线程与进程 协程的区别到底在哪

在计算机科学中，线程是可以由调度程序（通常是操作系统的一部分）独立管理的最小程序指令集。而进程是程序运行的实例。在大多数情况下，线程是进程的组成部分。所以在一个进程内部，可能会有多个线程同时处理。

比如在浏览器这个进程内部，可以同时访问多个网页，这多个网页就是多个线程，再比如微信这个进程，可以同时接收消息和发消息，收发消息也是多个线程，这都是靠一个进程中包含了多个处理线程实现的。

那为什么程序通常不采取多进程，而是采取多线程的方式设计呢？因为进程有自己独立的内存空间，开启一个新进程的开销要比开启一个新线程大得多，同时也会导致多进程之间的共享通信更加困难。

进程中的多个线程并发执行，同时共享进程的内存（例如全局变量）等资源。而进程之间是相对独立的，不同进程之间具有不同的内存地址空间、代表程序运行的机器码、进程状态、操作系统资源描述符等（如下图）。

操作系统调度到 CPU 中执行的最小单位是线程。在传统的单核 CPU 上运行的多线程应用程序必须交织线程，交替抢占 CPU 的时间片（如下图所示）。 但是，现代计算机系统普遍拥有多核处理器。在多核 CPU 上，线程可以分布在多个 CPU 核心上，从而实现真正的并行处理。

虽然多核处理器可以保证并行的计算，但是，实际中程序的数量以及实际运行的线程数量会比 CPU 核心数多得多。因此，为了平衡每个线程能够被 CPU 处理的时间以及最大化利用 CPU 资源，操作系统需要在适当的时间，通过定时器中断（Timer interrupt）、I/O 设备中断、操作系统调用来执行上下文切换（context switch）。

当发生线程上下文切换时，需要首先从操作系统用户态（user mode）转移到内核态（kernel mode），记录上一个线程（P1）的重要寄存器值（例如栈指针）、进程状态等信息，这些信息存储在操作系统线程控制块（Thread control block）当中。

切换到下一个要执行的线程时，需要加载重要的 CPU 寄存器值，并从内核态转移到操作系统用户态。如果线程在上下文切换时，属于不同的进程，就需要更新额外的状态信息，以及内存地址空间，将新的页表（page tables）导入内存。

如果线程的上下文切换发生在不同的进程之间，情况会更加复杂。因为进程内存地址空间的切换会导致缓存失效。所以不同进程的切换要显著慢于同一进程中线程的切换。但是，现代的 CPU 也使用了快速上下文切换（rapid context switch）技术，来解决不同进程切换带来的缓存失效问题。

明白了操作系统最基本的线程以及线程与进程的区别，接下来我们继续了解线程和协程到底有什么不同。

在 Go 语言中，协程被认为是轻量级的线程。但是和线程不同的是，操作系统内核感知不到协程的存在。协程的管理，依赖 Go 语言运行时自身提供的调度器（scheduler）。同时，Go 中的协程是从属于某一个线程的，协程与线程是多对多的关系。Go 调度器可以将多个协程分配到一个线程中，一个协程也可能会转移到多个线程中执行。

你可能会问，为什么 Go 语言需要在线程的基础上抽象出协程的概念，难道直接使用线程不香吗？

要回答这个问题，我们就需要去深入地理解线程与协程的区别。下面我从上下文切换的速度、调度策略、栈的大小这三个方面，来给你分析线程与协程的不同之处。

首先，对于上下文切换的速度，协程要快于线程，因为协程的切换不用经过操作系统用户态与内核态的切换，并且 Go 语言中协程的切换只需要保留极少的状态和寄存器变量值（SP/BP/PC），而线程的切换会保留额外的寄存器变量值（例如浮点寄存器）。在 Go 语言中，上下文切换速度的一个可参考量化指标是，线程大约为 1~2 微秒，协程大约是 0.2 微秒，比线程快数倍。

其次，在调度策略方面，线程的调度基本上是抢占式的，操作系统调度器为了均衡每一个线程的执行周期，会定时发出中断信号强制执行线程上下文切换。而协程一般情况下是协作式调度的。当一个协程处理完自己的任务后，可以主动将执行权限让给其他协程。这意味着协程能更好地在规定时间内完成自己的工作，而不会被任意抢占。当一个协作式运行的时间过长，Go 语言调度器才会强制抢占其执行。

最后是栈的大小方面。线程的栈大小一般是在创建时指定，为了避免出现栈溢出（Stack Overflow）的错误，默认的栈大小会相对较大（例如 2M），这意味着创建 1000 个线程就需要消耗 2G 的虚拟内存，这大大限制了线程创建的数量（虽然今天 64 位的虚拟内存地址空间已经让这种限制变得不太严重）。而 Go 语言中的协程栈默认为 2KB，在实践中，我们经常会看成千上万的协程存在。另外，线程的栈在运行时不能够更改，而协程栈在 Go 运行时的帮助下可以动态检测栈的大小，进行扩容和收缩。由于协程栈很小，在实践中，协程常被看作是一种轻量级的资源。

Go 语言中经典的 GMP 的概念模型其实生动概括了线程与协程的关系：它表明了 Go 进程中的众多协程其实依托于线程，借助操作系统将线程调度到 CPU 执行从而最终完成对于协程的执行。

在 GMP 模型中，G 代表的是 Go 中的协程（Goroutine），M 代表的是实际的线程，而 P 代表的是 Go 逻辑处理器（Process），Go 语言抽象出了逻辑处理器 P，为了方便协程调度与缓存。

在任一时刻，一个 P 中可能包含了多个协程 G，同时一个 P 在任一时刻与唯一的线程 M 绑定。就是说协程与 P 的关系是多对多的，而 P 与线程的关系是一对一的，最终完成了一个线程与多个协程的绑定。但是这种绑定是动态的，借助于 Go 运行时调度器，一个协程可能会被多次调度，并调度到不同的线程中执行。所以,Go 的协程本质上是依赖于线程执行的，但是由于协程在用户态的上下文切换以及动态扩容的栈内存，导致在 Go 语言中可以轻易地创建成千上万个协程。

在后面的视频中，我还会给你介绍到协程是怎么通过 Go 语言运行时的调度器，公平调度到不同线程中的，有兴趣的话你可以关注一下。

总结好了，今天的分享就结束了。对于线程与进程、协程的关系，你可以这么理解：协程的运行依托于操作系统对于线程的调度执行，而线程的执行离不开操作系统对于进程的管理。

我是郑建勋，希望我的分享可以帮助到你，也希望你在视频下方的留言区和我一起讨论。