降级本身也是为了提升性能，通过改变当前锁的性质，避免重复获取锁。

Part.5 协程

协程，又称为微线程，纤程。英文名： Coroutine
协程可以理解为用户级线程，协程和线程的区别是：线程是抢占式的调度，而协程是协同式的调度，协程避免了无意义的调度，由此可以提高性能，但也因此，程序员必须自己承担调度的责任，同时，协程也失去了标准线程使用多 CPU 的能力。

Part.6 IO多路复用

基本概念

IO 多路复用是指内核一旦发现进程指定的一个或者多个 IO 条件准备读取，他就通知该进程。IO 多路复用适用于如下场景：

  1. 当客户处理多个描述字时（一般是交互式输入和网络套接口），必须使用 I/O 复用。
  2. 当一个客户同时处理多个套接口时，而这种情况是可能的，但很少出现。
  3. 如果一个 TCP 服务器既要处理监听套接口，又要处理已连接套接口，一般也要用到 I/O 复用。
  4. 如果一个度武器既要处理 TCP，又要处理 UDP，一般要使用 I/O 复用。
  5. 如果一个服务器要处理多个服务或多个协议，一般要使用 I/O 复用。

与多进程和多线程技术相比，I/O 多路复用技术的最大优势是系统开销小，系统不必创建 进程/线程，也不必维护这些 进程/线程，从而大大减小了系统的开销。

常见的 IO 复用实现

  • select （Linux/Windows/BSD）
  • epoll （Linux）
  • kqueue （BSD/Mac OS）

更多干货文章

博客：www.qiuxuewei.com
微信公众号：@开发者成长之路

一个没有鸡汤只有干货的公众号


转载：https://blog.csdn.net/qiuxuewei2012/article/details/103789287
查看评论
* 以上用户言论只代表其个人观点，不代表本网站的观点或立场