POSIX 线程详解（1-概述）

线程是有趣的

线程类似于进程。如同进程，线程由内核按时间分片进行管理。在单处理器系统中，内核使用时间分片来模拟线程的并发执行，这种方式和进程的相同。而在多处理器系统中，如同多个进程，线程实际上一样可以并发执行。

那么为什么对于大多数合作性任务，多线程比多个独立的进程更优越呢？这是因为，线程共享相同的内存空间。不同的线程可以存取内存中的同一个变量。所以，程序中的所有线程都可以读或写声明过的全局变量。如果曾用 fork() 编写过重要代码，就会认识到这个工具的重要性。为什么呢？虽然 fork() 允许创建多个进程，但它还会带来以下通信问题: 如何让多个进程相互通信，这里每个进程都有各自独立的内存空间。对这个问题没有一个简单的答案。虽然有许多不同种类的本地 IPC
(进程间通信），但它们都遇到两个重要障碍：

强加了某种形式的额外内核开销，从而降低性能。

对于大多数情形，IPC 不是对于代码的“自然”扩展。通常极大地增加了程序的复杂性。

双重坏事: 开销和复杂性都非好事。如果曾经为了支持 IPC 而对程序大动干戈过，那么您就会真正欣赏线程提供的简单共享内存机制。由于所有的线程都驻留在同一内存空间，POSIX 线程无需进行开销大而复杂的长距离调用。只要利用简单的同步机制，程序中所有的线程都可以读取和修改已有的数据结构。而无需将数据经由文件描述符转储或挤入紧窄的共享内存空间。仅此一个原因，就足以让您考虑应该采用单进程/多线程模式而非多进程/单线程模式。

线程是快捷的

不仅如此。线程同样还是非常快捷的。与标准 fork() 相比，线程带来的开销很小。内核无需单独复制进程的内存空间或文件描述符等等。这就节省了大量的 CPU 时间，使得线程创建比新进程创建快上十到一百倍。因为这一点，可以大量使用线程而无需太过于担心带来的 CPU 或内存不足。使用 fork() 时导致的大量 CPU 占用也不复存在。这表示只要在程序中有意义，通常就可以创建线程。

当然，和进程一样，线程将利用多 CPU。如果软件是针对多处理器系统设计的，这就真的是一大特性（如果软件是开放源码，则最终可能在不少平台上运行）。特定类型线程程序（尤其是 CPU 密集型程序）的性能将随系统中处理器的数目几乎线性地提高。如果正在编写 CPU 非常密集型的程序，则绝对想设法在代码中使用多线程。一旦掌握了线程编码，无需使用繁琐的 IPC 和其它复杂的通信机制，就能够以全新和创造性的方法解决编码难题。所有这些特性配合在一起使得多线程编程更有趣、快速和灵活。

线程是可移植的

如果熟悉 Linux 编程，就有可能知道 __clone() 系统调用。__clone() 类似于 fork()，同时也有许多线程的特性。例如，使用 __clone()，新的子进程可以有选择地共享父进程的执行环境（内存空间，文件描述符等）。这是好的一面。但 __clone() 也有不足之处。

线程的主要学习内容

线程管理  
创建和终止线程  
向线程传递参数  
连接（Joining）和分离（ Detaching）线程  
栈管理  
其它函数  

互斥量（Mutex Variables）  
互斥量概述  
创建和销毁互斥量  
锁定（Locking）和解锁（Unlocking）互斥量  

条件变量（Condition Variable）  
条件变量概述 
创建和销毁条件变量  
等待（Waiting）和发送信号（Signaling）  

什么是线程
技术上，线程可以定义为：可以被操作系统调度的独立的指令流。但是这是什么意思呢？ 
对于软件开发者，在主程序中运行的“函数过程”可以很好的描述线程的概念。 
进一步，想象下主程序（a.out）包含了许多函数，操作系统可以调度这些函数，使之同时或者（和）独立的执行。这就描述了“多线程”程序。 
怎样完成的呢？ 
在理解线程之前，应先对UNIX进程（process）有所了解。进程被操作系统创建，需要相当多的“额外开销”。进程包含了程序的资源和执行状态信息。如下： 
进程ID，进程group ID，用户ID和group ID 
环境 
工作目录  
程序指令 
寄存器 
栈 
堆 
文件描述符 
信号动作（Signal actions） 
共享库 
进程间通信工具（如：消息队列，管道，信号量或共享内存） 

UNIX PROCESS	THREADS WITHIN A UNIX PROCESS

线程使用并存在于进程资源中，还可以被操作系统调用并独立地运行，这主要是因为线程仅仅复制必要的资源以使自己得以存在并执行。 
独立的控制流得以实现是因为线程维持着自己的： 
堆栈指针 
寄存器 
调度属性（如：策略或优先级） 
待定的和阻塞的信号集合（Set of pending and blocked signals） 
线程专用数据（TSD：Thread Specific Data.） 

因此，在UNIX环境下线程： 
存在于进程，使用进程资源 
拥有自己独立的控制流，只要父进程存在并且操作系统支持 
只复制必可以使得独立调度的必要资源 
可以和其他线程独立（或非独立的）地共享进程资源 
当父进程结束时结束，或者相关类似的 
是“轻型的”，因为大部分额外开销已经在进程创建时完成了 

因为在同一个进程中的线程共享资源： 
一个线程对系统资源（如关闭一个文件）的改变对所有其它线程是可以见的 
两个同样值的指针指向相同的数据 
读写同一个内存位置是可能的，因此需要成员显式地使用同步 

使用线程设计程序 
在现代多CPU机器上，pthread非常适于并行编程。可以用于并行程序设计的，也可以用于pthread程序设计。 
并行程序要考虑许多，如下： 
用什么并行程序设计模型？ 
问题划分 
加载平衡（Load balancing） 
通信 
数据依赖 
同步和竞争条件 
内存问题 
I/O问题 
程序复杂度 
程序员的努力/花费/时间 
...  

包含这些主题超出本教程的范围，有兴趣的读者可以快速浏览下“Introduction to Parallel Computing”教程。 
大体上，为了使用Pthreads的优点，必须将任务组织程离散的，独立的，可以并发执行的。例如，如果routine1和routine2可以互换，相互交叉和（或者）重叠，他们就可以线程化。 
 
拥有下述特性的程序可以使用pthreads： 
工作可以被多个任务同时执行，或者数据可以同时被多个任务操作。 
阻塞与潜在的长时间I/O等待。 
在某些地方使用很多CPU循环而其他地方没有。 
对异步事件必须响应。 
一些工作比其他的重要（优先级中断）。 

Pthreads 也可以用于串行程序，模拟并行执行。很好例子就是经典的web浏览器，对于多数人，运行于单CPU的桌面/膝上机器，许多东西可以同时“显示”出来。 
使用线程编程的几种常见模型： 
管理者/工作者（Manager/worker）：一个单线程，作为管理器将工作分配给其它线程（工作者），典型的，管理器处理所有输入和分配工作给其它任务。至少两种形式的manager/worker模型比较常用：静态worker池和动态worker池。 
管道（Pipeline）：任务可以被划分为一系列子操作，每一个被串行处理，但是不同的线程并发处理。汽车装配线可以很好的描述这个模型。 
Peer: 和manager/worker模型相似，但是主线程在创建了其它线程后，自己也参与工作。 

共享内存模型（Shared Memory Model）:  
所有线程可以访问全局，共享内存 
线程也有自己私有的数据 
程序员负责对全局共享数据的同步存取（保护） 
 
线程安全（Thread-safeness）:  
线程安全：简短的说，指程序可以同时执行多个线程却不会“破坏“共享数据或者产生“竞争”条件的能力。 
例如：假设你的程序创建了几个线程，每一个调用相同的库函数： 
这个库函数存取/修改了一个全局结构或内存中的位置。 
当每个线程调用这个函数时，可能同时去修改这个全局结构活内存位置。 
如果函数没有使用同步机制去阻止数据破坏，这时，就不是线程安全的了。