多线程程序开发简介

一、线程 / Threading

线程这个概念大概在1993年后才慢慢流行起来。线程是操作系统进行调度的最小单位，拥有少量的资源，如寄存器和栈。线程的特点是共享地址空间，从而高效地共享数据。多线程的价值是更好地发挥多核处理器的功能。

二、使用线程的几种方式

1. 流水线

每个线程反复地在数据系列集上执行同一种操作，并把操作结果传递给下一步骤的其他线程，这就是流水线方式。

在流水线方式中，数据元素流串行地被一组线程顺序处理。每个线程依次在每个元素上执行一个特定的操作，并将结果传递给流水线中的下一个线程。

2. 工作组

每个线程在自己的数据上执行操作。工作组中的线程可能执行同样的操作，也可能执行不同的操作，但是它们一定独立地执行。

在工作组模式中，数据由一组线程分别独立处理。通常有两种模式：SIMD（single instruction, multiple data, 单指令多数据流）和MIMD（multiple instruction, multiple data, 多指令多数据）。SIMD是指所有的工作线程在不同的数据部分上执行相同的操作，MIMD是指工作组中的线程在不同的数据上执行不同的操作。

3. 客户端 / 服务器

一个客户端为每一件工作与一个独立的服务器“订契约”。通常“订契约”是匿名的，一个请求通过某种接口提交。

在客户服务器系统中，客户端请求服务器对一组数据执行某个操作。服务器独立地执行操作——客户端或者等待服务器执行，或者并行地执行，在后面需要时再查找结果。

三、线程的好处

多线程编程具有如下优点：

在多处理器系统中开发程序的并行性。并行性这一优点需要特殊硬件支持，其他优点对硬件无要求。
在等待慢速外设I/O操作结束的同时，程序可以执行其他计算，为程序的并发提供更有效、更自然的开发方式。
一种模块化编程模型，能清晰地表达程序中独立事件间的相互关系。

四、线程的代价

1. 计算负荷

线程代码中的负荷包括由于线程间同步所导致的直接影响。很多算法在某些情况下可避免同步，但在几乎任何线程代码中都需要使用某种同步机制，同步很容易损失性能。

计算密集型线程数量若比可用的处理器多，则可能比单线程实现获得更好的代码结构，但程序性能也会更糟，这是由于多线程结构在要完成的工作上增加了同步和调度开销，而可用的资源并没有变。

2. 编程规则

线程模型基本思想简单，但编写能在多线程中良好工作的代码需要认真思考和规划，包括同步协议，避免死锁、竞争和优先级倒置。如果有可用的库，应尽量使用库代码而不是自己编写。

3. 更难以调试

调试不可避免的改变了事件的时序，这对于串行代码问题不大，但对于异步代码却是致命的。一个线程因调试陷阱而运行得慢了，要跟踪的问题可能就不会出现，调试无法再现的错误是一件让人头疼的事情。

五、多线程适用场合

从功能上讲，没有什么是多线程能做到而单线程做不到的，反之亦然。

如果用很少的CPU负载就能让IO跑满，或者用很少的IO流量就能让CPU跑满，那么多线程就没有什么优势。

多线程的适用场景是：提高响应速度，让IO和“计算”相互重叠，降低延迟。虽然多线程不能提高绝对性能，但能提高平均响应性能。

一个程序要写成多线程，大致要满足：

· 有多个CPU可用，单核机器上多线程无性能优势；
· 线程间有共享数据，即内存中的全局状态；
· 共享的数据是可以修改的； ·
· 事件的响应有优先级差异，可用专门线程处理高优先级事件，防止优先级反转；
· 延迟和吞吐量同样重要，不是简单的IO密集或CPU密集型程序；
· 利用异步操作，如记日志，无论发日志消息还是写日志文件，都不应阻塞关键路径；
· 可扩展，一个好的多线程程序应能享受增加CPU数目带来的好处；
· 多线程能有效地划分责任与功能，让每个线程的逻辑简单，任务单一，便于编码。

六、多线程常用编程模型

多线程常用编程模型有如下几种：

· 每个请求创建一个线程，使用阻塞式IO操作（伸缩性不佳）；
· 使用线程池，同样使用阻塞式IO操作；
· 使用非阻塞IO+IO多路复用；
· Leader/Follower等高级模式；

1. one loop per thread

此模型下，程序里的每个IO线程有一个event loop（用作IO多路复用），用于处理读写和定时时间。event loop代表了线程的主循环，需要让哪个线程干活，就把timer或IO channel注册到哪个线程的loop里即可。

event loop描述如下：

while there are still events to process:
    e = get the next event
    if there is a callback associated with e:
        call the callback

2. Leader / Follower

此模型会创建一个线程池，每个线程有三种状态：leading, following, processing。Leader线程负责监听请求，其他线程作为follower处于等待状态，当leader收到请求后，首先通知一个follower线程将其提拔为新的leader，然后自己去处理这个请求，处理完毕后加入follower线程等待队列，等待下次成为leader。

Leader/Follower模式避免了线程动态创建和销毁的额外开销，将线程放在池中，无需交换数据，将上下文切换、同步、数据移动和动态内存管理的开销都降到了最低。

3. 推荐模式

推荐的多线程编程模式：one loop per thread + 线程池。

event loop用作IO多路复用，配合非阻塞IO和定时器；线程池用作计算，可以是任务队列或生产者消费者队列。

小结

线程无法给所有编程问题提供最好的解决方案。线程并不总是容易使用，也不能保证总是提供更好的性能。某些问题本身是非并发的，使用线程只能降低程序的性能并使程序复杂。大部分程序有一些本质上的并发，这种情况下，多线程程序通常比串行程序更快、响应性能更好，而且比实现同样功能的非线程异步程序更易于开发和维护。（张玉遵 | 天存信息）