很想寫點關於多進程和多線程的東西，我確實很愛他們。但是每每想動手寫點關於他們的東西，卻總是求全心理作祟，始終動不了手。
今天終於下了決心，寫點東西，以后可以再修修補補也無妨。
一.為何需要多進程（或者多線程），為何需要並發？
這個問題或許本身都不是個問題。但是對於沒有接觸過多進程編程的朋友來說，他們確實無法感受到並發的魅力以及必要性。
我想，只要你不是整天都寫那種int main()到底的代碼的人，那么或多或少你會遇到代碼響應不夠用的情況，也應該有嘗過並發編程的甜頭。就像一個快餐點的服務員，既要在前台接待客戶點餐，又要接電話送外賣，沒有分身術肯定會忙得你焦頭爛額的。幸運的是確實有這么一種技術，讓你可以像孫悟空一樣分身，靈魂出竅，樂哉樂哉地輕松應付一切狀況,這就是多進程/線程技術。
並發技術，就是可以讓你在同一時間同時執行多條任務的技術。你的代碼將不僅僅是從上到下，從左到右這樣規規矩矩的一條線執行。你可以一條線在main函數里跟你的客戶交流，另一條線，你早就把你外賣送到了其他客戶的手里。
所以，為何需要並發？因為我們需要更強大的功能，提供更多的服務，所以並發，必不可少。
二.多進程
什么是進程。最直觀的就是一個個pid,官方的說法就：進程是程序在計算機上的一次執行活動。
說得簡單點，下面這段代碼執行的時候
- int main()
- {
- printf(”pid is %d/n”,getpid() );
- return 0;
- }
進入main函數，這就是一個進程，進程pid會打印出來，然后運行到return，該函數就退出，然后由於該函數是該進程的唯一的一次執行，所以return后，該進程也會退出。
看看多進程。linux下創建子進程的調用是fork();
- #include <unistd.h>
- #include <sys/types.h>
- #include <stdio.h>
- void print_exit()
- {
- printf("the exit pid:%d/n",getpid() );
- }
- main ()
- {
- pid_t pid;
- atexit( print_exit ); //注冊該進程退出時的回調函數
- pid=fork();
- if (pid < 0)
- printf("error in fork!");
- else if (pid == 0)
- printf("i am the child process, my process id is %d/n",getpid());
- else
- {
- printf("i am the parent process, my process id is %d/n",getpid());
- sleep(2);
- wait();
- }
- }
i am the child process, my process id is 15806
the exit pid:15806
i am the parent process, my process id is 15805
the exit pid:15805
這是gcc測試下的運行結果。
關於fork函數，功能就是產生子進程，由於前面說過，進程就是執行的流程活動。
那么fork產生子進程的表現就是它會返回2次，一次返回0，順序執行下面的代碼。這是子進程。
一次返回子進程的pid，也順序執行下面的代碼，這是父進程。
（為何父進程需要獲取子進程的pid呢？這個有很多原因，其中一個原因：看最后的wait，就知道父進程等待子進程的終結后，處理其task_struct結構，否則會產生僵屍進程,扯遠了，有興趣可以自己google）。
如果fork失敗，會返回-1.
額外說下atexit( print_exit ); 需要的參數肯定是函數的調用地址。
這里的print_exit 是函數名還是函數指針呢？答案是函數指針，函數名永遠都只是一串無用的字符串。
某本書上的規則：函數名在用於非函數調用的時候，都等效於函數指針。
說到子進程只是一個額外的流程，那他跟父進程的聯系和區別是什么呢？
我很想建議你看看linux內核的注解（有興趣可以看看，那里才有本質上的了解），總之,fork后，子進程會復制父進程的task_struct結構，並為子進程的堆棧分配物理頁。理論上來說，子進程應該完整地復制父進程的堆，棧以及數據空間，但是2者共享正文段。
關於寫時復制：由於一般 fork后面都接着exec，所以，現在的 fork都在用寫時復制的技術，顧名思意，就是，數據段，堆，棧，一開始並不復制，由父，子進程共享，並將這些內存設置為只讀。直到父，子進程一方嘗試寫這些區域，則內核才為需要修改的那片內存拷貝副本。這樣做可以提高 fork的效率。
三.多線程
線程是可執行代碼的可分派單元。這個名稱來源於“執行的線索”的概念。在基於線程的多任務的環境中，所有進程有至少一個線程，但是它們可以具有多個任務。這意味着單個程序可以並發執行兩個或者多個任務。
簡而言之，線程就是把一個進程分為很多片，每一片都可以是一個獨立的流程。這已經明顯不同於多進程了，進程是一個拷貝的流程，而線程只是把一條河流截成很多條小溪。它沒有拷貝這些額外的開銷，但是僅僅是現存的一條河流，就被多線程技術幾乎無開銷地轉成很多條小流程，它的偉大就在於它少之又少的系統開銷。（當然偉大的后面又引發了重入性等種種問題，這個后面慢慢比較）。
還是先看linux提供的多線程的系統調用：
| int pthread_create(pthread_t *restrict tidp, |
| Returns: 0 if OK, error number on failure |
第一個參數為指向線程標識符的指針。
第二個參數用來設置線程屬性。
第三個參數是線程運行函數的起始地址。
最后一個參數是運行函數的參數。
- #include<stdio.h>
- #include<string.h>
- #include<stdlib.h>
- #include<unistd.h>
- #include<pthread.h>
- 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); //初始化線程屬性結構
- pthread_attr_setdetachstate(&attr, PTHREAD_CREATE_DETACHED); //設置attr結構為分離
- pthread_create(&pid1, &attr, task1, NULL); //創建線程，返回線程號給pid1,線程屬性設置為attr的屬性，線程函數入口為task1，參數為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，返回值賦給p
- printf("after pthread2:ret=%d,p=%d/n", ret,(int)p);
- }
- void* task1(void *arg1)
- {
- printf("task1/n");
- //艱苦而無法預料的工作，設置為分離線程，任其自生自滅
- pthread_exit( (void *)1);
- }
- void* task2(void *arg2)
- {
- int i=0;
- printf("thread2 begin./n");
- //繼續送外賣的工作
- pthread_exit((void *)2);
- }
這個多線程的例子應該很明了了，主線程做自己的事情，生成2個子線程，task1為分離，任其自生自滅，而task2還是繼續送外賣，需要等待返回。（因該還記得前面說過僵屍進程吧，線程也是需要等待的。如果不想等待，就設置線程為分離線程）
額外的說下，linux下要編譯使用線程的代碼，一定要記得調用pthread庫。如下編譯：
gcc -o pthrea -pthread pthrea.c
四.比較以及注意事項
1.看完前面，應該對多進程和多線程有個直觀的認識。如果總結多進程和多線程的區別，你肯定能說，前者開銷大，后者開銷較小。確實，這就是最基本的區別。
2.線程函數的可重入性：
說到函數的可重入，和線程安全，我偷懶了，引用網上的一些總結。
線程安全：概念比較直觀。一般說來，一個函數被稱為線程安全的，當且僅當被多個並發線程反復調用時，它會一直產生正確的結果。
可重入：概念基本沒有比較正式的完整解釋，但是它比線程安全要求更嚴格。根據經驗，所謂“重入”，常見的情況是，程序執行到某個函數foo()時，收到信號，於是暫停目前正在執行的函數，轉到信號處理函數，而這個信號處理函數的執行過程中，又恰恰也會進入到剛剛執行的函數foo()，這樣便發生了所謂的重入。此時如果foo()能夠正確的運行，而且處理完成后，之前暫停的foo()也能夠正確運行，則說明它是可重入的。
線程安全的條件：
要確保函數線程安全，主要需要考慮的是線程之間的共享變量。屬於同一進程的不同線程會共享進程內存空間中的全局區和堆，而私有的線程空間則主要包括棧和寄存器。因此，對於同一進程的不同線程來說，每個線程的局部變量都是私有的，而全局變量、局部靜態變量、分配於堆的變量都是共享的。在對這些共享變量進行訪問時，如果要保證線程安全，則必須通過加鎖的方式。
可重入的判斷條件：
要確保函數可重入，需滿足一下幾個條件：
1、不在函數內部使用靜態或全局數據
2、不返回靜態或全局數據，所有數據都由函數的調用者提供。
3、使用本地數據，或者通過制作全局數據的本地拷貝來保護全局數據。
4、不調用不可重入函數。
可重入與線程安全並不等同，一般說來，可重入的函數一定是線程安全的，但反過來不一定成立。它們的關系可用下圖來表示：
比如：strtok函數是既不可重入的，也不是線程安全的；加鎖的strtok不是可重入的，但線程安全；而strtok_r既是可重入的，也是線程安全的。
如果我們的線程函數不是線程安全的，那在多線程調用的情況下，可能導致的后果是顯而易見的——共享變量的值由於不同線程的訪問，可能發生不可預料的變化，進而導致程序的錯誤，甚至崩潰。
3.關於IPC(進程間通信)
由於多進程要並發協調工作，進程間的同步，通信是在所難免的。
稍微列舉一下linux常見的IPC.
linux下進程間通信的幾種主要手段簡介：
- 管道（Pipe）及有名管道（named pipe）：管道可用於具有親緣關系進程間的通信，有名管道克服了管道沒有名字的限制，因此，除具有管道所具有的功能外，它還允許無親緣關系進程間的通信；
- 信號（Signal）：信號是比較復雜的通信方式，用於通知接受進程有某種事件發生，除了用於進程間通信外，進程還可以發送信號給進程本身；linux除了支持Unix早期信號語義函數sigal外，還支持語義符合Posix.1標准的信號函數sigaction（實際上，該函數是基於BSD的，BSD為了實現可靠信號機制，又能夠統一對外接口，用sigaction函數重新實現了signal函數）；
- 報文（Message）隊列（消息隊列）：消息隊列是消息的鏈接表，包括Posix消息隊列system V消息隊列。有足夠權限的進程可以向隊列中添加消息，被賦予讀權限的進程則可以讀走隊列中的消息。消息隊列克服了信號承載信息量少，管道只能承載無格式字節流以及緩沖區大小受限等缺點。
- 共享內存：使得多個進程可以訪問同一塊內存空間，是最快的可用IPC形式。是針對其他通信機制運行效率較低而設計的。往往與其它通信機制，如信號量結合使用，來達到進程間的同步及互斥。
- 信號量（semaphore）：主要作為進程間以及同一進程不同線程之間的同步手段。
- 套接口（Socket）：更為一般的進程間通信機制，可用於不同機器之間的進程間通信。起初是由Unix系統的BSD分支開發出來的，但現在一般可以移植到其它類Unix系統上：Linux和System V的變種都支持套接字。
或許你會有疑問，那多線程間要通信，應該怎么做？前面已經說了，多數的多線程都是在同一個進程下的，它們共享該進程的全局變量，我們可以通過全局變量來實現線程間通信。如果是不同的進程下的2個線程間通信，直接參考進程間通信。
4.關於線程的堆棧
說一下線程自己的堆棧問題。
是的，生成子線程后，它會獲取一部分該進程的堆棧空間，作為其名義上的獨立的私有空間。（為何是名義上的呢？)由於，這些線程屬於同一個進程，其他線程只要獲取了你私有堆棧上某些數據的指針，其他線程便可以自由訪問你的名義上的私有空間上的數據變量。（注：而多進程是不可以的，因為不同的進程，相同的虛擬地址，基本不可能映射到相同的物理地址）
5.在子線程里fork
看過好幾次有人問，在子線程函數里調用system或者 fork為何出錯，或者fork產生的子進程是完全復制父進程的嗎？
我測試過，只要你的線程函數滿足前面的要求，都是正常的。
- #include<stdio.h>
- #include<string.h>
- #include<stdlib.h>
- #include<unistd.h>
- #include<pthread.h>
- 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;
- }
上面這段代碼就可以正常得調用ls指令。
不過，在同時調用多進程（子進程里也調用線程函數）和多線程的情況下，函數體內很有可能死鎖。
具體的例子可以看看這篇文章。
http://www.cppblog.com/lymons/archive/2008/06/01/51836.aspx
Linux內核對多進程和多線程的支持方式：
線程機制支持並發程序設計技術，在多處理器上能真正保證並行處理。而在linux實現線程很特別，linux把所有的線程都當作進程實現。linux下線程看起來就像普通進程(只是該進程和其他進程共享資源，如地址空間)。上述機制與Microsoft windows或是Sun Solaris實現差異很大。
Linux的線程實現是在核外進行的，核內提供的是創建進程的接口do_fork()。內核提供了兩個系統調用__clone()和fork()，最終都用不同的參數調用do_fork()核內API。 do_fork() 提供了很多參數，包括CLONE_VM（共享內存空間）、CLONE_FS（共享文件系統信息）、CLONE_FILES（共享文件描述符表）、CLONE_SIGHAND（共享信號句柄表）和CLONE_PID（共享進程ID，僅對核內進程，即0號進程有效）。當使用fork系統調用產生多進程時，內核調用do_fork()不使用任何共享屬性，進程擁有獨立的運行環境。當使用pthread_create()來創建線程時，則最終設置了所有這些屬性來調用__clone()，而這些參數又全部傳給核內的do_fork()，從而創建的”進程”擁有共享的運行環境，只有棧是獨立的，由 __clone()傳入。
即：Linux下不管是多線程編程還是多進程編程，最終都是用do_fork實現的多進程編程，只是進程創建時的參數不同，從而導致有不同的共享環境。Linux線程在核內是以輕量級進程的形式存在的，擁有獨立的進程表項，而所有的創建、同步、刪除等操作都在核外pthread庫中進行。pthread 庫使用一個管理線程（__pthread_manager() ，每個進程獨立且唯一）來管理線程的創建和終止，為線程分配線程ID，發送線程相關的信號，而主線程pthread_create()） 的調用者則通過管道將請求信息傳給管理線程。
很多朋友都說使用多線程的好處是資源占用少，其隱含之意就是說進程占用資源比線程多，對吧？但實際上Linux下多進程是否就真的點用很多資源呢？暫且不說進程是否比線程占用資源多，就進程占用資源的多少情況而言，Linux確實是做得相當節省的。產生一個多進程時肯定是要產生的一點內存是要復制進程表項，即一個task_struct結構，但這個結構本身做得相當小巧。其它對於一個進程來說必須有的數據段、代碼段、堆棧段是不是全盤復制呢？對於多進程來說，代碼段是肯定不用復制的，因為父進程和各子進程的代碼段是相同的，數據段和堆棧段呢？也不一定，因為在Linux里廣泛使用的一個技術叫copy-on-write，即寫時拷貝。copy-on-write意味着什么呢？意味着資源節省，假設有一個變量x在父進程里存在，當這個父進程創建一個子進程或多個子進程時這個變量x是否復制到了子進程的內存空間呢？不會的，子進程和父進程使用同一個內存空間的變量，但當子進程或父進程要改變變量x的值時就會復制該變量，從而導致父子進程里的變量值不同。父子進程變量是互不影響的，由於父子進程地址空間是完全隔開的，變量的地址可以是完全相同的。
Linux的”線程”和”進程”實際上處於一個調度層次，共享一個進程標識符空間，這種限制使得不可能在Linux上實現完全意義上的POSIX線程機制，因此眾多的Linux線程庫實現嘗試都只能盡可能實現POSIX的絕大部分語義，並在功能上盡可能逼近。Linux進程的創建是非常迅速的。內核設計與實現一書中甚至指出Linux創建進程的速度和其他針對線程優化的操作系統（Windows,Solaris）創建線程的速度相比，測試結果非常的好，也就是說創建速度很快。由於異步信號是內核以進程為單位分發的，而LinuxThreads的每個線程對內核來說都是一個進程，且沒有實現”線程組”，因此，某些語義不符合POSIX標准，比如沒有實現向進程中所有線程發送信號，README對此作了說明。LinuxThreads中的線程同步很大程度上是建立在信號基礎上的，這種通過內核復雜的信號處理機制的同步方式，效率一直是個問題。LinuxThreads 的問題，特別是兼容性上的問題，嚴重阻礙了Linux上的跨平台應用（如Apache）采用多線程設計，從而使得Linux上的線程應用一直保持在比較低的水平。在Linux社區中，已經有很多人在為改進線程性能而努力，其中既包括用戶級線程庫，也包括核心級和用戶級配合改進的線程庫。目前最為人看好的有兩個項目，一個是RedHat公司牽頭研發的NPTL（Native Posix Thread Library），另一個則是IBM投資開發的NGPT（Next Generation Posix Threading），二者都是圍繞完全兼容POSIX 1003.1c，同時在核內和核外做工作以而實現多對多線程模型。這兩種模型都在一定程度上彌補了LinuxThreads的缺點，且都是重起爐灶全新設計的。
綜上所述的結論是在Linux下編程多用多進程編程少用多線程編程。
IBM有個家伙做了個測試，發現切換線程context的時候，windows比linux快一倍多。進出最快的鎖（windows2k的 critical section和linux的pthread_mutex），windows比linux的要快五倍左右。當然這並不是說linux不好，而且在經過實際編程之后，綜合來看我覺得linux更適合做high performance server，不過在多線程這個具體的領域內，linux還是稍遜windows一點。這應該是情有可原的，畢竟unix家族都是從多進程過來的，而 windows從頭就是多線程的。
如果是UNIX/linux環境，采用多線程沒必要。
多線程比多進程性能高？誤導！
應該說，多線程比多進程成本低，但性能更低。
在UNIX環境，多進程調度開銷比多線程調度開銷，沒有顯著區別，就是說，UNIX進程調度效率是很高的。內存消耗方面，二者只差全局數據區，現在內存都很便宜，服務器內存動輒若干G，根本不是問題。
多進程是立體交通系統，雖然造價高，上坡下坡多耗點油，但是不堵車。
多線程是平面交通系統，造價低，但紅綠燈太多，老堵車。
我們現在都開跑車，油（主頻）有的是，不怕上坡下坡，就怕堵車。
高性能交易服務器中間件，如TUXEDO，都是主張多進程的。實際測試表明，TUXEDO性能和並發效率是非常高的。TUXEDO是貝爾實驗室的，與UNIX同宗，應該是對UNIX理解最為深刻的，他們的意見應該具有很大的參考意義。
多進程多線程優缺點：
在Linux下編程多用多進程編程少用多線程編程。
IBM有個家伙做了個測試，發現切換線程context的時候，windows比linux快一倍多。進出最快的鎖（windows2k的 critical section和linux的pthread_mutex），windows比linux的要快五倍左右。當然這並不是說linux不好，而且在經過實際編程之后，綜合來看我覺得linux更適合做high performance server，不過在多線程這個具體的領域內，linux還是稍遜windows一點。這應該是情有可原的，畢竟unix家族都是從多進程過來的，而 windows從頭就是多線程的。
如果是UNIX/linux環境，采用多線程沒必要。
多線程比多進程性能高？誤導！
應該說，多線程比多進程成本低，但性能更低。
在UNIX環境，多進程調度開銷比多線程調度開銷，沒有顯著區別，就是說，UNIX進程調度效率是很高的。內存消耗方面，二者只差全局數據區，現在內存都很便宜，服務器內存動輒若干G，根本不是問題。
多進程是立體交通系統，雖然造價高，上坡下坡多耗點油，但是不堵車。
多線程是平面交通系統，造價低，但紅綠燈太多，老堵車。
我們現在都開跑車，油（主頻）有的是，不怕上坡下坡，就怕堵車。
高性能交易服務器中間件，如TUXEDO，都是主張多進程的。實際測試表明，TUXEDO性能和並發效率是非常高的。TUXEDO是貝爾實驗室的，與UNIX同宗，應該是對UNIX理解最為深刻的，他們的意見應該具有很大的參考意義。
From: