跳到主要内容

操作系统并发概念

在现代操作系统中，并发是一个核心概念。它允许多个任务在同一时间段内交替执行，从而提高了系统的效率和资源利用率。本文将逐步介绍并发的基本概念、相关机制以及实际应用场景。

什么是并发？​

并发是指在同一时间段内，多个任务交替执行的能力。与并行不同，并发并不要求任务同时执行，而是通过快速切换任务来模拟同时执行的效果。操作系统通过管理进程和线程来实现并发。

备注

并发与并行的区别：

  • 并发：多个任务交替执行，看起来像是同时进行。
  • 并行：多个任务真正同时执行，通常需要多核处理器支持。

进程与线程​

进程​

进程是操作系统分配资源的基本单位。每个进程都有独立的内存空间、文件描述符和其他系统资源。进程之间相互隔离，一个进程崩溃不会影响其他进程。

线程​

线程是进程内的执行单元。一个进程可以包含多个线程，这些线程共享进程的资源。线程之间的切换比进程更快，因为它们共享相同的地址空间。

提示

线程是轻量级的进程，适合用于需要频繁切换任务的场景。

同步机制​

当多个线程或进程访问共享资源时，可能会出现竞争条件（Race Condition）。为了避免这种情况，操作系统提供了多种同步机制。

互斥锁（Mutex）​

互斥锁用于确保同一时间只有一个线程可以访问共享资源。当一个线程获得锁时，其他线程必须等待锁释放后才能访问资源。

python
import threading

# 共享资源
counter = 0
lock = threading.Lock()

def increment():
    global counter
    for _ in range(100000):
        lock.acquire()
        counter += 1
        lock.release()

# 创建两个线程
t1 = threading.Thread(target=increment)
t2 = threading.Thread(target=increment)

t1.start()
t2.start()
t1.join()
t2.join()

print(f"Final counter value: {counter}")

输出：

Final counter value: 200000

信号量（Semaphore）​

信号量是一种更通用的同步机制，允许多个线程同时访问资源，但限制同时访问的线程数量。

python
import threading

# 共享资源
counter = 0
semaphore = threading.Semaphore(2)  # 允许两个线程同时访问

def increment():
    global counter
    for _ in range(100000):
        semaphore.acquire()
        counter += 1
        semaphore.release()

# 创建两个线程
t1 = threading.Thread(target=increment)
t2 = threading.Thread(target=increment)

t1.start()
t2.start()
t1.join()
t2.join()

print(f"Final counter value: {counter}")

输出：

Final counter value: 200000

条件变量（Condition Variable）​

条件变量用于线程间的通信，允许线程在满足特定条件时继续执行。

python
import threading

# 共享资源
queue = []
condition = threading.Condition()

def producer():
    for i in range(5):
        with condition:
            queue.append(i)
            condition.notify()  # 通知消费者
        print(f"Produced: {i}")

def consumer():
    for _ in range(5):
        with condition:
            while not queue:
                condition.wait()  # 等待生产者通知
            item = queue.pop(0)
        print(f"Consumed: {item}")

# 创建生产者和消费者线程
t1 = threading.Thread(target=producer)
t2 = threading.Thread(target=consumer)

t1.start()
t2.start()
t1.join()
t2.join()

输出：

Produced: 0
Consumed: 0
Produced: 1
Consumed: 1
Produced: 2
Consumed: 2
Produced: 3
Consumed: 3
Produced: 4
Consumed: 4

实际应用场景​

多线程下载​

在多线程下载中，多个线程同时下载文件的不同部分，最后将各部分合并成一个完整的文件。这种方式可以显著提高下载速度。

数据库事务​

在数据库系统中，多个事务可能同时访问同一数据。通过使用锁和事务隔离级别，数据库系统可以确保数据的一致性和完整性。

实时系统​

在实时系统中，多个任务需要在严格的时间限制内完成。通过并发和同步机制，系统可以确保任务按时完成。

总结​

并发是操作系统中的一个重要概念，它允许多个任务在同一时间段内交替执行。通过进程、线程和同步机制，操作系统可以有效地管理并发任务，避免竞争条件和资源冲突。

警告

在使用并发时，务必注意同步问题，否则可能会导致数据不一致或程序崩溃。

附加资源与练习​

通过本文的学习，你应该对操作系统中的并发概念有了初步的了解。继续深入学习并发编程，你将能够编写更高效、更可靠的程序。