南京大学《操作系统》笔记

Posted 2021-11-21 妙妙园

并发与并行

并行：允许多个执行流同时执行（要求多个处理器）；
并发：多个执行流可以不按照一个特定的顺序执行。

多任务操作系统中的并发

并发性的来源：进程会调用操作系统的API，操作系统在并发执行两个执行流的时候，要保证它们互不干扰，因此，对处理器和内存提出了要求。

处理器	内存	典型的并发系统	并发/并行
单处理器	共享内存	OS内核/多线程程序	并发不并行
多处理器	共享内存	OS内核/多线程程序	并发、并行
多处理器	不共享内存	分布式系统（消息通信）	并发、并行

多处理器编程（多线程编程）

多线程之间，寄存器组的值、堆栈（包括堆栈中的局部变量）是互相独立的；代码是共享的。
在C++中，可以使用pthread_create和pthread_join得到共享代码、共享数据、独立堆栈的多个线程。（will新开一个博客写）

Q1：每个线程的堆栈范围和大小？
A1：每个线程有8MB的内存映射区域和前后各4KB的保护页。

Q2：每个线程有8M的堆栈，那么为什么1000个线程没有耗尽内存？
A2：因为虽然每个线程有8MB的内存区域，但是它们是虚拟内存，并且在没有被使用的时候不会映射到物理内存上（Lazy allocate），因此物理内存的占用并没有那么多。

多处理器编程的困难

• 编译器优化->顺序的丧失：指令的执行不保证按照代码书写的顺序发生；
• 中断/并行->原子性的丧失：代码的原子性随时被破坏；
• 乱序执行->可见性的丧失：执行过的指令可能在多处理器之间不可见。

串行程序的状态机模型

从状态机的理论去理解程序，程序的状态（内存/寄存器的快照）可以看成有限状态机的节点，程序的运行可以看成状态转换的过程。假如系统上有16MB的内存，即16*8Mb，那么可以有2^(16*8M)种状态。
大部分状态有唯一的后续状态，执行一条指令可以得到确定的结果。不确定的指令可能有多个后续状态，例如执行rdrand指令（生成真随机数），会对rax指令赋予不同的值，因此可以带给状态机不确定性。
对于程序来说，不确定性的来源可能是：

• （时间）rdtsc/rdtscp：获取处理器的“时间戳”用于精确定时；
• （机器状态）rdrand：处理器自身提供的“真”随机数指令；
• （系统调用）syscall：应用程序的最大不确定性来源，包括用户的键入、磁盘文件的读取等。

状态机模型的应用

• 在计算机硬件上的应用：高性能处理器实现，当状态机的执行具有确定性的时候，A->B->C的状态转换可以优化为A->C。
• 在计算机系统上的应用：程序分析技术。静态分析是根据程序代码推导出状态机的性质；动态分析是运行时观测到状态机的执行。

应用：Time-Travel Debugging

程序的执行是随着时间“前进”的（\\(s_1\\)->\\(s_2\\)->\\(s_3\\)->...），能否在时间上“后退”（Time-travel）？记录所有的状态\\(s_i\\)，就能实现time-traveling。
如果记录下所有的状态，就可以回到任意一个状态去查看当时的信息。但难点在于，上文讨论过，状态的数量非常庞大，这样的记录非常耗费空间。已知每条指令只会对状态中很少一部分的寄存器/内存进行修改。
由此一个好主意是只记录初始状态和每条指令前后状态的diff。
gdb提供了这样的time-travel debugging功能：

• target record-full 开始记录（需要程序开始执行）；
• record stop 结束记录；
• reverse-step/reverse-stepi “时间旅行调试”。

并发程序的状态机模型

系统中有n个线程，线程之间是共享内存的，则并发程序的状态s = (M, R1, R2, R3, ..., Rn)
并发系统执行指令的顺序是不确定的，每个(M, R1), (M, R2), (M, R3), ...都可以看成是一个串行程序，在任意一个状态，可以选择任意一个线程执行一条指令。
即使每个线程都是确定的，在任意一个时刻，处理器可以选择任意线程执行，此处带有不确定性，因此即使没有上述的程序三大不确定性来源，多线程程序也拥有天生的不确定性。
假如有n个线程，每个线程都执行m个在线程和时间上都独一无二的操作，那么从初始状态到结束状态（程序运行结束）是O(n^(mn))，这是一个非常大的数值。

理解并发程序的执行

状态机是理解程序执行的重要工具。
程序是指令序列的静态描述，高度概括、精简，行为有时难以理解；
状态机是所有动态行为的集合，将静态时的分支、循环全部展开为了顺序结构，行为明确、容易理解。

Peterson算法正确性分析