程式、行程與執行緒完全指南

三層關係：程式 / 行程 / 執行緒

這三個詞常被混用，但它們是清楚的三層：

程式 Program  → 靜態的可執行檔，躺在磁碟上（指令 + 資料，還沒執行）
行程 Process  → 程式被載入記憶體執行的「實例」，擁有獨立資源 = 資源擁有單位
執行緒 Thread → 行程內的執行流，共享行程的位址空間 = CPU 排程單位

比喻：程式是劇本，行程是一場演出（含舞台、道具、燈光），執行緒是台上同時表演的演員。 同一個劇本可以同時開好幾場演出（多個行程），每場演出可以有多個演員（多執行緒）。

概念	是什麼	單位角色
Program	磁碟上的可執行檔	靜態，不執行
Process	執行中的程式實例	資源分配 / 擁有單位
Thread	行程內的執行流	CPU 排程單位

一個行程至少有一條執行緒（主執行緒）；可以有多條（多執行緒）。

行程（Process）

行程是「執行中的程式」，作業系統為它配置一整套獨立資源：

獨立的位址空間（virtual address space）：自己的程式碼段、資料段、堆積（heap）、堆疊（stack）
資源：開啟的檔案、網路連線（file descriptors）、環境變數
識別：行程 ID（PID）

關鍵：行程之間彼此隔離。A 行程不能直接讀寫 B 行程的記憶體（受 OS 保護）。要溝通得透過 IPC（行程間通訊）：管線、訊息佇列、共享記憶體、socket 等。

Process A ─┐                      ┌─ Process B
 位址空間 A │  互相隔離，看不到對方    │ 位址空間 B
           └── IPC（管線/socket）──┘

執行緒（Thread）

執行緒是行程內部的執行流，是 CPU 真正排程、執行的對象。

多條執行緒共享所屬行程的位址空間與資源
每條執行緒有自己獨立的堆疊（stack）與暫存器、程式計數器（PC）
建立 / 切換執行緒比行程輕量（不必複製整套位址空間）

        Process（共享：程式碼、heap、開啟的檔案）
   ┌──────────┬──────────┬──────────┐
 Thread 1   Thread 2   Thread 3
 (各自 stack / PC / 暫存器)

因為執行緒共享記憶體，溝通很快（直接讀寫共享變數），但也因此產生競爭問題，需要同步機制（見後文與鎖機制筆記）。

位址空間：共享什麼、不共享什麼

這是理解多執行緒的關鍵：

資源	行程內多執行緒	說明
程式碼段（Code）	✅ 共享	同一份指令
全域 / 靜態變數、堆積（Heap）	✅ 共享	競爭的來源，需同步
開啟的檔案 / socket	✅ 共享	共用 file descriptor
堆疊（Stack）	❌ 各自獨立	區域變數、函式呼叫
暫存器 / 程式計數器（PC）	❌ 各自獨立	各自的執行位置

共享 → 溝通快、但要小心 race condition
獨立 → 每條執行緒有自己的呼叫脈絡，互不干擾

為什麼需要執行緒？

1. 並發處理

一條執行緒在等 I/O（讀檔、等網路）時，其他執行緒可以繼續用 CPU，不必整個行程卡住。

2. 善用多核心

多核心 CPU 上，多條執行緒可真正同時在不同核心執行（平行運算），縮短總時間。

3. 反應性（Responsiveness）

GUI / 伺服器把耗時工作丟到背景執行緒，主執行緒保持回應使用者。

4. 比多行程省資源

執行緒共享位址空間，建立、切換成本都比行程低，溝通也不必走 IPC。

多執行緒 vs 多行程

兩種都能並發，取捨不同：

面向	多執行緒（一個行程內）	多行程
記憶體	共享位址空間	各自獨立
溝通	直接讀寫共享變數（快）	IPC（較慢）
建立 / 切換成本	低	高
隔離性 / 穩定性	低（一條崩潰可能拖垮整個行程）	高（行程互相隔離）
適用	高頻溝通、共享大量資料	需要強隔離 / 容錯

例：Chrome 用多行程隔離分頁（一個分頁崩潰不影響其他）；多數伺服器用多執行緒處理大量並發連線。Python 因 GIL，CPU 密集常改用多行程（multiprocessing）。

執行緒生命週期

從作業系統角度，執行緒在幾個狀態間轉換（各 OS / 語言名稱略異，概念一致）：

        建立                  取得 CPU
新建 New ──► 就緒 Ready ◄──────────► 執行 Running ──► 終止 Terminated
              ▲                           │
              │      事件完成 / 喚醒        │ 等待 I/O / 鎖 / sleep
              └────── 阻塞 Blocked ◄───────┘

狀態	說明
New（新建）	已建立但尚未開始
Ready（就緒）	可執行，排隊等 CPU
Running（執行）	正在 CPU 上執行
Blocked / Waiting（阻塞）	等 I/O、鎖、事件，暫時不參與排程
Terminated（終止）	執行完畢

Ready → Running：由 CPU 排程器決定（見 CPU 排程筆記）
Running → Blocked：主動等待（I/O、sleep、搶鎖失敗）
Running → Ready：時間片用完被搶佔

多執行緒帶來的問題

共享記憶體是雙面刃。多執行緒最核心的風險：

競爭條件（Race Condition）：多條執行緒同時讀寫共享資料，結果取決於執行順序，不可預期
資料不一致 / 更新遺失（Lost Update）：一條的修改被另一條覆蓋
死鎖（Deadlock）：互相等待對方持有的鎖
可見性問題：一條執行緒的修改，另一條不一定立刻看到（CPU 快取 / 重排序）

解法是同步機制（鎖、原子操作、號誌等）：

共享資料 + 多執行緒 → 需要同步 → 鎖 / atomic / 號誌

同步機制的細節見 Lock 鎖機制完整指南；各語言實作見 Java 多執行緒、Go Goroutines。

常見問題

問題 1：程式和行程差在哪？

程式是磁碟上靜態的可執行檔；行程是程式被載入記憶體執行中的實例。同一個程式可以同時跑出多個行程。

問題 2：執行緒是「作業系統排程的最小單位」嗎？

大致是。現代 OS 中執行緒是 CPU 排程的基本單位，行程是資源擁有單位。但有兩個註解：Linux 實際排的是 "task"（不嚴格區分行程 / 執行緒）；而語言層的協程 / goroutine 等是在使用者空間排程，不由 OS 直接排（見執行緒模型筆記）。

問題 3：一個行程可以沒有執行緒嗎？

不行。行程至少有一條主執行緒，否則沒有東西可執行。

問題 4：為什麼執行緒切換比行程切換快？

執行緒共享位址空間，切換時不必更換整套記憶體映射（page table）與大量資源；行程切換要切換位址空間，成本高（見情境切換）。

問題 5：多執行緒一定比較快嗎？

不一定。CPU 密集且核心數有限時，過多執行緒反而因情境切換與鎖競爭變慢；I/O 密集才最受益。還要看語言限制（如 Python GIL）。

總結

核心要點

三層：程式（靜態檔）→ 行程（執行實例，資源單位）→ 執行緒（執行流，排程單位）
行程互相隔離，溝通靠 IPC；執行緒共享位址空間，溝通快但需同步
執行緒共享 code / heap / 檔案，獨立 stack / PC / 暫存器
執行緒用於並發、善用多核、保持反應性，且比多行程省資源
共享記憶體導致 race / deadlock，需同步機制
生命週期：New → Ready ⇄ Running ⇄ Blocked → Terminated

快速參考

概念	角色	隔離
Program	靜態可執行檔	—
Process	資源擁有單位	互相隔離（IPC 溝通）
Thread	CPU 排程單位	共享行程位址空間

建立日期：2026-06-18