多进程与多线程区别

多进程与多线程区别
2011年04月21日
　　网络编程中设计并发服务器，使用多进程与多线程 ，请问有什么区别？ 
　　答案一:
　　1，进程：子进程是父进程的复制品。子进程获得父进程数据空间、堆和栈的复制品。
　　2，线程：相对与进程而言，线程是一个更加接近与执行体的概念，它可以与同进程的其他线程共享数据，但拥有自己的栈空间，拥有独立的执行序列。
　　两者都可以提高程序的并发度，提高程序运行效率和响应时间。
　　线程和进程在使用上各有优缺点：线程执行开销小，但不利于资源管理和保护；而进程正相反。同时，线程适合于在SMP机器上运行，而进程则可以跨机器迁移。
　　答案二:
　　根本区别就一点：用多进程每个进程有自己的地址空间(address space)，线程则共享地址空间。所有其它区别都是由此而来的：
　　1。速度：线程产生的速度快，线程间的通讯快、切换快等，因为他们在同一个地址空间内。
　　2。资源利用率：线程的资源利用率比较好也是因为他们在同一个地址空间内。
　　3。同步问题：线程使用公共变量/内存时需要使用同步机制还是因为他们在同一个地址空间内
　　很想写点关于多进程和多线程的东西，我确实很爱他们。但是每每想动手写点关于他们的东西，却总是求全心理作祟，始终动不了手。
　　今天终于下了决心，写点东西，以后可以再修修补补也无妨。
　　一.为何需要多进程（或者多线程），为何需要并发？
　　这个问题或许本身都不是个问题。但是对于没有接触过多进程编程的朋友来说，他们确实无法感受到并发的魅力以及必要性。
　　我想，只要你不是整天都写那种int main()到 底的代码的人，那么或多或少你会遇到代码响应不够用的情况，也应该有尝过并发编程的甜头。就像一个快餐点的服务员，既要在前台接待客户点餐，又要接电话送 外卖，没有分身术肯定会忙得你焦头烂额的。幸运的是确实有这么一种技术，让你可以像孙悟空一样分身，灵魂出窍，乐哉乐哉地轻松应付一切状况,这就是多进程/线程技术。
　　并发技术，就是可以让你在同一时间同时执行多条任务的技术。你的代码将不仅仅是从上到下，从左到右这样规规矩矩的一条线执行。你可以一条线在main函数里跟你的客户交流，另一条线，你早就把你外卖送到了其他客户的手里。
　　所以，为何需要并发？因为我们需要更强大的功能，提供更多的服务，所以并发，必不可少。
　　二.多进程
　　什么是进程。最直观的就是一个个pid,官方的说法就：进程是程序在计算机上的一次执行活动。
　　说得简单点，下面这段代码执行的时候
　　view plain copy to clipboard print ?
　　int  main()  
　　{     
　　printf("pid is %d\n",getpid() );  
　　return  0;      }  
　　int main() { printf("pid is %d\n",getpid() ); return 0; }     进入main函数，这就是一个进程，进程pid会打印出来，然后运行到return，该函数就退出，然后由于该函数是该进程的唯一的一次执行，所以return后，该进程也会退出。
　　看看多进程。linux下创建子进程的调用是fork();
　　view plain copy to clipboard print ?
　　#include    
　　#include     
　　#include              
　　void  print_exit()  
　　{  
　　printf("the exit pid:%d\n" ,getpid() );  
　　}     
　　main ()   
　　{   
　　pid_t pid;   
　　atexit( print_exit );      //注册该进程退出时的回调函数   
　　pid=fork();   
　　if  (pid  #include  #include  void print_exit() { printf("the exit pid:%d\n",getpid() ); } main () { pid_t pid; atexit( print_exit ); //注册该进程退出时的回调函数 pid=fork(); if (pid 结果。
　　关于fork函数，功能就是产生子进程，由于前面说过，进程就是执行的流程活动。
　　那么fork产生子进程的表现就是它会返回2次，一次返回0，顺序执行下面的代码。这是子进程。
　　一次返回子进程的pid，也顺序执行下面的代码，这是父进程。
　　（为何父进程需要获取子进程的pid呢？这个有很多原因，其中一个原因：看最后的wait，就知道父进程等待子进程的终结后，处理其task_struct结构，否则会产生僵尸进程,扯远了，有兴趣可以自己google）。
　　如果fork失败，会返回-1.
　　额外说下atexit( print_exit ); 需要的参数肯定是函数的调用地址。
　　这里的print_exit 是函数名还是函数指针呢？答案是函数指针，函数名永远都只是一串无用的字符串。
　　某本书上的规则：函数名在用于非函数调用的时候，都等效于函数指针。
　　说到子进程只是一个额外的流程，那他跟父进程的联系和区别是什么呢？
　　我很想建议你看看linux内核的注解（有兴趣可以看看，那里才有本质上的了解），总之,fork后，子进程会复制父进程的task_struct结构，并为子进程的堆栈分配物理页。理论上来说，子进程应该完整地复制父进程的堆，栈以及数据空间，但是2者共享正文段。
　　关于写时复制：由于一般 fork后面都接着exec，所以，现在的 fork都在用写时复制的技术，顾名思意，就是，数据段，堆，栈，一开始并不复制，由父，子进程共享，并将这些内存设置为只读。直到父，子进程一方尝试写这些区域，则内核才为需要修改的那片内存拷贝副本。这样做可以提高 fork的效率。
　　三.多线程
　　线程是可执行代码的可分派单元。这个名称来源于"执行的线索"的概念。在基于线程的多任务的环境中，所有进程有至少一个线程，但是它们可以具有多个任务。这意味着单个程序可以并发执行两个或者多个任务。
　　简 而言之，线程就是把一个进程分为很多片，每一片都可以是一个独立的流程。这已经明显不同于多进程了，进程是一个拷贝的流程，而线程只是把一条河流截成很多 条小溪。它没有拷贝这些额外的开销，但是仅仅是现存的一条河流，就被多线程技术几乎无开销地转成很多条小流程，它的伟大就在于它少之又少的系统开销。（当 然伟大的后面又引发了重入性等种种问题，这个后面慢慢比较）。
　　还是先看linux提供的多线程的系统调用：
　　第一个参数为指向线程标识符的指针。
　　第二个参数用来设置线程属性。
　　第三个参数是线程运行函数的起始地址。
　　最后一个参数是运行函数的参数。
　　view plain copy to clipboard print ?
　　#include   
　　#include   
　　#include   
　　#include   
　　#include          
　　void * task1(void *);  
　　void * task2(void *);        
　　void  usr();  
　　int  p1,p2;  
　　int  main()  
　　{  
　　usr();  
　　getchar();  
　　return  1;   }            
　　void  usr()  
　　{  
　　pthread_t pid1, pid2;  
　　pthread_attr_t attr;  
　　void  *p;  
　　int  ret=0;  
　　pthread_attr_init(&attr);         //初始化线程属性结构   
　　pthread_attr_setdetachstate(&attr, PTHREAD_CREATE_DETACHED);   //设置attr结构为分离   
　　pthread_create(&pid1, &attr, task1, NULL);         //创建线程，返回线程号给pid1,线程属性设置为attr的属性，线程函数入口为task1，参数为NULL   
　　pthread_attr_setdetachstate(&attr, PTHREAD_CREATE_JOINABLE);  
　　pthread_create(&pid2, &attr, task2, NULL);  
　　//前台工作      
　　ret=pthread_join(pid2, &p);         //等待pid2返回，返回值赋给p   
　　printf("after pthread2:ret=%d,p=%d\n" , ret,(int )p);            
　　}     
　　void * task1(void  *arg1)  
　　{  
　　printf("task1\n" );  
　　//艰苦而无法预料的工作，设置为分离线程，任其自生自灭   
　　pthread_exit( (void  *)1);  
　　}     
　　void * task2(void  *arg2)  
　　{  
　　int  i=0;  
　　printf("thread2 begin.\n" );  
　　//继续送外卖的工作   
　　pthread_exit((void  *)2);  
　　}  
　　#include #include #include #include #include void* task1(void*); void* task2(void*); void usr(); int p1,p2; int main() { usr(); getchar(); return 1; } void usr() { pthread_t pid1, pid2; pthread_attr_t attr; void *p; int ret=0; pthread_attr_init(&attr); //初始化线程属性结构 pthread_attr_setdetachstate(&attr, PTHREAD_CREATE_DETACHED); //设置attr结构为分离 pthread_create(&pid1, &attr, task1, NULL); //创建线程，返回线程号给pid1,线程属性设置为attr的属性，线程函数入口为task1，参数为NULL pthread_attr_setdetachstate(&attr, PTHREAD_CREATE_JOINABLE); pthread_create(&pid2, &attr, task2, NULL); //前台工作 ret=pthread_join(pid2, &p); //等待pid2返回，返回值赋给p printf("after pthread2:ret=%d,p=%d\n", ret,(int)p); } void* task1(void *arg1) { printf("task1\n"); //艰苦而无法预料的工作，设置为分离线程，任其自生自灭 pthread_exit( (void *)1); } void* task2(void *arg2) { int i=0; printf("thread2 begin.\n"); //继续送外卖的工作 pthread_exit((void *)2); }     这个多线程的例子应该很明了了，主线程做自己的事情，生成2个子线程，task1为分离，任其自生自灭，而task2还是继续送外卖，需要等待返回。（因该还记得前面说过僵尸进程吧，线程也是需要等待的。如果不想等待，就设置线程为分离线程）
　　额外的说下，linux下要编译使用线程的代码，一定要记得调用pthread库。如下编译：
　　gcc -o pthrea -pthread  pthrea.c
　　四.比较以及注意事项
　　1.看完前面，应该对多进程和多线程有个直观的认识。如果总结多进程和多线程的区别，你肯定能说，前者开销大，后者开销较小。确实，这就是最基本的区别。
　　2.线程函数的可重入性：
　　说到函数的可重入，和线程安全，我偷懒了，引用网上的一些总结。
　　线程安全：概念比较直观。一般说来，一个函数被称为线程安全的，当且仅当被多个并发线程反复调用时，它会一直产生正确的结果。 可重入：概念基本没有比较正式的完整解释，但是它比线程安全要求更严格。根据经验，所谓"重入"，常见的情况是，程序执行到某个函数foo()时，收到信号，于是暂停目前正在执行的函数，转到信号处理函数，而这个信号处理函数的执行过程中，又恰恰也会进入到刚刚执行的函数foo()，这样便发生了所谓的重入。此时如果foo()能够正确的运行，而且处理完成后，之前暂停的foo()也能够正确运行，则说明它是可重入的。
　　线程安全的条件：
　　要 确保函数线程安全，主要需要考虑的是线程之间的共享变量。属于同一进程的不同线程会共享进程内存空间中的全局区和堆，而私有的线程空间则主要包括栈和寄存 器。因此，对于同一进程的不同线程来说，每个线程的局部变量都是私有的，而全局变量、局部静态变量、分配于堆的变量都是共享的。在对这些共享变量进行访问 时，如果要保证线程安全，则必须通过加锁的方式。
　　可重入的判断条件： 要确保函数可重入，需满足一下几个条件：
　　1、不在函数内部使用静态或全局数据
　　2、不返回静态或全局数据，所有数据都由函数的调用者提供。
　　3、使用本地数据，或者通过制作全局数据的本地拷贝来保护全局数据。
　　4、不调用不可重入函数。
　　可重入与线程安全并不等同，一般说来，可重入的函数一定是线程安全的，但反过来不一定成立。它们的关系可用下图来表示：
　　
　　比如：strtok函数是既不可重入的，也不是线程安全的；加锁的strtok不是可重入的，但线程安全；而strtok_r既是可重入的，也是线程安全的。
　　如果我们的线程函数不是线程安全的，那在多线程调用的情况下，可能导致的后果是显而易见的--共享变量的值由于不同线程的访问，可能发生不可预料的变化，进而导致程序的错误，甚至崩溃。  3.关于IPC(进程间通信)
　　由于多进程要并发协调工作，进程间的同步，通信是在所难免的。
　　稍微列举一下linux常见的IPC. linux下进程间通信的几种主要手段简介： 管道（Pipe）及有名管道（named pipe）：管道可用于具有亲缘关系进程间的通信，有名管道克服了管道没有名字的限制，因此，除具有管道所具有的功能外，它还允许无亲缘关系进程间的通信； 
　　信号（Signal）：信号是比较复杂的通信方式，用于通知接受进程有某种事件发生，除了用于进程间通信外，进程还可以发送信号给进程本 身；linux除了支持Unix早期信号语义函数sigal外，还支持语义符合Posix.1标准的信号函数sigaction（实际上，该函数是基于 BSD的，BSD为了实现可靠信号机制，又能够统一对外接口，用sigaction函数重新实现了signal函数）； 
　　报文（Message）队列（消息队列）：消息队列是消息的链接表，包括Posix消息队列system V消息队列。有足够权限的进程可以向队列中添加消息，被赋予读权限的进程则可以读走队列中的消息。消息队列克服了信号承载信息量少，管道只能承载无格式字 节流以及缓冲区大小受限等缺点。 
　　共享内存：使得多个进程可以访问同一块内存空间，是最快的可用IPC形式。是针对其他通信机制运行效率较低而设计的。往往与其它通信机制，如信号量结合使用，来达到进程间的同步及互斥。 
　　信号量（semaphore）：主要作为进程间以及同一进程不同线程之间的同步手段。 
　　套接口（Socket）：更为一般的进程间通信机制，可用于不同机器之间的进程间通信。起初是由Unix系统的BSD分支开发出来的，但现在一般可以移植到其它类Unix系统上：Linux和System V的变种都支持套接字。 
　　或许你会有疑问，那多线程间要通信，应该怎么做？前面已经说了，多数的多线程都是在同一个进程下的，它们共享该进程的全局变量，我们可以通过全局变量来实现线程间通信。如果是不同的进程下的2个线程间通信，直接参考进程间通信。
　　4.关于线程的堆栈
　　说一下线程自己的堆栈问题。
　　是的，生成子线程后，它会获取一部分该进程的堆栈空间，作为其名义上的独立的私有空间。（为何是名义上的呢？)由于，这些线程属于同一个进程，其他 线程只要获取了你私有堆栈上某些数据的指针，其他线程便可以自由访问你的名义上的私有空间上的数据变量。（注：而多进程是不可以的，因为不同的进程，相同 的虚拟地址，基本不可能映射到相同的物理地址）
　　5.在子线程里fork
　　看过好几次有人问，在子线程函数里调用system或者 fork为何出错，或者fork产生的子进程是完全复制父进程的吗？
　　我测试过，只要你的线程函数满足前面的要求，都是正常的。 #include   
　　#include   
　　#include   
　　#include   
　　#include   
　　void * task1(void  *arg1)  
　　{  
　　printf("task1\n" );  
　　system("ls" );  
　　pthread_exit( (void  *)1);  
　　}  
　　int  main()  
　　{  
　　int  ret=0;  
　　void  *p;  
　　int  p1=0;  
　　pthread_t pid1;  
　　pthread_create(&pid1, NULL, task1, NULL);  
　　ret=pthread_join(pid1, &p);  
　　printf("end main\n" );  
　　return  1;   }  
　　#include #include #include #include #include void* task1(void *arg1) { printf("task1\n"); system("ls"); pthread_exit( (void *)1); } int main() { int ret=0; void *p; int p1=0; pthread_t pid1; pthread_create(&pid1, NULL, task1, NULL); ret=pthread_join(pid1, &p); printf("end main\n"); return 1; }  上面这段代码就可以正常得调用ls指令。
　　不过，在同时调用多进程（子进程里也调用线程函数）和多线程的情况下，函数体内很有可能死锁。
　　具体的例子可以看看这篇文章。
　　http://www.cppblog.com/lymons/archive/2008/06/01/5 1836.aspx
　　End:暂时写到这吧，总结这东西，看来真不适合我写。有空了，想到什么了，再回来修修补补吧。