王杰岸我很早就想写一篇关于“线程和上下文”的文章了。干了这么多年后端，面试过不少人，也带过不少新人，发现大家对这个话题的认知普遍停留在“背八股”的层面：能说出线程和进程的区别，能背出线程池的参数，但真到了线上排查问题、调整线程池配置、定位性能瓶颈的时候，脑子里那点概念根本不够用。
这篇文章我想换个讲法，不按教科书的路子来，而是从“计算机原理到底怎么影响你的代码”这个角度切入，把线程是什么、上下文切换到底在切什么、线程池的参数背后在算计什么、线程安全问题的根源在哪里，一层一层拆开讲清楚。内容会结合我实际调优和踩坑的经历，也会穿插一些跨语言（C#、C++/Qt）的对照，希望对正在学操作系统、准备面试、或者已经在写并发代码的朋友都有点用。
1. 先搞清楚进程和线程——资源的所有权之争
1.1 进程是资源容器，线程是执行单元
很多教材上来就列一张表：进程是资源分配的最小单位，线程是CPU调度的最小单位。这句话背下来容易，但真理解的人不多。我换个说法：进程像一个公司，线程是公司里的员工。公司拥有办公场地、电脑、打印机、财务预算这些资源，但真正干活的是员工。你要裁员，裁的是员工，不是把公司解散；但公司一旦解散，所有员工都得走，所有资源也都得释放。
从操作系统原理的角度看，一个进程的内存空间里装着代码段、数据段、堆、栈，还维护着打开的文件描述符表、信号处理表、环境变量等一大堆资源。而线程是进程内部的一条执行流，它跟同一进程里的其他线程共享这些资源，只有自己的栈、寄存器状态和程序计数器是独立的。这就是为什么线程之间通信特别方便——大家本来就在同一块内存里，直接读共享变量就行了，但这也恰恰是后面线程安全问题的根源。
我实际工作里的感受是，进程和线程的取舍从来不是“谁更好”的问题，而是“你要隔离还是要效率”的问题。多进程天然隔离，一个崩了不影响另一个，但进程间通信用管道、消息队列、共享内存都绕一圈，成本高；多线程写起来直观，共享数据随手就能用，但一个线程把共享数据改坏了，整个进程都跟着遭殃。Chrome开一个标签页一个进程，就是为了隔离；而绝大多数后端服务用多线程，图的是低延迟高吞吐。
1.2 为什么需要线程——并发与并行的本质差异
初学者常把并发（concurrency）和并行（parallelism）混为一谈，这俩在原理层面差别很大。并发是多个任务在同一个CPU核上交替执行，宏观上像是一起跑，微观上CPU在不停切换；并行是多个任务在多个CPU核上同时执行，是真正意义上的“同时”。
单核CPU时代，我们只有并发，线程的意义在于：当一个线程在等磁盘IO、等网络响应的时候，CPU可以切去执行别的线程，而不是傻等着。这就是IO密集型和CPU密集型任务的根本区别——IO密集型的线程大部分时间在等，CPU密集型的线程大部分时间在算。你在数据库查询、HTTP调用这种场景下用多线程，收益主要来自“等待期间让出CPU给别的线程用”；你在图像处理、加解密这种纯计算场景下用多线程，收益才来自多核并行。
我见过有人拿着四核服务器，开了两百个线程去调一个第三方HTTP接口，结果接口本身没压力，反而服务器自己先扛不住了——上下文切换开销巨大，CPU全耗在“换人”上了。这就是没搞清楚并发和并行、没搞明白线程到底在解决什么问题。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 上下文切换——操作系统里最贵的一次“换人”
2.1 上下文到底是什么——寄存器、栈指针与程序计数器
“上下文”这个词在计算机原理里出镜率极高，但很多人没细想过它具体指什么。简单说，上下文就是一个线程“干到一半”时的全部现场信息。CPU在某一时刻只能执行一个线程，当操作系统决定把CPU从线程A切换给线程B时，它必须完整保存A的现场，将来A被重新调度时才能接着原来的位置继续跑，而不是从头再来。
这个现场包括哪些东西？首先是程序计数器（PC），它记录了线程即将执行的下一条指令的内存地址——没有它，线程恢复执行时不知道去哪取指令。其次是一组通用寄存器，包括累加器、基址寄存器、索引寄存器等，它们保存着当前的中间计算结果。然后是栈指针（SP）和栈帧信息，线程的局部变量、函数调用链都在栈上，SP指向栈顶，丢了就全乱了。再往细了说，还有状态寄存器（存条件码、标志位）、浮点寄存器、内存管理相关的页表基址等。
写过汇编或者调试过崩溃栈的朋友，对这套东西应该有直觉。我当年用GDB调试C程序的时候，看到 info registers 打出来那一排寄存器值，才真正意识到“线程执行到哪了”在机器层面到底是什么样——就是这一堆寄存器的值而已。操作系统要做的事情，说白了就是把这一堆值从当前线程的上下文结构体里拷出来存好，再把下一个线程的上下文结构体里的值拷进寄存器。
2.2 一次切换的开销到底花在哪里
很多人以为上下文切换就是保存几个寄存器，能有多贵？实测告诉你，一次直接的开销大概在1到10微秒这个量级，听起来不高对吧？但这里藏着两个更隐蔽的代价。
第一个是内核态与用户态的切换。线程切换不是用户程序自己就能干的，必须通过系统调用陷入内核，由操作系统的调度器来做决策和切换。这意味着每次切换都要从用户态切到内核态，执行完调度逻辑再切回用户态，这个进出过程本身就有不小的开销。你在源码层面调一个 Thread.yield() 或 wait()，底层都会走这么一趟。
第二个更狠的是缓存失效。CPU有L1、L2、L3多级缓存，这些缓存里存着当前线程正在访问的数据和指令。一旦切到另一个线程，新线程的数据大概率不在缓存里，就