Subprocesos (hilos)
Introducción:
Este apunte tiene como objetivo facilitar al alumno la comprensión del concepto de
hilos, su funcionamiento, administración, ventajas y desventajas.
El termino hilos, como traducción literal de thread, ha dado lugar a múltiples
confusiones y dificultades para su comprensión, por lo que lo reemplazare en este texto
por subproceso, por entender que es mas explícito, pero mantendré multihilo como
sinonimo de mulithread, ya que multisubprocesos no es para nada claro.
Conceptos básicos:
Proceso tradicional (o pesado)
Un proceso es la unidad de trabajo de un sistema de cómputos. Está constituido por una
sección de texto (código del programa), una sección de datos, y su PCB (Procces
Control Block). La idea intuitiva es que un proceso es un programa en ejecución, o sea,
el código mas todos los recursos necesarios para su ejecución.
Todo proceso tiene una serie de elementos:
• Identificador
• Estado
• Prioridad
• Contador(es) de programa
• Punteros a memoria
• Valor de los registros de CPU
• Información de E/S
• Información de seguridad
• Información estadística
• etc..
Los datos sobre el proceso el Sistema operativo los guarda en el bloque (o registro) de
control de procesos, PCB, y la administración de procesos utiliza la lista de PCBs para
manejarlos.
Gráficamente podemos imaginar una PCB de esta manera:
PCB
Pila del proceso
Registros de la CPU
Puntero próxima Inst.
Espacio de direcciones
Datos estadísticos
Datos de auditoria
Datos de periféricos
................................
................................
Cambio de Proceso (o Contexto)
Los sistemas operativos multitarea administran el uso de la CPU a través del
planificador de corto plazo, que selecciona cuál de los procesos cargados en memoria
tomará la CPU cuando ésta queda libre.
Cuando un proceso realiza una llamada al sistema operativo, este toma el control de la
CPU, realiza las tareas necesarias y carga el nuevo proceso para su ejecución. esta tarea
de cambio de proceso, en alguna bibliografía se denomina cambio de contexto.
Otros momentos en los que puede realizarse un cambio de proceso es cuando el sistema
operativo toma el control de la CPU por una interrupción de reloj, de E/S, o por un
manejo de error (excepción) reversible, como fallo de página.
Para poder retomar la ejecución del proceso que deja la CPU, debe salvaguardarse todos
los datos necesarios para retomarlo, sin duda, los datos de la pila, el contador del
programa, los registros del procesador, y todo otro dato necesario.
Estos datos se guardan en la PCB. Llevar a cabo esto requiere tiempo, medidos en ciclos
de CPU.
Problemáticas con el procesamiento secuencial con rutinas:
Esta forma de trabajo se utilizó hasta mediados de la década del 90, pero trajo implicado
una serie de problemas.
Veamos como ejemplo el uso de un procesador de palabra típico.
Con la interfaz texto, la rutina básica era:
Hacer
tomar tecla
analizar tecla
mostrar tecla en pantalla
;
estos editores trabajan en modo comando y en modo inserción, de modo que lo
observado en pantalla no es lo que vamos a imprimir, por ej. el VI de UNIX
Luego se desarrollaron los editores WYSIWYG, “lo que ves es lo que tenés”, como el
Emacs; esto implicó que la rutina de analizar tecla fuera cada vez mas compleja.
A posteriori, el desarrollo de la interfaz gráfica trajo aparejado mas requerimientos, y se
fueron incorporando mas funcionalidades, como la corrección ortográfica en línea, la
auto corrección, el reemplazo automático de textos, etc.
Hoy en día, el código sería
Hacer
tomar tecla
analizar tecla
Si tecla es blanco entonces
Llamar rutina de Ortografía
Llamar rutina de Gramática
Llamar rutina de Reemplazo automático
llamar rutina de ...
sino
mostrar tecla en pantalla
;
con lo que tendríamos que prepararnos un mate y cebar cada vez que pulsamos blanco,
por la lentitud de los tiempos de respuesta. El sistema tiene que ejecutar las rutinas.
O sea, la forma tradicional de ejecutar procesos no permite ciertas funcionalidades, y no
optimiza el uso de la CPU, ya que si estas rutinas realizan una llamada al sistema
operativo, tal como consultar archivos, etc., todo el proceso queda suspendido.
Respuesta con subprocesos:
Ahora bien, no necesitamos que la corrección ortográfica o el reemplazo automático sea
inmediato, podemos seguir escribiendo y dejar que esta función se realice en
background, “detrás” de la rutina principal. Si el subrayado en rojo aparece luego que
escribamos dos o tres letras de la próxima palabra, no modifica la funcionalidad.
Si esto lo implementamos mediante procesos tradicionales, donde al iniciar la ejecución
de un procesador de palabras también iniciáramos un conjunto de procesos, corrector
ortográfico, corrector semántico, etc., los tiempos de cambio de proceso disminuirían
drásticamente la velocidad de respuesta .
Pero esto no es necesario, los distintos procesos comparten gran cantidad de datos, el
usuario, la posición en pantalla, etc. por lo que cambiando solamente los datos
específicos podemos implementarlo.
Esta es la idea básica de un sistema multihilo, cada proceso ahora, en ves de tener un
solo hilo de ejecución, tiene varios, o sea, generamos varios subprocesos dentro de cada
proceso.
Para administrar esto, creamos el registro TCB, Thread Control Block, que va a tener
solamente los datos que cambian entre subproceso y subproceso, gráficamente podemos
verlo así:
PCB
Espacio de direcciones
Datos estadísticos
Datos de auditoria
Datos de periféricos
................................
TCB 1
Pila del subproceso
Registros de la CPU
Puntero próxima Instrucción del subproceso.
TCB 2
Pila del subproceso
Registros de la CPU
Puntero próxima Instrucción del subproceso.
TCB n
Pila del subproceso
Registros de la CPU
Puntero próxima Instrucción del subproceso.
Entonces tenemos un proceso que tiene n subprocesos, con n variando desde 1 en
adelante. De esta manera, el tiempo de cambio de un subproceso a otro es mucho menor
que el tiempo de cambio de un proceso a otro, ya que numerosos datos son compartidos.
En nuestro ejemplo del procesador de palabra, cuando el subproceso tomar tecla
está en espera, puede tomar la CPU el subproceso control de ortografía, de
esta manera, mantenemos un buen tiempo de respuesta y brindamos todas las
funcionalidades deseadas.
El uso de subprocesos mejora el rendimiento de los sistemas con múltiCPU, (antes
llamados sistemas multiprocesadores, pero desde la aparición de procesadores
multicore, con dos o mas CPUs integradas, tuvimos que cambiar el nombre), ya que
distintos subprocesos pueden ejecutarse simultáneamente en distintas CPU, teniendo un
procesamiento en paralelo dentro del mismo proceso principal.
Ventajas
Inclusive en sistemas monoCPU la el uso de subprocesos brinda múltiples beneficios,
por ej: (Tomados de Letwin)
Subproceso en primer plano y múltiples subprocesos en segundo plano: El ejemplo
dado del Procesador de palabras o una planilla de cálculo, en la que mientras el usuario
ingresa un dato en segundo plano se calculan los valores de otras celdas
Procesamiento asíncrono: Crear una copia de seguridad del texto cada minuto puede
ser un subproceso.
Incremento de la velocidad de ejecución: Si un proceso debe leer datos y sumarlos,
podemos dividirlo en subprocesos, mientras uno lee, y por lo tanto libera la CPU
mientras se atiende su llamada al sistema, el otro suma.
Estructura modular de programas: Claramente al dividir en subprocesos creamos
una estructura modular.
Estas son solo algunas, sería imposible listar todos los usos ventajosos posibles.
Desventajas
También pueden generarse múltiples dificultades por el uso de subprocesos, dentro de
ellas cabe destacar el incremento de la necesidad de sincronización. Sistemas que
generaban automáticamente exclusión mutua entre rutinas, porque al ejecutarse una no
se ejecutaba la otra, al migrarlo a sistemas con subprocesos debemos sincronizar su
funcionamiento incorporando semáforos, monitores y otras herramientas.
Características de los subprocesos
Todos los subprocesos de un proceso principal:
• comparten el mismo espacio de dirección.
• comparten los recursos de E/S asignados, por ej. Archivos.
• pueden ser afectados por cualquier otro subproceso del mismo proceso
principal. Son, por lo tanto, interdependientes.
Ciclo de vida de los subprocesos (estados)
Los subprocesos en general pueden tener los siguientes estados:
• Nuevo
• Listo (Ready): En capacidad de ejecutarse
• Ejecución (Run): ejecutándose
• Bloqueado (Lock)
• Finalizado
Los Threads en Java:
•
•
•
•
Nuevo (New)
Ejecutable (Runnable): Equivalente a los estados Listo y Ejecución generales
Bloqueado (Blocked)
Finalizado (Dead)
Subprocesos a nivel Usuario y a nivel Núcleo
Existen múltiples implementaciones de subprocesos en las distintas plataformas,
veamos en primera instancia las implementaciones a nivel usuario y a nivel núcleo.
Nivel Usuario:
Denominado ULT (user-level threads), su implementación está a cargo totalmente de la
aplicación, a través de una biblioteca de hilos. El sistema operativo administra el
proceso como una unidad, y la aplicación migra de un subproceso a otro con su propia
administración.
Si bien existen bibliotecas que permiten incorporar subprocesos en lenguajes, como las
GNU Portable Threads ( http://www.gnu.org/software/pth/ ), su uso en compiladores no
diseñados a tal efecto no es recomendable (http://pag.csail.mit.edu/readinggroup/boehm05threads.pdf ).
Aclarando el concepto, así como un programador maneja el cambio de una rutina a otra,
y esto es transparente al sistema operativo, así puede manejar el cambio de un
subproceso a otro, si tiene implementada esta opción en su lenguaje.
Las ventajas son evidentes, cuando un proceso perdería uso de la CPU por esperar un
evento, aun cuando su quantum de tiempo no esté agotado, bajo este modelo,
simplemente migra a otro subproceso.
Toda aplicación inicia con un solo hilo de ejecución, y durante su ejecución, va creando
y finalizando distintos hilos de acuerdo a sus necesidades. Toda esta actividad se
desarrolla en el espacio de usuario y dentro de un solo proceso, el que ve el sistema
operativo.
Dentro de las ventajas de uso de los ULT sobre los KLT podemos mencionar:
• Se eliminan las perdidas de tiempo por Cambio de contexto ya que todo sucede
dentro del mismo proceso.
• El tipo de planificación, como prioridad o FCFS , puede variar de aplicación a
aplicación, de acuerdo a las necesidades de cada una.
• Pueden ser ejecutados en cualquier sistema operativo.
En las desventajas, podemos nombrar :
• Cuando un ULT realiza una llamada al sistema operativo, detiene todos los
ULT, ya que el proceso pasa a espera, o Hold, o sleep.
• No puede hacer uso del paralelismo en caso de existir mas de una CPU.
Gráficamente, podemos verlo así:
Hilo inicial
Espacio de Usuario
Biblioteca de
Hilos
Espacio de Núcleo
Proceso
Nivel Núcleo:
Denominados KLT (Kernel-level threads), pueden ser implementados en forma pura o
combinada. en forma pura la relación entre ULT y KLT es uno a uno, y en forma
combinada es varios a varios, siendo la cantidad de KLT menor o igual que la de ULT.
Forma pura
En una implementación pura, como la de Windows XP, la administración de los
subprocesos está totalmente a cargo del sistema operativo, que provee una interfaz de
programación (API) para utilizarla.
Gráficamente, podemos verlo así:
Espacio de Usuario
Espacio de Núcleo
Proceso
Todas las aplicaciones son formalmente hablando, multihilo, a lo sumo, tienen un solo
hilo. Todos los hilos (subprocesos) pertenecen al mismo proceso. El sistema operativo
mantiene la información del proceso general y de cada subproceso, como se explicó en
PCB y TCB.
La planificación del uso de la CPU es a nivel subproceso. Esto es importante de
entender, ya que resuelve las desventajas planteadas en el modelo de ULT, pero
incorpora una perdida mínima de tiempo de cambio de contexto durante el cambio de
un subproceso a otro dentro del mismo proceso.
Si el uso de las funciones del sistema operativo a través de las llamadas es extensivo, tal
como sucede en los procesos con interfaz gráfica, el uso de ULT exclusivamente no es
superior al uso de KLT puro, ya que igualmente es necesario el cambio de contexto.
Forma combinada
En los enfoques combinados ULT/KLT, como el usado en Solaris 9, el usuario crea
ULT, y la mayor parte de su administración se realiza en el ambiente de usuario. Para
el sistema operativo la administración es a nivel subprocesos, con lo que se mantiene el
alto nivel de concurrencia y la posibilidad de ejecución en paralelo en sistemas
multiCPU . De esta manera se obtienen las ventajas de los modelos anteriores.
Gráficamente, podemos verlo así:
Biblioteca de Hilos
Espacio de Usuario
Espacio de Núcleo
Hilos a nivel Núcleo
Procesos
0
