說到進程，恐怕面試中最常見的問題就是線程和進程的關(guān)系了，那么先說一下答案： 在 linux 系統(tǒng)中，進程和線程幾乎沒有區(qū)別 。
Linux 中的進程其實就是一個數(shù)據(jù)結(jié)構(gòu)，順帶可以理解文件描述符、重定向、管道命令的底層工作原理，最后我們從操作系統(tǒng)的角度看看為什么說線程和進程基本沒有區(qū)別。
一、進程是什么
首先，抽象地來說，我們的計算機就是這個東西：
這個大的矩形表示計算機的 內(nèi)存空間 ，其中的小矩形代表 進程 ，左下角的圓形表示 磁盤 ，右下角的圖形表示一些 輸入輸出設(shè)備 ，比如鼠標(biāo)鍵盤顯示器等等。另外，注意到內(nèi)存空間被劃分為了兩塊，上半部分表示 用戶空間 ，下半部分表示 內(nèi)核空間 。
用戶空間裝著用戶進程需要使用的資源，比如你在程序代碼里開一個數(shù)組，這個數(shù)組肯定存在用戶空間；內(nèi)核空間存放內(nèi)核進程需要加載的系統(tǒng)資源，這一些資源一般是不允許用戶訪問的。但是注意有的用戶進程會共享一些內(nèi)核空間的資源，比如一些動態(tài)鏈接庫等等。
我們用 C 語言寫一個 hello 程序，編譯后得到一個可執(zhí)行文件，在命令行運行就可以打印出一句 hello world，然后程序退出。在操作系統(tǒng)層面，就是新建了一個進程，這個進程將我們編譯出來的可執(zhí)行文件讀入內(nèi)存空間，然后執(zhí)行，最后退出。
你編譯好的那個可執(zhí)行程序只是一個文件，不是進程，可執(zhí)行文件必須要載入內(nèi)存，包裝成一個進程才能真正跑起來。進程是要依靠操作系統(tǒng)創(chuàng)建的，每個進程都有它的固有屬性，比如進程號（PID）、進程狀態(tài)、打開的文件等等，進程創(chuàng)建好之后，讀入你的程序，你的程序才被系統(tǒng)執(zhí)行。
那么，操作系統(tǒng)是如何創(chuàng)建進程的呢？ 對于操作系統(tǒng)，進程就是一個數(shù)據(jù)結(jié)構(gòu) ，我們直接來看 Linux 的源碼：
struct task_struct {
// 進程狀態(tài)
long state;
// 虛擬內(nèi)存結(jié)構(gòu)體
struct mm_struct *mm;
// 進程號
pid_t pid;
// 指向父進程的指針
struct task_struct *parent;
// 子進程列表
struct list_head children;
// 存放文件系統(tǒng)信息的指針
struct fs_struct *fs;
// 一個數(shù)組，包含該進程打開的文件指針
struct files_struct *files;
};
task_struct 就是 Linux 內(nèi)核對于一個進程的描述，也可以稱為「進程描述符」。源碼比較復(fù)雜，我這里就截取了一小部分比較常見的。
我們主要聊聊 mm 指針和 files 指針。 mm 指向的是進程的虛擬內(nèi)存，也就是載入資源和可執(zhí)行文件的地方； files 指針指向一個數(shù)組，這個數(shù)組里裝著所有該進程打開的文件的指針。
二、文件描述符是什么
先說 files ，它是一個文件指針數(shù)組。一般來說，一個進程會從 files[0] 讀取輸入，將輸出寫入 files[1] ，將錯誤信息寫入 files[2] 。
舉個例子，以我們的角度 C 語言的 printf 函數(shù)是向命令行打印字符，但是從進程的角度來看，就是向 files[1] 寫入數(shù)據(jù)；同理， scanf 函數(shù)就是進程試圖從 files[0] 這個文件中讀取數(shù)據(jù)。
每個進程被創(chuàng)建時， files 的前三位被填入默認(rèn)值，分別指向標(biāo)準(zhǔn)輸入流、標(biāo)準(zhǔn)輸出流、標(biāo)準(zhǔn)錯誤流。我們常說的「文件描述符」就是指這個文件指針數(shù)組的索引 ，所以程序的文件描述符默認(rèn)情況下 0 是輸入，1 是輸出，2 是錯誤。
我們可以重新畫一幅圖：
對于一般的計算機，輸入流是鍵盤，輸出流是顯示器，錯誤流也是顯示器，所以現(xiàn)在這個進程和內(nèi)核連了三根線。因為硬件都是由內(nèi)核管理的，我們的進程需要通過「系統(tǒng)調(diào)用」讓內(nèi)核進程訪問硬件資源。
PS：不要忘了，Linux 中一切都被抽象成文件，設(shè)備也是文件，可以進行讀和寫。
如果我們寫的程序需要其他資源，比如打開一個文件進行讀寫，這也很簡單，進行系統(tǒng)調(diào)用，讓內(nèi)核把文件打開，這個文件就會被放到 files 的第 4 個位置，對應(yīng)文件描述符 3：
明白了這個原理， 輸入重定向 就很好理解了，程序想讀取數(shù)據(jù)的時候就會去 files[0] 讀取，所以我們只要把 files[0] 指向一個文件，那么程序就會從這個文件中讀取數(shù)據(jù)，而不是從鍵盤：
同理， 輸出重定向 就是把 files[1] 指向一個文件，那么程序的輸出就不會寫入到顯示器，而是寫入到這個文件中：
錯誤重定向也是一樣的，就不再贅述。
管道符其實也是異曲同工，把一個進程的輸出流和另一個進程的輸入流接起一條「管道」，數(shù)據(jù)就在其中傳遞，不得不說這種設(shè)計思想真的很巧妙：
到這里，你可能也看出「Linux 中一切皆文件」設(shè)計思路的高明了，不管是設(shè)備、另一個進程、socket 套接字還是真正的文件，全部都可以讀寫，統(tǒng)一裝進一個簡單的 files 數(shù)組，進程通過簡單的文件描述符訪問相應(yīng)資源，具體細(xì)節(jié)交于操作系統(tǒng)，有效解耦，優(yōu)美高效。
三、線程是什么
首先要明確的是，多進程和多線程都是并發(fā)，都可以提高處理器的利用效率，所以現(xiàn)在的關(guān)鍵是，多線程和多進程有啥區(qū)別。
為什么說 Linux 中線程和進程基本沒有區(qū)別呢，因為從 Linux 內(nèi)核的角度來看，并沒有把線程和進程區(qū)別對待。
我們知道系統(tǒng)調(diào)用 fork() 可以新建一個子進程，函數(shù) pthread() 可以新建一個線程。 但無論線程還是進程，都是用 task_struct 結(jié)構(gòu)表示的，唯一的區(qū)別就是共享的數(shù)據(jù)區(qū)域不同 。
換句話說，線程看起來跟進程沒有區(qū)別，只是線程的某些數(shù)據(jù)區(qū)域和其父進程是共享的，而子進程是拷貝副本，而不是共享。就比如說， mm 結(jié)構(gòu)和 files 結(jié)構(gòu)在線程中都是共享的，我畫兩張圖你就明白了：
所以說，我們的多線程程序要利用鎖機制，避免多個線程同時往同一區(qū)域?qū)懭霐?shù)據(jù)，否則可能造成數(shù)據(jù)錯亂。
那么你可能問， 既然進程和線程差不多，而且多進程數(shù)據(jù)不共享，即不存在數(shù)據(jù)錯亂的問題，為什么多線程的使用比多進程普遍得多呢 ？
因為現(xiàn)實中數(shù)據(jù)共享的并發(fā)更普遍呀，比如十個人同時從一個賬戶取十元，我們希望的是這個共享賬戶的余額正確減少一百元，而不是希望每人獲得一個賬戶的拷貝，每個拷貝賬戶減少十元。
當(dāng)然，必須要說明的是， 只有 Linux 系統(tǒng)將線程看做共享數(shù)據(jù)的進程 ，不對其做特殊看待 ，其他的很多操作系統(tǒng)是對線程和進程區(qū)別對待的，線程有其特有的數(shù)據(jù)結(jié)構(gòu)，我個人認(rèn)為不如 Linux 的這種設(shè)計簡潔，增加了系統(tǒng)的復(fù)雜度。
在 Linux 中新建線程和進程的效率都是很高的，對于新建進程時內(nèi)存區(qū)域拷貝的問題，Linux 采用了 copy-on-write 的策略優(yōu)化，也就是并不真正復(fù)制父進程的內(nèi)存空間，而是等到需要寫操作時才去復(fù)制。 所以 Linux 中新建進程和新建線程都是很迅速的 。
