1943 字
10 分钟
线程:共享地址空间与并发执行

线程:共享地址空间与并发执行#

这一节里有四个基础概念经常一起出现:stack、heap、concurrency、process。线程就是为了让同一进程内部可以有多个执行流。

为什么需要线程#

CPU 调度最直接的目的,是让多个任务轮流使用处理器;另一个更实际的目的,是尽量不要让 CPU 闲着。

例如服务器处理客户端请求。传统做法是:

  1. 主进程监听请求;
  2. 每来一个客户端,就创建一个新进程;
  3. 新进程专门服务这个客户端。
Threads-1784018677141

这个模型能工作,但代价很高。因为进程是一个完整上下文:它有自己的地址空间、文件表、寄存器状态、内核管理结构等。客户端数量上来后,为每个连接创建完整进程会浪费大量内存和创建时间。

线程的思路是:不要把程序计数器直接绑定在“进程”这个整体上,而是在同一个进程内部创建多个可调度的执行流。进程更像资源容器,线程才是实际被调度执行的控制流。

Threads-1784018865659

一个进程可以有多个线程。每个线程都有自己的程序计数器和运行现场,但它们共享同一个进程的大部分资源。

线程共享什么,独占什么#

线程共享:

  • 同一个地址空间;
  • text 段代码;
  • heap;
  • 全局变量;
  • 打开的文件描述符表,具体取决于操作系统和创建参数;
  • 进程级权限和资源。

线程独占:

  • 程序计数器;
  • 寄存器现场;
  • 用户栈和内核栈;
  • 调度状态;
  • 线程局部存储。
Threads-1784018957236

线程本身不“包含代码”。代码在进程的 text section 中,线程只是通过自己的 program counter 指向下一条要执行的指令。

每个线程为什么要有自己的栈#

Threads-1784032484218

函数调用需要栈保存返回地址、局部变量、临时值和调用链。如果多个线程共用同一个栈,线程 A 调用函数时压入的返回地址可能被线程 B 覆盖,程序会很快失控。

所以每个线程必须有自己的栈。

但要注意:这些用户栈仍然位于同一个进程地址空间里。从硬件权限上说,一个线程可以读写另一个线程的用户栈,只是正常程序不应该这么做。很多运行时会在线程栈边界放 guard page,用来尽早发现栈溢出,但这不是线程之间的安全隔离。

线程间共享数据时,heap 通常比栈更合适:

  • 栈适合线程自己的临时状态;
  • heap 适合多个线程共同访问的对象;
  • 共享 heap 数据必须配合同步机制。

如果一个线程正在读某块 heap 内存,另一个线程同时写同一块内存,结果可能是不确定的。这和 05 进程间通信:共享内存、消息传递与 Socket 是同一个本质问题。

多线程下的内核结构#

从“一个进程一个执行流”变成“一个进程多个执行流”后,原来的 PCB 也要拆分理解。

Threads-1784032734548

进程级信息包括地址空间、打开文件、权限等;线程级信息包括程序计数器、寄存器、栈和调度状态。

Linux 中没有单独把“进程 PCB”和“线程 TCB”完全分成两套结构。Linux 用 task_struct 表示一个可调度实体,进程和线程都对应一个 task_struct。

差异体现在创建时的共享标志上:

标志 含义
CLONE_VM 共享地址空间
CLONE_FILES 共享文件描述符表
CLONE_FS 共享文件系统上下文
CLONE_SIGHAND 共享信号处理表
CLONE_THREAD 放入同一线程组

普通 fork() 创建的是新进程;pthread_create() 底层通常通过 clone() 创建共享资源更多的新 task_struct。所以在 Linux 内核里,线程更像是“和其他 task 共享大量资源并属于同一线程组的 task”。

Main Thread#

Threads-1784032846027

对普通用户态进程来说,进程启动后会先有一个初始线程。程序入口点开始执行的那条执行流通常称为 main thread。

后续创建线程时,操作系统会把新线程加入调度体系。调度器不关心它是不是“主线程”,它只关心这个线程是否可运行、优先级如何、应该放在哪个 CPU 核心上执行。

线程、代码和运行时数据#

Threads-1784033050870

线程执行的代码位于进程的 text section。线程特有的运行时信息主要在:

  • CPU 寄存器中;
  • 线程自己的栈上;
  • 内核保存的线程上下文中;
  • 线程局部存储中。

这也是为什么同一进程内的线程切换通常比跨进程切换轻:地址空间不变,很多情况下不需要切换页表,也不需要让地址转换缓存付出同样的代价。不过调度器、寄存器保存、内核栈切换等成本仍然存在。

并发和并行#

并发 concurrency:多个任务交替推进,看起来像同时发生。单核心系统也能并发,因为操作系统可以快速切换线程。

并行 parallelism:多个任务在同一时刻真正同时执行。必须有多个 CPU 核心或多个硬件执行单元。

flowchart TB
    subgraph SingleCore[单核:并发]
      A1[Thread A] --> B1[Thread B] --> C1[Thread A] --> D1[Thread C]
    end
    subgraph MultiCore[多核:并行]
      A2[Core 0: Thread A]
      B2[Core 1: Thread B]
      C2[Core 2: Thread C]
    end

单核系统上,线程只是轮流运行;多核系统上,多个线程可以被调度到不同核心上同时运行。

多核处理器上的多线程#

处理器相关术语:

术语 含义
CPU 物理芯片或处理器封装
Core CPU 内部独立执行指令的核心
Hardware Thread 同一核心暴露出的硬件执行上下文,例如 SMT/超线程

操作系统通常把可调度的硬件执行位置识别为 logical CPU。线程能否真正同时运行,取决于系统有多少 logical CPU 可用,以及调度器如何分配。

多核下线程的优势是:

  • I/O 阻塞时,其他线程可以继续占用 CPU;
  • 多个独立任务可以同时运行;
  • 程序不需要为不同核心数重新编译,调度器会根据机器情况安排线程;
  • 核心不足时仍可退化为分时并发。

并行上限受硬件限制。一个有 N 个可用 logical CPU 的系统,在同一瞬间最多运行 N 个可执行线程;更多线程只能排队、抢占、阻塞或等待。这里的 logical CPU 包括物理核心暴露出的 SMT/超线程上下文,它们能并行发射工作,但性能不等同于 N 个完整物理核心。

数据并行和任务并行#

数据并行是把同一种运算拆到多份数据上。例如把一个大数组分成 4 段,4 个线程分别检查每段里的质数。

任务并行是让不同线程做不同工作。例如同一份数组上,一个线程求最大值,一个线程求平均值,一个线程搜索某个元素。

类型 拆分对象 例子
Data Parallelism 数据 大数组分片计算
Task Parallelism 工作 UI、网络、文件写入分别由不同线程负责

多线程并不保证线性加速。线程创建、同步、缓存一致性、任务拆分和结果合并都会产生开销。真正能加速的,是那些独立性强、共享写入少、计算量足够大的任务。

线程:共享地址空间与并发执行
https://sanzenin.top/posts/obsidian/04-线程-共享地址空间与并发执行/
作者
Sanzenin 凪
发布于
2026-07-14
许可协议
CC BY-NC-SA 4.0

分享文章

生成精美分享图或复制链接,与更多人分享本文。

继续阅读

沿着主题读

基于共同的标签与分类

换条路线

从其他文章中稳定抽取

最后更新于 ,距今已过 125 天

部分内容可能已过时