调用start()才真正创建OS级线程并可能多核并行，而run()仅是主线程内普通方法调用；可通过/proc/[pid]/task/验证LWP存在与否、jstack查看RUNNABLE状态、top -H观察CPU分布来直观区分。

直接调用 run() 不会触发多核并行，它只是主线程里一个普通方法调用；而调用 start() 才真正让 JVM 向操作系统申请新内核线程，从而可能被调度到不同物理核心上运行。要直观看到这个差异，关键不是“写多复杂”，而是用可观察的系统级指标把线程和 CPU 核心绑定关系显性化。

一、用 Thread.currentThread().getId() + /proc/[pid]/task/[tid]/status 验证线程创建

Java 的 Thread.getId() 是 JVM 内部编号，不能反映 OS 线程 ID；但 Linux 下每个 Java 线程对应一个 内核线程（LWP），其真实 PID 可在 /proc/[java_pid]/task/ 目录下查到。配合 task/[tid]/status 中的 Cpus_allowed_list 字段，就能看到该线程被允许运行在哪几个逻辑核心上。

• 启动 Java 程序后，先用 ps -T -p [java_pid] 获取所有线程的 LWP ID
• 对每个 LWP ID，读取 /proc/[java_pid]/task/[lwp_id]/status | grep Cpus_allowed_list
• 对比：start() 后的新线程通常显示允许全部核心（如 0-11），而 run() 调用不会产生新 LWP，自然查不到对应 task 目录

二、用 Runtime.getRuntime().availableProcessors() 辅助判断硬件能力

这行代码返回的是 JVM 感知到的**可用逻辑处理器数**（例如 12 表示 6 核 12 线程）。它本身不区分 start/run，但它是后续观察调度行为的前提——如果返回 1，那无论你怎么 start，也跑不出单核并发效果。

Miller CSV TSV JSON 数据处理器

Miller (mlr) 是一个命令行工具，用于查询、整形和重新格式化名称索引数据，如 CSV、TSV、JSON 和 JSON Lines。它将 awk、sed、cut、join 和 sort 的功能整合到一个专为结构化数据处理而构建的单一工具中。

下载

• 建议在 main 开头就打印：System.out.println("Cores: " + Runtime.getRuntime().availableProcessors());
• 若输出为 1，说明当前环境（Docker 限制、WLS、某些 IDE 模拟器）禁用了多核，此时 start() 仍会新建线程，但 OS 只能把它调度到同一个核心上轮转（即并发而非并行）

三、用 jstack + top -H 实时观察线程状态与 CPU 占用分布

这是最贴近“直观演示”的方式：一边看线程是否处于 RUNNABLE 状态，一边看哪个 CPU 核心在真实吃满。

• 写一个死循环 + System.nanoTime() 计数的 run() 方法体（避免被 JIT 优化掉）
• 分别测试两种情形：
  • 情形 A：用 new Thread(() -> { while(true) cnt++; }).start();
  • 情形 B：用 new Thread(() -> { while(true) cnt++; }).run();
• 运行中执行 jstack [pid] | grep java.lang.Thread.State，A 中能看到多个 RUNNABLE 线程；B 中只有 main 是 RUNNABLE
• 同时开另一个终端运行 top -H -p [pid]，按 1 显示各核负载 —— A 中大概率出现多个线程分散在不同 CPU% 列高亮，B 中只有 %CPU 集中在单个核心上跳动

四、加一点“核亲和力”佐证：用 jcmd 设置线程绑定（可选进阶）

从 JDK 10 起，jcmd [pid] VM.native_memory summary 和第三方工具如 JDK Mission Control 可配合 taskset 做验证。更直接的是：

• 用 taskset -c 0,1 java YourApp 启动程序，限定只用核心 0 和 1
• 再用 jstack 查线程，start() 创建的线程仍会出现在 /proc/[pid]/task/ 下，且 Cpus_allowed_list 显示为 0-1
• 而 run() 调用的线程永远不会出现在该目录 —— 它压根没被 OS 当作独立调度实体