老生常谈🗣：“进程、线程、协程”的相关概念汇总辨析

“请叙述下你对进程、线程、协程的概念的理解。” ——阿里面试题目

进程、线程、协程

关于进程、线程、协程的考察，几乎是面试中的“常青题”了。 许多人都会感觉到：在平时工作中，潜意识能将这些概念区分得很清楚，但一旦要通过口语把它表达出来，就很抓瞎，“理不明白，说不清楚，缺乏逻辑”。 如果你也有这种感受，那么这篇博客可能能够帮助到你。

进程 Process

简言之，进程是操作系统分配资源的最小单位，其本质是处于执行状态的程序实例。这里的执行并非进程的 running 状态，而是指程序被加载到内存中，并按指令执行任务。当程序从硬盘加载到内存后，OS 为其创建进程控制块 PCB 并向其中分配计算和存储资源，包括：

• 进程标识符 PID (Process IDentifier)
• 进程状态 (新建、运行、就绪、阻塞)
• 内存资源 (代码段、数据段、堆、栈)
• IO 资源 (标准输入输出、文件标识符列表、网络连接)
• 程序计数器 PC、CPU 寄存器
• 父进程 PID、子进程 PID，等等

进程是执行中的程序

PCB 存储 OS 分配的资源

OS 使用虚拟内存，利用硬盘空间来扩展内存容量。物理内存不足时，OS 将部分不常用的内存数据写入硬盘上的虚拟内存文件，腾出物理内存空间来运行其他程序和数据。当需要访问这些数据时，OS 会将它们重新加载到物理内存中。为此，OS 维护一张地址映射表，将程序的虚拟地址映射到物理地址。当虚拟内存被用到时，这些地址会映射到硬盘上的虚拟内存文件，而非物理内存。

进程间通信

虚拟内存使每个进程都拥有独立的虚拟地址空间，这使得每个进程都认为自己是独占 OS 的，从而使得进程与进程之间处在互不可见的隔离状态下。有时，会需要多个进程协作完成一项任务，就会不可避免地引入进程间通信 IPC。常用的进程间通信手段大概有 6 种：共享内存、消息队列、匿名管道、命名管道、Signal 信号和Socket 套接字，这几种方式根据需求的不同各有自己的用武之地。

线程 Thread

线程是操作系统执行调度的最小单位，是进程内部的任务执行单元，由指令流和数据流交织而成。对于单线程进程而言，线程与进程概念等价；然而对于多线程进程，同一进程内的多个线程共享进程资源，但拥有各自独立的执行上下文。OS 调度 CPU 时以线程为单位，其核心特性包括：

• 调度单位：是 OS 调度的基本单元，通过时间片轮转实现并发
• 共享资源：同一进程的线程共享代码段、数据段、文件描述符等
• 独立堆栈：每个线程拥有独立的堆、栈空间和寄存器状态
• 轻量级创建：线程创建通过 clone() 系统调用实现，比进程的 fork() 更高效

多线程共享进程资源

线程拥有独立的执行上下文

线程通过共享内存实现高效协作。由于共享进程地址空间，线程间通信可直接访问共享内存，无需复杂 IPC 机制，只需要使用一些编程上的技法就可以完成通信：互斥锁 (Mutex)、条件变量 (Condition Variable)、信号量 (Semaphore)、原子操作 (Atomic Operations)、阻塞队列 (Blocking Queue)。

进程 VS 线程特性对比

特性	进程	线程
资源分配	OS 分配独立资源	共享进程资源
创建开销	高，需复制父进程资源	低，共享现有资源
上下文切换	涉及内存地址切换	仅切换寄存器状态
通信机制	IPC 如管道、共享内存等	直接内存访问加同步机制
崩溃影响	独立运行，不影响其他进程	可能导致整个进程终止

使用多线程时要考虑任务自身的需求，以及使用多线程能带来多大的收益。通常，多线程适用于可划分为多个独立子任务，且子任务间没有重叠、无需通信的计算密集型任务，如矩阵运算、图像分块处理等。在收益方面，使用多线程的加速比 $$ 由并行部分的比例 $$ 和核心数 $$ 共同决定：$$这意味着当并行部分占比较小，或者 CPU 的核心数过少时，使用多线程的收益将非常有限。此外，除了并行占比和 CPU 核心数，多线程的效率还受制于内存限制和 I/O 带宽等因素。实际应用中，常以线程池的方式使用多线程。所谓线程池，就是在任务开始时创建多个线程并保存在池中，之后通过队列的形式将任务分配给各个线程。这种做法使程序员能自主控制线程，避免了重复创建、销毁线程带来的开销。

协程 Coroutine

与进程、线程不同，协程完全是编程层面，而非 OS 级别的概念，其本质是能够挂起和恢复的函数。普通函数仅有两种行为，调用 (call) 和返回 (return)；而协程比起普通函数又多了挂起 (suspend) 和恢复 (resume) 的功能。因此，普通函数的程序执行流仅用栈就能处理，在调用时 push ，在返回时 pop；而协程还需要额外的暂存空间，以便在挂起时保存上下文，在恢复时读取上下文。

协程是能够挂起和恢复的函数

协程是一种通过单线程实现并发任务执行的编程机制，协程间切换的控制权是交由程序员掌握的。以经典的生产者-消费者任务为例，不同于创建两个进程或线程，协程通过在单线程内交替切换生产和消费的协程函数来实现：生产者协程生产一定数量之后挂起，并调用消费者协程；消费者协程消费完之后挂起，并调用生产者协程……如此交替往复进行。协程总是同步且并发的，于程序员而言，编写协程的心智负担更小，往往比线程更容易掌控。

无栈协程编译之前 // 使用 async 关键字 async void fn() { // 编译时提升为类成员变量 int a, b, c; a = b + c; // 第一个 yield 对应状态 0->1 yield(); b = a + c; // 第二个 yield 对应状态 1->2 yield(); // 最后一个代码块对应状态 2 c = a + b; // 协程结束 } CPP

无栈协程编译之后 // 无栈协程其实就是这么实现的 class fn { int a, b, c; int state_ = 0; void resume() { switch(state_) { case 0: fn_part1(); break; case 1: fn_part2(); break; case 2: fn_part3(); break; } } void fn_part1() { a = b + c; state_ = 1; } void fn_part2() { b = a + c; state_ = 2; } void fn_part3() { c = a + b; } } CPP

协程分为有栈协程 (stackful) 和无栈协程 (stackless)。有栈协程通过为每个协程分配独立的调用栈实现上下文切换，允许在任意嵌套函数中挂起和恢复，具备更强的灵活性但资源消耗更高，典型代表如 Go 语言中的 goroutine。无栈协程则无需独立空间，通常基于状态机和语法糖 async/await 实现，仅能在特定调度点挂起，虽然轻量但控制粒度受限，例如 python 的生成器和 c# 中的异步函数。有栈和无栈的本质差异在于对执行上下文的保存方式：有栈协程依赖显式栈内存保存完整状态，而无栈协程通过编译器生成代码隐式管理状态。

总结部分

从进程到线程再到协程的概念，其使用层级是逐级向上的。

• 如果希望程序可以充分利用多核资源来实现 CPU 密集型操作的并行加速，那可以使用多线程，通过使用锁/条件变量等方式来完成线程之间的协作。
• 如果不满 OS 的任务/线程调度策略，那可以在程序中使用并调度协程，用单线程+协程挂起和恢复的逻辑来完成宏观上的并发操作。