Chormium线程模型及应用指南

核心概念

设计上遵循以下原则:

1 不要在UI线程做任何阻塞式的I/O操作,以及其它耗时的操作,通过消息传递把各种操作传给相应用途的线程去做。

2 不鼓励线程加锁机制和线程安全对象。对象只存在一个线程,通过消息来实现线程之间的通信,线程之间不互相阻塞。通过callback对象实现跨线程请求。

一般情况下,我们应该利用一个现有的线程,尽量不要创建新的线程。UI线程实际上会被设置为不允许I/O操作,并且不允许等待。 

线程列表

核心线程列表

所属进程 线程名称 类型 职责 实现
 Browser UI / BrowserThread Java Browser的主线程 content::BrowserThreadImpl
 Browser  Chrome_DBThread Native 负责数据库(SQLite)相关的操作,很多功能的实现会用到该线程。 content::BrowserThreadImpl
 Browser  Chrome_FileThread Native 文件的创建、删除、读写等。 content::BrowserThreadImpl
 Browser  Chrome_FileUserBlockingThread Native 用于读取与用户交互有关的数据,需要快速的响应。看到net log模块和appcache有用。 content::BrowserThreadImpl
 Browser  Chrome_ProcessLauncherThread Native 用于启动和终止子进程。 content::BrowserThreadImpl
 Browser  Chrome_CacheThread Native    
        content::BrowserThreadImpl
 Browser  IndexedDB Native IndexDB存储线程。 base::Thread
GPU  Chrome_InProcGpuThread Native GPU的单进程版本实现。 content::InProcessGpuThread
Child Processes Chrome_ChildIOThread Native 子进程的IO线程实现。 base::Thread
Renderer Chrome_InProcRendererThread Native Renderer进程的单进程版本实现。 content::InProcessRendererThread

 

其它线程

线程名称 Module 实现 说明
CookieMonsterClient CAW base::Thread  
CookieMonsterBackend CAW base::Thread  
CookieSyncManager WebView Runnable  
Chrome_libJingle_WorkerThread Browser base::Thread  
Blink Heap Marker Thread (*) Blink base::Thread  
Blink GC Sweeper (*) Blink base::Thread  
HTMLParserThread Blink base::Thread  
AsyncTransferThread gpu gpu::TransferThread  
BrowserBlocking Worker Browser base::SequencedWorkerPool 详见:Chromium中应用C/C++并发技术要点
SimpleCache Worker net base::SequencedWorkerPool  
Network File Thread net base::Thread  

  

线程结构

(以单进程模型

时间: 2024-10-03 17:32:41

Chormium线程模型及应用指南的相关文章

Netty线程模型详解

1. 背景 1.1. Java线程模型的演进 1.1.1. 单线程 时间回到十几年前,那时主流的CPU都还是单核(除了商用高性能的小机),CPU的核心频率是机器最重要的指标之一. 在Java领域当时比较流行的是单线程编程,对于CPU密集型的应用程序而言,频繁的通过多线程进行协作和抢占时间片反而会降低性能. 1.1.2. 多线程 随着硬件性能的提升,CPU的核数越来越越多,很多服务器标配已经达到32或64核.通过多线程并发编程,可以充分利用多核CPU的处理能力,提升系统的处理效率和并发性能. 从2

Netty的线程模型

1. 背景 1.1. Java线程模型的演进 1.1.1. 单线程 时间回到十几年前,那时主流的CPU都还是单核(除了商用高性能的小机),CPU的核心频率是机器最重要的指标之一. 在Java领域当时比较流行的是单线程编程,对于CPU密集型的应用程序而言,频繁的通过多线程进行协作和抢占时间片反而会降低性能. 1.1.2. 多线程 随着硬件性能的提升,CPU的核数越来越越多,很多服务器标配已经达到32或64核.通过多线程并发编程,可以充分利用多核CPU的处理能力,提升系统的处理效率和并发性能.  

Dubbo线程模型(结合Linux线程数限制配置的实战经验分享)

Dubbo官方文档: 用户指南 >> 示例 >> 线程模型 配置标签: <dubbo:provider/> <dubbo:protocol/> 实战经验分享(属用性能调优): Linux用户线程数限制导致的java.lang.OutOfMemoryError: unable to create new native thread 异常 # vi /etc/security/limits.d/90-nproc.conf # Default limit for

Java线程模型缺陷研究

Java 编程语言的线程模型可能是此语言中最薄弱的部分.它完全不适合实际复杂程序的要求,而且也完全不是面向对象的.本文建议对 Java 语言进行重大修改和补充,以解决这些问题. Java 语言的线程模型是此语言的一个最难另人满意的部分.尽管 Java 语言本身就支持线程编程是件好事,但是它对线程的语法和类包的支持太少,只能适用于极小型的应用环境. 关于 Java 线程编程的大多数书籍都长篇累牍地指出了 Java 线程模型的缺陷,并提供了解决这些问题的急救包(Band-Aid/邦迪创可贴)类库.我

socket编程与线程模型一

这里线程模型是指winsock相关的线程模型设计. 在本软件的设计的过程中有些问题是涉及到winsock的问题,为了能够很好的 设计线程模型,必须理解清楚socket的内部工作机制.为此,首先从外面开始分 析. 一.为什么使用多线程 1.使用多线程是为了避免应用程序主界面在I/O操作中没有反应,出现假死 机现象. Socket是一种特殊的I/O,所以很可能会出现这种现象.例如发送数据,或者 连接服务器的时候. 2.为了提高cpu利用率(在多cpu环境)和改善应用程序的并发性能. 在多cpu环境,

AIX6.1 线程模型说明

引文:线程模型(Threading Model)默认从进程域 (M:N 模型 ) 改为系统全局域 (1:1 模型 )   在 AIX 5L 中,pthread 线程的默认模型是 m:n 方式,而从 AIX 6.1 开始,默认改为了 1:1 方式.这两种方式在系统中通过 AIXTHREAD_SCOPE 环境变量来进行控制.如果设置 AIXTHREAD_SCOPE=P,则线程模型为进程域(M:N 模型),设置 AIXTHREAD_SCOPE=S 则为系统域(1:1 模型). 1:1 模型下,每个用户

tomcat的NIO线程模型源码分析

1 tomcat8的并发参数控制 这种问题其实到官方文档上查看一番就可以知道,tomcat很早的版本还是使用的BIO,之后就支持NIO了,具体版本我也不记得了,有兴趣的自己可以去查下.本篇的tomcat版本是tomcat8.5.可以到这里看下tomcat8.5的配置参数 我们先来简单回顾下目前一般的NIO服务器端的大致实现,借鉴infoq上的一篇文章Netty系列之Netty线程模型中的一张图 一个或多个Acceptor线程,每个线程都有自己的Selector,Acceptor只负责accept

理解RxJava线程模型

RxJava作为目前一款超火的框架,它便捷的线程切换一直被人们津津乐道,本文从源码的角度,来对RxJava的线程模型做一次深入理解.(注:本文的多处代码都并非原本的RxJava的源码,而是用来说明逻辑的伪代码) 入手体验 RxJava 中切换线程非常简单,例如最常见的异步线程处理,主线程回调的模型,可以很优雅的用如下代码来做处理: Observable.just("magic")          .map(str -> doExpensiveWork(str))        

《C++多线程编程实战》——.7 线程模型的实现

2.7 线程模型的实现 我们可以把进程看作是一个对象,它的任务就是把相关资源分组.每个进程都有一个地址空间,如图2.10所示. 图2.10 进程的地址空间 这个所谓的进程图像必须在初始化CreateProcess时加载至物理内存中.所有的资源(如文件句柄.子进程的信息.信号处理器等)都被储存起来.把它们以进程的形式分组在一起,更容易管理. 除进程外,还有一个重要的概念是线程.线程是CPU可执行调度的最小单位.也就是说,进程本身不能获得CPU时间,只有它的线程才可以.线程通过它的工作变量和栈来储存