本文试图从进程角度解释Erlang之所以高效的原因，大部分资料来源于论文『Characterizing the Scalability of Erlang VM on Many-core Processors』，并且带有自己的理解，不当之处请多包涵。

Erlang作为一门面向并发的语言(Concurrent Oriented Programming, COP)，进程扮演着重要的作用，可以说Erlang就是一门面向进程的语言。归根到底，Erlang的核心概念无非就是进程、模式匹配、消息传递三大法宝。

目前主流的Erlang虚拟机是BEAM(Bogdan/Bjrn’s Erlang Abstract Machine)，早期的JAM, old BEAM现都已经废弃不用。Erlang虚拟机是运行在操作系统中的一个多线程进程。Linux下，用POSIX线程库(pthread)实现，多线程共享进程(VM)的内存空间。一般来说，Erlang虚拟机会为每个CPU核分配两个线程，一个负责IO，一个作为调度器负责调度Erlang进程。

Erlang进程是虚拟机级别的进程，它非常轻量，初始化时只有2K左右，Erlang官方文档有给出测试初始进程占用内存大小的程序:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Eshell V6.1  (abort with ^G)
1> Fun = fun() -> receive after infinity -> ok end end.
#Fun<erl_eval.20.90072148>
2> Pid = spawn(Fun).
<0.35.0>
3> {_,Bytes} = process_info(Pid, memory).
{memory,2680}
4> Bytes div erlang:system_info(wordsize).
335
5> erlang:process_info(Pid).......{total_heap_size,233},{heap_size,233},{stack_size,9},......

可以看到，一个进程包含堆栈在内只需2680B内存，其中堆(含栈)大小为233个字，64位系统下一个字等于8个字节，堆栈占用1864B。实际上，如果只计算PCB，大约只占300B，相比Linux PCB的1K也轻量不小。另外，Joe Armstrong在『Progamming Erlang』中也有过示范，物理内存充足的情况下，spawn一个进程只需花费微秒数量级的时间。因此，Erlang系统中允许同时存在成千上万的进程。

图1

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

struct process {Eterm* htop;    /* Heap top */Eterm* stop;    /* Stack top */Eterm* heap;    /* Heap start */Eterm* hend;    /* Heap end */Uint heap_sz;   /* Size of heap in words */Uint min_heap_size; /* Minimum size of heap (in words). */Eterm* i;       /* Program counter for threaded code. */Uint32 status;  /* process STATE */Eterm id;       /* The pid of this process */Uint reds;      /* No of reductions for this process  */Process *next;  /* Pointer to next process in run queue */Process *prev;  /* Pointer to prev process in run queue */ErlMessageQueue msg;/* Message queue */
#ifdef ERTS_SMPErlMessageInQueue msg_inq;
#endif......
};

进程堆和栈共同占用一块连续的内存空间，堆空间由低地址向高地址增长，栈空间由高地址向低地址增长，当堆顶和栈顶一样时，可以判定堆栈空间已满，需要通过垃圾回收空间和或者增长空间。在Erlang进程看来，这块堆栈内存是独占的，进程间彼此隔离；在操作系统进程看来，所有Erlang进程的堆栈空间都在自己的堆空间里。Erlang进程里堆空间和栈空间存放数据类型有所区分，前者主要是一些复合数据，比如元组、列表和大数等，后者主要存放一些简单数据类型以及堆中复合数据的引用。

图2是以列表和元组为例展示了Erlang进程中堆栈的内存布局：

图2

从图2还可以看出，ListA和ListC共享了部分数据，也就说，在一个Erlang进程内部，是存在内存共享的情况的。在Erlang里，变量拥有不变性，一次赋值(模式匹配)成功，它就不会再变，因此，ListA和ListC可以永远安全地共享这些数据。当然，Erlang中的内存共享在其他场景下也会出现，在图1中所示的有两块内存共享区域，一块是二进制数据共享区，用于存储大于64Byte的二进制数据；另一块是存储ETS表用的，ETS可以供每个进程访问，相比真正的共享内存有一些不同，它基于消息复制以记录为单位进行存取；相比数据库，它弱了很多，不支持事务机制。

当进程堆栈空间满时，会触发调度器对进程进行GC，如果GC结束堆栈空间仍然不足，则会分配新空间。Erlang的GC是以进程为单位，对某个进程GC不会影响其他进程的执行，虽然对单个进程来说，存在stop the world的现象，但是从全局来看，其他进程不会受影响，这个特性使得Erlang能够应付大规模高并发的业务场景，基于Elrang的业务系统可以达到软实时的级别。另外，一旦进程生命周期结束，GC可以非常方便地直接回收这个进程占用的所有内存。

综上，从进程的角度的来看，使得Erlang高效主要是以下方面：
1. 进程本身轻量。所以线程池的概念在Erlang语言层面根本不存在。
2. 变量不变性避免了很多无谓的数据复制。如List操作，直接通过修改指针实现append操作。
3. 以进程为单位进行GC。