【Hotspot源码】揭秘Java线程创建过程中的各种细节

近期准备给大家分享专题系列文章，聚焦Java多线程机制。会从hotspot源码角度，给大家揭秘平时学习多线程那些从来没有想过的问题，或者存在疑虑却又无法证明的理论。

今天是系列文章首篇，咱们来谈谈Java线程创建的一些细节问题：

Java线程是如何与OS线程建立联系的
Java线程与OS线程共用一套线程状态吗
Java线程是如何做到创建与启动分开的
Java线程在JVM层面为什么要有JavaThread与OSThread
Java线程为什么设计的时候要将创建与启动分开

先把这五个问题搞明白吧，其他的后面的文章再分享。本篇文章的观点聚焦于Linux平台，不适用于所有平台。因为不同OS，底层差异还是挺大的。

Linux线程创建

线程能力是操作系统才有的，固Java的线程机制一定是基于OS的线程机制实现的，加上些许JVM自身的考虑在其中。这些考虑在哪能看到？JSR规范中。

上一段Linux平台下创建线程的代码

这样创建出来的线程，一般称为原生线程，或native thread。Java的线程实现其实就是将Linux下的线程机制基于JSR规范进行设计重组。如果我们了解Linux的线程机制，并搞明白了JVM是如何进行设计重组的。那么，Java的多线程，我们就算真正学明白了。

可以发现，跟Java创建线程明显不同的是：原生线程创建与运行是一体的，即线程创建完毕马上就运行。而Java中创建归创建，调用start线程才运行。

Java线程与原生线程之间是这样的关系：Thread对象->JavaThread->OSThread->native thread。下文会结合hotspot源码细讲。

Java线程创建

上一段创建Java线程的代码

从研究问题的角度，这段我们习以为常的代码要分成两部分来看：一、创建一个Java对象。注意，这一步只是单纯地创建一个Java对象，并没有什么特殊处理在里面。二、调用start方法让线程运行。我们上面提的几个问题，所有的秘密都在这一步中。接下来我结合hotspot源码把我对上面几个问题的思考分享给大家。

第一个问题：Java线程是如何与OS线程建立联系的，先上代码，这里只保留了关键代码

分析下这段代码：

第2句创建了一个OSThread对象。第4句将JavaThread与OSThread建立联系。
第16句是创建原生线程。这一步执行完，新创建的线程就会马上执行java_start方法，java_start方法最终会通过JNI调用Java代码中的run方法。
第18句是将原生线程的ID存储到OSThread中。因为Linux下所有操作线程的API都需要传入线程ID。
总结来说，Java线程与原生线程之间是这样的关系：Thread对象->JavaThread->OSThread->native thread。

第二个问题：Java线程与OS线程共用一套线程状态吗？不是。JavaThread中有线程状态，OSThread也有线程状态。这个问题后面写篇文章细讲。

第三个问题：Java线程是如何做到创建与启动分开的？答案是借助锁。研究过Hotspot源码的小伙伴可能知道，这里的锁要么是parker对象，要么是ParkEvent。这两个锁对象是理解多线程不可逾越的横沟，后面写篇文章细讲。

如果你对Java线程创建的细节能掌握到这个程度，理论上来说面试基本不会被虐。我再给你一些面试装叉的灵丹妙药。

分离线程

大家有没有注意到os::create_thread中的第8句代码。这句代码是设置即将创建的线程属性，值为PTHREAD_CREATE_DETACHED。这个值的意思是以分离状态创建线程。即我们通过new Thread创建的线程于OS而言都是分离线程。

为什么要创建分离线程，而不是普通线程呢？这就要说到分离线程的好处。也不得不感叹写JVM的大佬对硬件、对OS的精通程度。

在我们使用默认属性创建一个线程的时候，线程是 joinable 的。joinable 状态的线程，必须在另一个线程中使用 pthread_join() 等待其结束，如果一个 joinable 的线程在结束后，没有使用 pthread_join() 进行操作，这个线程就会变成"僵尸线程"。每个僵尸线程都会消耗一些系统资源，当有太多的僵尸线程的时候，可能会导致创建线程失败，因为每个进程能够持有的描述符是有限的。

当线程被设置为分离状态后，线程结束时，它的资源会被系统自动的回收，而不再需要在其它线程中对其进行 pthread_join() 操作。

Linux系统层面的线程知识，我在我的手写JVM二期班中都会给大家补上。

我的困惑

Java的线程机制我觉得设计的过于复杂了，两个方面：一、需要维护两套线程状态；二、创建与启动分开。

目前不太理解JVM为什么要这样设计，所以我在手写JVM的课程中，我准备反其道而行，看看这样实现存在什么样的问题或者不便，这些问题或不便应该就是JVM这样设计的理由。这也就是我开设手写JVM小班的意义之一，你看到的所有理论，你心中的所有猜疑，如果你有一个自己手写自己熟悉的JVM，你就可以随时去论证，找到正确答案。而不是模棱两可、自己都没有底气的猜疑。

有些小伙伴可能想，我直接改hotspot源码不也可以吗？的确，可以，但是这个门槛太高了。你如果没有能力手写一个JVM，改hotspot源码那就是天方夜谭了。

结语

总是听到小伙伴说：多线程好难学、多线程学不会、多线程没概念……为什么会这样呢？我觉得可能是这样：大多数小伙伴接触线程都是从高级语言开始的，比如Java。而高级语言的线程是基于操作系统的线程机制实现的，而小伙伴们没有学过操作系统应用层的学习机制，更不了解操作系统内核级的线程机制，所以学完多线程有一种似会非会的感觉。跟别人交流或者面试的时候，滥用应用态切内核态、线程调度等名词。写多线程程序更是惨不忍睹。

我的手写JVM小班新增的内容就是以我所理解的方式让大家精通多线程。学起来会有一点难度，所以如果你没有决心想成为一个技术大牛，建议有这个决心的时候再来，我随时都在。当然啦，底层的学习会比较枯燥，那我是怎么解决这个问题的呢？手写。沉浸在设计者的角度去思考去实现，随着对知识点本身的一点点领悟，代码的一点点成型，那种成就感是CRUD无法比拟的。给大家看下二期新增的知识大纲。