三大并发技术—进程、线程和协程

对于程序员来说，不管是为了提升用户体验，还是为了压榨硬件性能，在工作中早晚都会使用到并发编程技术。进程、线程、协程是并发编程涉及到的三种技术：进程是走进并发的基础，线程是榨干多核的利器，则协程技术则进一步提升了IO密集型应用的性能。

一、进程(process)

1．进程的起源

进程（process）是操作系统中最古老、最重要的抽象之一。

1961年，计算机领域的泰山北斗——费尔南多·何塞·科尔巴托在CTSS（Compatible Time-Sharing System）中做出了进程的原型，但没有使用进程这个术语。进程这个术语正式提出于他1964 年领导的MULTICS 项目。

想了解最早的process是如何设计的，可以参考这篇文章“Structure of the Multics Supervisor(www.multicians.org/fjcc3.html)”。

2．进程是什么？

直观来讲，进程就是一个正在运行的程序的实例。

程序和进程有什么区别呢？

程序员打开IDE，用c语言写了段代码，再把它编译成了一个可执行文件aaa。这时候的源文件、可执行文件，是静态存在的程序。

而当程序员用./aaa，让程序在系统里面运行起来时，这期间运行的程序叫进程。

如果程序运行了两遍，则算作两个进程。

在linux系统上，可以用ps aux命令查看当前运行的所有进程。

3．进程解决什么问题？

进程首先解决的是CPU利用率的问题。

在没有进程之前，早期计算机中的程序是串行执行的。但是当一个程序在执行读写磁盘等I/O操作时，CPU只能空闲等待，直到I/O操作完成。

而I/O速度的设备比CPU慢几个数量级，这样CPU大部分时间只能闲着，利用率极低。

因此计算机科学家发明了“进程”。有了进程之后，操作系统可以同时将多个程序加载到内存中，当一个进程需要等待I/O时，操作系统就会挂起它，并将CPU分配给另一个已经准备好的进程。

这样CPU就充分被利用起来了。

不过，有了进程之后，由于进程被设计成拥有独立的、受保护的虚拟地址空间，也很好的提升了系统的安全性和稳定性。

4．进程控制块（PCB）

操作系统为每个进程维护一个 PCB，包含以下关键信息：

（1）进程管理

寄存器、程序计数器、程序状态字、堆栈指针、进程状态、优先级、调度参数、进程ID、父进程、进程组、信号、进程开始时间、使用的CPU时间、子进程的CPU时间、下次定时器时间

（2）存储管理

正文段指针、数据段指针、堆栈段指针

（3）文件管理

根目录、工作目录、文件描述符、用户ID、组ID

每个进程都有自己独立的寄存器、内存、I/O资源、控制流这些上下文信息，这些信息就保存在PCB中。

一个进程虽然可能在运行过程中被打断多次，但每次打断时，进程的上下文都会被保存，以便在切换后通过恢复该上下文，返回到和打断前完全相同的状态。

5．Linux系统中进程的创建与管理函数

(1)Fork()用来创建新进程

Fork()由clone(）实现。调用fork后，内核为调用进程创建了一个子进程。子进程是父进程的副本。

(2)子进程执行exec()

内核将一个新的程序的代码和数据加载到子进程的地址空间，替换原有的内容。

注意，exec是一个函数族，指的是execl，execlp，execle，execv，execve和execvp这些函数。

(3)父进程调用wait/waitpid

等待子进程结束，并回收子进程的资源，包括僵尸进程。

(4)子进程调用Exit

通知内核，当前进程已完成，其数据结构（栈、堆、代码）需被垃圾回收。

6．进程间如何通信

进程和进程之间交换信息/通信被称为IPC（InterProcess Communication）。Linux可使用：管道、Sockets、共享内存、信号量、消息队列等方式实现进程间通信。

(1)管道: 用于两个相关进程之间 IPC 的单向通信通道。一个进程写入管道，另一个进程从管道读取。管道类型包括匿名管道和命名管道 （FIFO）

(2)Sockets:套接字用于在不同主机上运行的进程之间的网络通信。Sockets提供了一个标准的通信接口，可以跨不同的平台和编程语言使用。

(3)共享内存：多个进程可以访问公共内存空间。进程可以向该存储空间读取和写入数据，从而实现它们之间的快速通信。

(4)信号量：信号量用于控制对共享资源的访问。可防止多个进程同时访问同一资源，从而导致数据损坏。

(5)消息队列：使用单个队列或多个消息队列在进程之间传递消息。

二、线程(thread)

1.线程的历史

线程出现的比进程晚一些。

线程的概念萌芽于上世纪60年代末。例如，1968 年IBM 为大型机开发的系统TSS/360就尝试了“进程内多执行流”的技术，允许一个 “主进程” 内创建多个“子任务（Subtask）”，子任务可共享主进程的内存和资源，但拥有独立的程序计数器（PC）和栈。

线程在80年代逐渐演进为OS的核心进制，尤其是1987 年SunOS 4.0的内核级线程机制，让线程具备了高效并发+多CPU利用的能力。

线程在90年代中期后解决了标准化的问题。1995年，IEEE制定了POSIX 1003.1c 标准，定义了跨 UNIX 系统的线程接口pthreads，这样，开发者开发的多线程软件就可以跨平台了。

2.线程是什么

线程是运行在进程上下文中的逻辑流，是操作系统调度的最小执行单元。一个进程中必须至少有一个线程，也可以在一个进程中创建多个线程。

每个线程有自己的id、程序计数器、寄存器、堆栈。同一个进程中的多个线程之间共享地址空间、全局变量、打开文件、子进程、定时器等等。

3.线程解决什么问题？

为什么有了进程，还需要线程这个抽象呢？线程是解决什么问题的呢？

进程有自己的地址空间，所以进程之间的隔离性比较好，但是进程的创建、进程间的通信等开销都比较厚重。

打个比方来说，每个进程就好比一个部门，每个部门有自己独立的办公室、预算、资源，部门间不能随意动用对方的资源，部门间的沟通要做正式的流程，部门墙比较厚重。

而线程呢，就好比部门里面的员工，所有员工共享办公室、预算、资源。互相之间的沟通，吼一嗓子就可以了，效率比较高。

线程的创建/销毁开销较小、上下文切换的开销也小、通信机制简单、数据共享性好、也有更好的并发性能和响应能力。

4.Pthreads

pthreads即POSIX Threads，是IEEE POSIX 1003.1c 标准定义的跨平台线程 API。包括线程管理、互斥锁、条件变量、同步管理这四类共100多个函数。

比如，创建线程可用pthread_create()，终止线程可用pthread_exit()，阻塞当前的线程，直到另外一个线程运行结束可用pthread_join()，让出处理器的调用，让其他线程获得执行的机会可用pthread_yield()。

5.并发问题

程序员在多线程编程时要注意并发问题，比如：数据竞争、死锁、伪共享等等。

三、协程

1．协程的历史

协程的历史很有趣，虽然近些年来协程才流行起来，但如果追溯历史的话，协程这个概念在1958年就被Melvin Conway提出了，Conway将协程描述为 “像主程序一样工作的子例程”，并在 COBOL 编译器中实现了这一结构，以简化词法分析器与语法分析器之间的协作

1967年，面向对象语言的鼻祖Simula 67把协程写进了语言标准。

但80年代到2000年，随着线程的兴起，工业界的焦点集中在线程上，协程比较沉寂。

而2000年之后，协程又进入了复兴期，尤其是将协程（Goroutine）作为其并发模型的核心Go语言的横空出世，带来了协程的出圈效应。

2．协程是什么

线程是存在于进程中的调度单位，而协程又是存在于线程中的更小的调度单位。

协程可以直观的理解成一种能够被挂起，稍后再在挂起的地方恢复的函数。挂起和恢复是开发者的程序逻辑自己控制的。

协程实现可分为有栈协程和无栈协程：

有栈协程：为每个协程分配独立的栈空间。当协程挂起时，需要保存当前的执行上下文。切换时，恢复目标协程的完整上下文。

无栈协程：不分配独立的栈空间，而是通过状态机来实现。编译器将协程函数转换为一个状态机，用局部变量保存执行状态。

无栈协程由编译器生成状态机，线程切换本质上相当于普通的函数调用，性能上比有栈协程占优；无栈协程无需为每个协程单独分配独立的栈空间，仅存储活跃变量，内存开销较有栈协程占优，因此近年来逐渐成为主流。

3．协程解决什么问题

互联网时代带来了前所未有的并发连接数挑战，IO密集型应用随之爆发。而如果只使用原有的多线程编程，会带来很大的内存开销和调度开销，并且会增大程序员编程的复杂性。

协程（尤其是无栈协程）的资源占用是极轻量级的、纯用户态的调用开销也较线程降低一个数量级。

使用协程编程，编程清晰，可用同步的线性代码风格完成异步的逻辑，也会降低编程的复杂度。

四、结语

进程奠定了并发的基础，通过独立的地址空间实现了程序的隔离与保护，解决了CPU利用率的问题，是系统稳定性的基石。

线程则在进程内部实现了更细粒度的并发，极大地降低了创建、切换和通信的开销，充分发挥了多核CPU的计算能力，是提升应用性能的利器。

协程将并发的粒度进一步细化到函数级别，以其轻量级和可协作的特性，完美契合了现代高并发、I/O密集型的应用场景，并用同步的编码风格化解了异步的复杂性。

这三者并非简单替代，而是互为补充，体现了计算机领域工作者追求卓越的精神。