从内核到 JVM，彻底拆解进程、线程与协程

因为会有那么一天

346人浏览 · 2026-05-06 17:46:32

因为会有那么一天 · 2026-05-06 17:46:32 发布

从内核到 JVM，彻底拆解进程、线程与协程

一、进程 (Process)：操作系统资源分配的“终极边界”

进程是具有一定独立功能的程序关于某个数据集合上的一次运行活动。在操作系统看来，进程就是一个“资源包”。

1.1 底层原理与内存布局

当一个 Java 应用启动时，OS 会为其分配一个独立的虚拟地址空间。

地址空间划分：包括代码段（Code）、数据段（Data）、堆（Heap）和内核栈。
隔离机制：OS 利用页表（Page Table）和 MMU（内存管理单元）确保进程 A 无法访问进程 B 的内存。这种强隔离保证了系统的稳定性。
上下文切换 (Context Switch)：这是进程最“重”的地方。切换进程需要保存当前进程的全部 CPU 寄存器状态、切换页表（导致 TLB 缓存失效），这种开销通常在微秒（ $μs\mu s$ ）级别。

1.2 Java 中的进程操作

虽然 Java 偏向多线程，但有时我们需要调用系统命令：

// 启动一个独立的操作系统进程
ProcessBuilder pb = new ProcessBuilder("ping", "www.csdn.net");
Process process = pb.start();
// 进程间通信通常通过流（Stream）
InputStream is = process.getInputStream();

二、线程 (Thread)：在进程内部“共舞”的执行流

线程是 CPU 调度的基本单位。一个进程可以有多个线程，它们共享进程的资产。

1.1 共享与私有

共享区域：堆（所有对象存活的地方）、全局变量、静态变量。
私有区域：程序计数器（PC）、虚拟机栈（JVM Stack）、本地方法栈。每个线程都有自己的执行轨迹。

1.2 线程的生命周期 (Java 维度)

Java 线程的状态（Thread.State）定义了其在 JVM 中的存在方式：

NEW: 初始状态。
RUNNABLE: 运行中或就绪状态。
BLOCKED/WAITING: 阻塞于锁或显式等待。
TERMINATED: 执行结束。

1.3 核心痛点：内核态切换

Java 的传统线程（Platform Thread）是重量级的。

内存消耗：默认每个线程栈分配 1MB（通过 -Xss 配置）。如果你有 1000 个线程，还没跑代码就先吃掉了 1GB 内存。
调度成本：线程调度由 OS 内核完成，涉及用户态到内核态的上下文切换，这会消耗 CPU 时钟周期并导致 CPU 缓存命中率下降。

三、协程与虚拟线程 (Virtual Threads)：高并发的终极方案

在 Java 21 之前，Java 开发者常使用 Netty 或响应式编程（WebFlux）来处理高并发，但这增加了代码复杂度。虚拟线程的出现，实现了“代码逻辑同步，底层执行异步”。

3.1 协作式调度的艺术

协程的核心思想是**“放弃控制权”**。

当协程 A 执行到一个阻塞操作（如 jdbc.query()）时，它不会阻塞底层的物理线程，而是将自己的状态保存到堆中，然后让出物理线程。
物理线程立即去执行协程 B。
当 A 的数据准备好后，JVM 重新将 A 挂载到物理线程上继续执行。

3.2 Java 21 的实现机制：载体线程 (Carrier Threads)

Java 的虚拟线程运行在“载体线程”（通常是 ForkJoinPool 中的平台线程）之上。

Mounting（挂载）：将虚拟线程的栈数据从堆拷贝到平台线程。
Unmounting（卸载）：当阻塞发生，将栈数据写回堆。
这种切换是在 JVM 层面 完成的，完全不经过 OS 内核，耗时仅需几十纳秒（ $n s$ ）。

四、综合实战对比：吞吐量的飞跃

假设我们要模拟一个场景：处理 100 万个并发请求，每个请求仅仅是等待 1 秒。

4.1 传统线程池方案（注定失败）

// 如果设置线程数为 100万，你的内存会瞬间溢出 (OOM)
// 如果设置线程池为 200，则需要 5000 秒才能处理完所有请求
ExecutorService service = Executors.newFixedThreadPool(200);

4.2 虚拟线程方案（轻而易举）

public class HighConcurrency {
    public static void main(String[] args) {
        var counter = new AtomicInteger();
        long start = System.currentTimeMillis();

        try (var executor = Executors.newVirtualThreadPerTaskExecutor()) {
            for (int i = 0; i < 1_000_000; i++) {
                executor.submit(() -> {
                    try {
                        Thread.sleep(Duration.ofSeconds(1)); // 虚拟线程阻塞
                        counter.incrementAndGet();
                    } catch (Exception e) {}
                });
            }
        } // 自动等待所有任务完成

        long end = System.currentTimeMillis();
        System.out.println("完成任务数: " + counter.get());
        System.out.println("总耗时: " + (end - start) + "ms");
    }
}