Multi Threads
进程空间
Text segment (ELF)：
代码段，从虚拟内存地址00400000开始，使用pmap $$可以查看到，这个地址是固定的
00400000地址段用于存放程序的可执行文件，fork一个子进程，之后调用execve加载可执行文件，execve即将文件加载到该段地址中
Data segment:
数据段，用于存放已初始化全局变量
BSS segment：
存放全局的未初始化的变量段，bss段与data段的区别是，编译时需为data段分配空间，而bss段不用。数据存放于bss段，减小了可执行程序的文件大小
Heap：
堆，c库中的malloc调用就是从该段获取内存空间
Memory Map segment：
内存映射段，使用mmap将此进程内容映射到内存空间，不同进程通过映射到同一块物理内存，可以实现共享内存，完成进程间通信
Stack：
栈区，存放局部变量
kernel space：
内核空间，所有进程共享，存放PCB
线程空间
多个线程共享进程的大部分内容，维护私有的小部分内容
- Kernel space
- Stack pointer
- Registers
- Scheduling properties (such as policy or priority)
- Set of pending and blocked signals
- Thread specific data.
- User space
- stack
Threads通信和同步
所有的IPC（inter process communication）方法都适用于thread间的通信
常用IPC包括
message queue：
管道，半双工，需有共同父进程，通常在父子进程通信时使用
FIFO：
命名管道，半双工，不相关的进程也能交换数据，类似于在进程中使用文件来传输数据
MQ：
消息队列，是个链表，可实现全双工，一般作为semaphore和sharememory的折中方案
sharememory：
共享内存，最快的一种IPC，两个或多个进程共享一个给定的存储区
semaphore：
信号量，本质是个计数器，访问同一资源时，并发计数超出限制则多余的进程（or线程）会被堵塞
socket：
套接字，这就不多说了，网络间通信，浏览器和server本来就是俩进程
signal：
信号，通知进程发生了异步事件，类似于硬件的中断指令，这个两句话讲不太清，想要了解推荐[这个文章][https://www.cnblogs.com/hoys/archive/2012/08/19/2646377.html]
Multi Threads应用场景
写了这么多，那到底什么时候可以应用多线程来解决问题呢？根据经验，一般下面一些场景我们可以考虑使用多线程。
- 多核处理器，任务比较容易切分为并行处理的小块。如果是计算密集型的，线程数量可以考虑跟core的数量相当。
- 有delay比较多的IO操作，可以考虑将IO的操作分离给单独的线程。
- 有人机交互和实时响应等实时性要求较高任务，可以考虑分离为优先级较高的线程。
- 有大量实时要求不高的计算，可以考虑分离为优先级较低的后台任务。
*上述内容借鉴了[此博客][https://segmentfault.com/a/1190000004557912]大部分内容，还有一些其他博客的讲解也对本人理解帮助很大，但是由于太杂不再列出。
来说下python的线程
- Python threads are real system threads
- POSIX threads (pthreads)
- Windows threads
- Fully managed by the host operating system
- Represent threaded execution of the Python interpreter process (written in C)
我们都知道使用CPython解释器时，python的线程并不是真正的并发执行，但并不代表python的线程不是真正的线程，python线程的底层实现和其他语言的实现相同，使用pthreads或Windows threads，并且线程的调度管理也由操作系统实现。
我们也同样知道不能真正并发执行的原因是CPython中使用了GIL，关于GIL我准备另起一节专门讲解，但请先不要臆断的把GIL看做是一个弊端，GIL有着存在即合理的一面。