多线程和多进程的区别

Posted 2021-02-08 hhwyt

本文写于2017-02-27，从老账号迁移到本账号，原文地址：https://www.cnblogs.com/huangweiyang/p/6473256.html

Linux内核实际上是不区分进程和线程的，它们都是用的task_struct结构体，Linux上的线程是LWP，即轻量级进程。创建进程的fork()函数和创建线程的clone()函数内核底层都调用了do_fork()函数。对于线程来说，使用了CLONE_VM（共享内存空间）、CLONE_FS（共享文件系统信息）、CLONE_FILES（共享文件描述符表）、CLONE_SIGHAND(共享信号处理函数）等属性，所以线程是共享地址空间的。而创建进程调用do_fork()则不会使用任何共享属性，进程拥有独立的运行环境。不过由于fork()采用写时拷贝，所以创建进程开销也有一定的优化。

进程切换也比线程开销大。因为进程切换时，不仅要保存相关寄存器和栈的信息，而且要更新CR3寄存器，也就是切换页表，刷新TLB，而且往往伴随着页面调度，因为进程的数据段代码段都要换出去，以便将要执行的进程内容换进来。而线程由于共享地址空间，切换是只需保存线程的上下文（即相关寄存器和栈的信息）就好了。

同样由于共享地址空间，同一进程的不同线程之间很容易共享数据，而进程则需要IPC机制来通信。不过，由于不共享地址空间，进程容错性更好一些，一个进程挂掉不会导致系统崩溃。多线程在多核架构下容易发生伪共享现象(false sharing)，由于数据共享，一个CPU修改了数据，其余CPU的cache全部失效并重新加载。而多进程共享的内存是程序员控制的，一般不会出现伪共享。

多线程适合与SMP架构，多进程还可以扩展到多台机器。

如下表：

对比维度	多进程	多线程	总结
数据同步、共享	数据共享复杂，需要用IPC；数据是分开的，同步简单	因为共享进程数据，数据共享简单，但也是因为这个原因导致同步复杂	各有优势
内存CPU	内存占用多，切换复杂，CPU利用率低	占用内存少，切换简单，CPU利用率高	线程占优
创建销毁、切换	创建销毁、切换复杂，速度慢	创建销毁、切换简单，速度很快	线程占优
编程、调试	编程简单，调试简单	编程复杂，调试复杂	进程占优
可靠性	进程间不会相互影响	一个线程挂掉导致整个进程挂掉	进程占优
分布式	适用于多核、多机分布式；可扩展多台机器	适用于多核分布式

如何选择？

1. 需要频繁创建销毁优先用线程
2. 需要进程大量计算优先用线程（耗费CPU，切换频繁）
3. 强相关的处理用线程，弱相关的处理用进程（也就是数据交换多的用线程）
4. 可能要扩展到多机分布的用进程，多核分布用线程

参考：
1. 有关linux下多进程与多线程的区别总结
2. 进程切换
3. 多线程伪共享(false sharing)问题分析
4. Linux 下多线程和多进程程序的优缺点，各自适合什么样的业务场景？