Teaser Image

mindwind

十日画一水,五日画一石




在我们开始谈线程之前,不得不提下进程。 无论进程还是线程都是很抽象的概念,有一个关于进程和线程很形象的比喻能帮我们更好的理解。

进程就像个房子,房子是一个包含了特定属性的容器,例如空间大小、卧室数量等。
如果你也这样看的话,那么房子自己不会主动做任何事情,它是被动的对象。
而线程则像是房中的居住者,它是主动的对象——居住者要使用不同的房间、看电视、煮饭、洗澡等等。
房子占据着一块真实的土地,正像进程占据着内存。
而房子的居住者可以自由出入所有的房间,而进程中的线程也是类似的,可以自由访问任何进程占据的内存。
按照教科书上的定义,进程是资源管理的最小单位,线程是程序执行的最小单位。 通过上面的比喻,我们可以更容易的理解进程和线程的关系。 进程只是一个容器对象,它负责占据资源(内存地址、文件I/O),而线程共享进程的资源,作为CPU调度的基本单位可以被独立调度。

按照教科书上的定义,进程是资源管理的最小单位,线程是程序执行的最小单位。 通过上面的比喻,我们可以更容易的理解进程和线程的关系。 进程只是一个容器对象,它负责占据资源(内存地址、文件I/O),而线程共享进程的资源,作为CPU调度的基本单位可以被独立调度。

线程实现

回到我们的题目:java 线程。 java 作为一个跨平台的语言,自然要提供一个跨平台的线程实现。 线程按类型可以分为内核线程(Kernel-Level Thread)和用户线程(User Thread),分类的标准主要是线程的调度者在核内还是在核外。 早期时,一些操作系统因为没有提供线程的原生实现,所以早在JDK1.2之前,java是基于用户线程来实现的。 用户线程是相对内核线程而言,内核线程自然是由操作系统内核支持的线程,由内核来管理和调度。 后来主流操作系统都支持了线程,因此现在java都采用原生线程来实现了。

既然现在的 java 线程都采用原生系统线程来实现,那么是否每个java线程就对应一个系统内核线程? 对sun jdk而言,在 Windows 和 Linux 中都是采用的一对一模型,Linux提供一种称为轻量级进程(LWP)的高级抽象来避免应用直接使用内核线程。 而在像Solaris这样的系统中则不一定了,因为它支持多对多模型。 不过对于底层系统的线程模型到底如何,对java线程而言都是被屏蔽了的,jvm层面提供了一个统一的抽象线程模型。 下图展示了在Linux上java线程实现的模型图

线程数量

曾经碰到一个问题,java程序运行中抛出一个OOM错误如下:

java.lang.OutOfMemoryError: unable to create new native thread

这个问题的原因可能有两种,一种是内存真的不足了,自然无法再创建线程。 另外一种其实是来自操作系统的限制,比如在 Linux 中,java 线程会映射为轻量级进程,那么创建线程的数量自然会受到系统进程数量等资源约束的限制。

对于一个 java 进程到底能创建多少线程呢,一般我们按经验线程都是在几十到几百之间,顶多 1、2k 了。 这是为什么呢?java 有个启动参数-Xss1m表明每个线程栈大小为1m,那么对内存一般 2G 的话,总线程数达到 2k 感觉上都是不可能的。 但实际上做个实验在循环中不断创建新线程,可以不断创建多达几万的线程,这又是为什么? 原因是新创建的线程其实仅仅分配了内存地址空间,但并没有实际去占用那1m的栈空间,栈空间是在线程使用时才去实际占用的。 所以经验是对的,一般对 2G 的堆内存空间线程数量根据应用类型在几十到几百之间是合适的。

线程状态

java 定义了6种线程状态,任一时刻一个线程处于其中一种状态,其状态转换关系如下图:

  1. NEW
    新创建未启动的线程处于该状态
  2. RUNNABLE
    调用了start()方法后,线程进入RUNNABLE状态
  3. WAITING
    不设置timeout的Object.wati()、Thread.join()等方法会让线程进入无限等待,需要等待其他线程显式的唤醒。
  4. TIMED_WAITING
    Thead.sleep()或设置了timeout的Object.wati()、Thread.join()等方法让线程进入限期等待。
  5. BLOCKED
    阻塞状态,线程在等待进入同步区域。
  6. TERMINATED
    线程执行结束,终止状态。

从上面的状态图可以看出,线程从新建、执行到结束是单向的,期间可能会经历等待和阻塞状态,线程执行结束进入终止状态后将不能再重复使用。 任何时候一个 CPU 核只能执行一个线程,也就是说同时并行运行的线程数与 CPU 核数相等。 在操作系统内核层面,线程只有分配了 CPU 的执行时间片,才算处于 RUNNING 状态。 而当有大于 CPU 核数的线程需要执行,没有分配到 CPU 执行时间片的线程则处于 READY 状态。 RUNNINGREADY 都是线程在内核的状态,同时映射到 java 的 RUNNABLE 状态。 RUNNABLE 正如其名,表示可运行的状态,并非正在运行的状态。

线程池

java 编程不可避免的要使用线程,而使用线程更常见的方式是使用线程池。 说起池这个东西,我们应该比较熟悉,例如:连接池。 其实池就是一个容器,里面有一堆预先创建好的对象,我们就称其为对象池,而当这个对象具体为线程,那就是线程池了。 前面讲线程状态说过,线程执行从 run() 方法退出就会进入终止状态,那么这个线程就消亡了,不能再复用。 线程池的概念就是要复用线程,避免创建开销,那么如何复用呢,其实就是要让池中的线程不用从run()方法中退出。 所以为了复用线程,池的实现会与一个阻塞队列结合,空闲时线程阻塞在队列上等待任务到来,任务执行结束后再重新阻塞,永远不会退出。

jdk1.5 引入了 java.util.concurrent 并发包后,我们可以很方便的通过 ThreadPoolExecutor 来创建线程池。

public ThreadPoolExecutor
(
    int corePoolSize,
    int maximumPoolSize,
    long keepAliveTime,
    TimeUnit unit,
    BlockingQueue<Runnable> workQueue,
    ThreadFactory threadFactory,
    RejectedExecutionHandler handler
)

如上所示的构造方法中,corePoolSizemaximumPoolSizeworkQueue 的关系一直让人容易误解。 当待执行任务数大于 corePoolSize 时,多出的任务请求会被放进 workQueue 中等待执行,直到 workQueue 满了后 才会继续启动新线程直到总线程数达到 maximumPoolSize 的大小,其示意图如下。