进程调度

简介: 进程调度发生在多种场景,如进程终止、时间片耗尽、资源不足、主动挂起、高优先级进程出现或硬件中断发生时。调度机制确保各进程公平使用CPU。线程作为调度的基本单位,切换时仅需保存私有数据,相比进程切换更高效。此外,中断也会引发上下文切换,但仅涉及内核态数据,不影响用户态进程资源。过多的上下文切换会降低系统性能。

进程在什么时候才会被调度到 CPU 上运行呢?最容易想到的一个时机,就是进程执行完终止了,它之前使用的 CPU 会释放出来,这个时候再从就绪队列里,拿一个新的进程过来运行。其实还有很多其他场景,也会触发进程调度。


其一,为了保证所有进程可以得到公平调度,CPU 时间被划分为一段段的时间片,这些时间片再被轮流分配给各个进程。这样,当某个进程的时间片耗尽了,就会被系统挂起,切换到其它正在等待 CPU 的进程运行。

其二,进程在系统资源不足(比如内存不足)时,要等到资源满足后才可以运行,这个时候进程也会被挂起,并由系统调度其他进程运行。

其三,当进程通过 sleep 这样的方法将自己主动挂起时,自然也会重新调度。

其四,当有优先级更高的进程运行时,为了保证高优先级进程的运行,当前进程会被挂起,由高优先级进程来运行。

最后一个,发生硬件中断时,CPU 上的进程会被中断挂起,转而执行内核中的中断服务程序。


线程上下文切换

线程与进程最大的区别在于,线程是调度的基本单位,而进程则是资源拥有的基本单位。说白了,所谓内核中的任务调度,实际上的调度对象是线程;而进程只是给线程提供了虚拟内存、全局变量等资源。所以,对于线程和进程,我们可以这么理解:

  1. 当进程只有一个线程时,可以认为进程就等于线程。
  2. 当进程拥有多个线程时,这些线程会共享相同的虚拟内存和全局变量等资源。这些资源在上下文切换时是不需要修改的。
  3. 另外,线程也有自己的私有数据,比如栈和寄存器等,这些在上下文切换时也是需要保存的。

这么一来,线程的上下文切换其实就可以分为两种情况:


第一种, 前后两个线程属于不同进程。此时,因为资源不共享,所以切换过程就跟进程上下文切换是一样。


第二种,前后两个线程属于同一个进程。此时,因为虚拟内存是共享的,所以在切换时,虚拟内存这些资源就保持不动,只需要切换线程的私有数据、寄存器等不共享的数据。到这里你应该也发现了,虽然同为上下文切换,但同进程内的线程切换,要比多进程间的切换消耗更少的资源,而这,也正是多线程代替多进程的一个优势。


中断上下文切换

一个场景也会切换 CPU 上下文,那就是中断。为了快速响应硬件的事件,中断处理会打断进程的正常调度和执行,转而调用中断处理程序,响应设备事件。而在打断其他进程时,就需要将进程当前的状态保存下来,这样在中断结束后,进程仍然可以从原来的状态恢复运行。



跟进程上下文不同,中断上下文切换并不涉及到进程的用户态。所以,即便中断过程打断了一个正处在用户态的进程,也不需要保存和恢复这个进程的虚拟内存、全局变量等用户态资源。中断上下文,其实只包括内核态中断服务程序执行所必需的状态,包括 CPU 寄存器、内核堆栈、硬件中断参数等。对同一个 CPU 来说,中断处理比进程拥有更高的优先级,所以中断上下文切换并不会与进程上下文切换同时发生。


同样道理,由于中断会打断正常进程的调度和执行,所以大部分中断处理程序都短小精悍,以便尽可能快的执行结束。另外,跟进程上下文切换一样,中断上下文切换也需要消耗 CPU,切换次数过多也会耗费大量的 CPU,严重降低系统的整体性能。


总结一下,CPU 上下文切换,是保证 Linux 系统正常工作的核心功能之一,一般情况下不需要我们特别关注。但过多的上下文切换,会把 CPU 时间消耗在寄存器、内核栈以及虚拟内存等数据的保存和恢复上,从而缩短进程真正运行的时间,导致系统的整体性能大幅下降。

相关文章
|
12月前
|
人工智能 边缘计算 网络协议
阿里云渠道商:为什么阿里云服务器的网络延迟降低?
阿里云通过RDMA、神龙架构与全球加速网络,实现微秒级延迟和跨境访问提速4倍。覆盖AI训练、实时交互等场景,助力企业高效上云。技术领先,性能卓越,翼龙云提供专业支持与优惠助力。
|
Linux C语言 C++
现代c++中实现精确延时方法总结
现代c++中实现精确延时方法总结
|
7月前
|
运维 监控 安全
阿里云、本地部署OpenClaw多Agent协同+安全加固+行业落地完整手册
2026年,OpenClaw(俗称“龙虾”)完成3.22版本重大升级,实现底层架构重构、安全体系加固与生态兼容性扩展,已从单一智能体工具进化为企业级智能协作平台。其核心突破体现在“插件系统换骨、安全防护升级、模型阵营扩军、多场景适配”四大维度,支持金融风控、电商运维、DevOps等复杂业务落地。本文基于最新版本,深度拆解OpenClaw核心功能、多Agent协作架构、全平台部署流程、大模型配置及行业实战案例,所有代码可直接复制执行,助力用户从零基础到熟练落地,充分释放AI生产力。
987 0
|
存储 机器学习/深度学习 缓存
性能最高提升7倍?探究大语言模型推理之缓存优化
本文探讨了大语言模型(LLM)推理缓存优化技术,重点分析了KV Cache、PagedAttention、Prefix Caching及LMCache等关键技术的演进与优化方向。文章介绍了主流推理框架如vLLM和SGLang在提升首Token延迟(TTFT)、平均Token生成时间(TPOT)和吞吐量方面的实现机制,并展望了未来缓存技术的发展趋势。
4331 13
性能最高提升7倍?探究大语言模型推理之缓存优化
|
缓存 监控 Linux
Linux性能分析利器:全面掌握perf工具
【10月更文挑战第18天】 在Linux系统中,性能分析是确保软件运行效率的关键步骤。`perf`工具,作为Linux内核自带的性能分析工具,为开发者提供了强大的性能监控和分析能力。本文将全面介绍`perf`工具的使用,帮助你成为性能优化的高手。
1352 1
|
机器学习/深度学习 自然语言处理 算法
|
Web App开发 数据安全/隐私保护 开发者
Firefox Add-ons 插件上架发布全流程指南
本文详细介绍了如何将浏览器插件上架到 Firefox Add-ons,涵盖从注册开发者账号、打包插件、提交审核到最终发布的全流程。与 Chrome Web Store 类似,但 Firefox 的流程更为简化,注册免费且对权限审查相对宽松。文章还对比了两者的关键差异,帮助读者更快上手 Firefox 插件的发布。如果你已经熟悉 Chrome 的上架流程,这篇文章会让你更轻松地在 Firefox 平台上发布插件,触达更多用户。
1022 0
|
搜索推荐 算法 Java
桶排序就是这么容易
桶排序就是这么容易
447 0
|
存储 固态存储 Windows

热门文章

最新文章