【Linux】进程概念
1. 冯诺依曼体系结构
外设：
- 输入设备：鼠标，键盘，摄像头，话筒，磁盘，网卡
- 输出设备：显示器，播放器硬件，磁盘，网卡
有的设备是纯的输入，输出，也有即使输入，又是输出设备
cpu/中央处理器：
- 运算器:对我们的数据进行计算任务(算数运算，逻辑运算)
- 控制器:对我们的计算硬件流程进行一定的控制
输入设备、输出设备、运算器、控制器、内存都是独立的个体。各个硬件单元必须用“线”链接起来（“线”即总线，包括系统总线和I0总线）
计算机存储金字塔：
2. 操作系统
2.1 概念
任何计算机系统都包含一个基本的程序集合，称为操作系统(OS)。笼统的理解，操作系统包括：
- 内核（进程管理，内存管理，文件管理，驱动管理）
- 其他程序（例如函数库，shell程序等等）
2.2 设计OS的目的
- 与硬件交互，管理所有的软硬件资源
- 为用户程序（应用程序）提供一个良好的执行环境
2.3 定位
在整个计算机软硬件架构中，操作系统的定位是：一款纯正的“搞管理”的软件
2.4 如何进行 “管理”
2.5 操作系统管理硬件
- 描述起来（指描述底层硬件），用struct结构体
- 组织起来（将描述出来的底层硬件组织起来），用链表或其他高效的数据结构
2.6 系统调用和库函数概念
- 在开发角度，操作系统对外会表现为一个整体，但是会暴露自己的部分接口，供上层开发使用，这部分由操作系统提供的接口，叫做系统调用。
- 系统调用在使用上，功能比较基础，对用户的要求相对也比较高，所以，有心的开发者可以对部分系统调用进行适度封装，从而形成库，有了库，就很有利于更上层用户或者开发者进行二次开发
3. 进程
3.1 基本概念
- 课本概念：程序的一个执行实例，正在执行的程序等
- 内核观点：担当分配系统资源（CPU时间，内存）的实体。
- 进程：内核PCB数据结构对象+你自己的代码和数据
3.2 PCB
- 进程信息被放在一个叫做进程控制块的数据结构中，可以理解为进程属性的集合。
- 课本上称之为PCB（process control block），Linux操作系统下的PCB是:** task_struct**
- PCB是一个struct结构体
3.3 task_ struct内容分类
- 标示符: 描述本进程的唯一标示符，用来区别其他进程。
- 状态: 任务状态，退出代码，退出信号等。
- 优先级: 相对于其他进程的优先级。
- 程序计数器: 程序中即将被执行的下一条指令的地址。
- 内存指针: 包括程序代码和进程相关数据的指针，还有和其他进程共享的内存块的指针
- 上下文数据: 进程执行时处理器的寄存器中的数据[休学例子，要加图CPU，寄存器]。
- I／O状态信息: 包括显示的I/O请求,分配给进程的I／O设备和被进程使用的文件列表。
- 记账信息: 可能包括处理器时间总和，使用的时钟数总和，时间限制，记账号等。
- 其他信息
3.4 操作系统对进程的管理
- 一个操作系统，不仅仅只能运行一个进程，可以同运行多个进程
- 操作系统必须的将进程管理起来! 如何管理进程呢?-------->先描述，在组织
- 先描述：任何一个进程，在加载到内存的时候，形成真正的进程时，操作系统都要先创建描述进程属性的结构体对象— PCB、process ctrlblock、进程控制块
- 后组织：在操作系统中，对进程进行管理，变成了对单链表进行增删改查!
3.5 组织进程
可以在内核源代码里找到它。所有运行在系统里的进程都以task_struct链表的形式存在内核里
3.6 查看进程
- 进程的信息可以通过 /proc 系统文件夹查看
如：要获取PID为1的进程信息，你需要查看 /proc/1 这个文件夹 - 大多数进程信息同样可以使用top和ps这些用户级工具来获取
结束进程：
# kill -9 XXX // XXX：进程对应的PID
3.7 通过系统调用获取进程标示符
- 进程id（PID）
- 父进程id（PPID）
#include <stdio.h>
#include <sys/types.h>
#include <unistd.h>
int main()
{
printf("pid: %d\n", getpid());
printf("ppid: %d\n", getppid());
return 0;
}
3.8通过系统调用创建进程-fork初识
fork：通过系统调用函数，让父进程创建子进程
fork函数返回值：
如果成功，给父进程返回子进程的PID，0返回给子进程，此时返回值有两个
如果失败，给父进程返回-1，不返回给子进程
fork 之后通常要用 if 进行分流：
#include <stdio.h>
#include <sys/types.h>
#include <unistd.h>
int main()
{
printf("begin: 我是一个进程，pid: %d!, ppid: %d\n", getpid(), getppid());
int ret = fork();
if(ret < 0)
{
perror("fork");
return 1;
}
else if(ret == 0) //child
{
printf("我是子进程，pid: %d!, ppid: %d\n", getpid(), getppid());
}
else //father
{
printf("我是父进程 : %d!, ret: %d\n", getpid(), getppid());
}
sleep(1);
return 0;
}
代码执行结果：
- 为什么fork要给子进程返回0，给父进程返回子进程pid?
返回不同的返回值，是为了区分让不同的执行流，执行不同的代码块! 一般而言fork代码及fork之后的代码父子共享。给父进程返回子进程pid是为了让父进程区别子进程。
- fork函数，究竟在干什么?干了什么?
- 我们为什么要创建子进程呢?
为了让父和子执行不同的事情!------需要想办法让父和子执行不同的代码块
让fork具有了不同的返回值!-------区别父子进程
- 如果父子进程被创建好，fork0,往后，谁先运行呢??
谁先运行，由调度器决定，不确定的
- 一个函数是如何做到返回两次的? 如何理解?
因为fork代码及fork之后的代码父子共享，所以 fork 函数被父子进程执行了两次，所以有两个返回值。而且ret是父进程的数据，子进程无法修改，当子进程调用函数后，再赋值给 ret 时，发生了深拷贝，新空间也有一个变量，叫做 ret，所以是同一变量名，不同空间。
4. 进程状态
/*
* The task state array is a strange "bitmap" of
* reasons to sleep. Thus "running" is zero, and
* you can test for combinations of others with
* simple bit tests.
*/
static const char * const task_state_array[] = {
"R (running)", /* 0 */
"S (sleeping)", /* 1 */
"D (disk sleep)", /* 2 */
"T (stopped)", /* 4 */
"t (tracing stop)", /* 8 */
"X (dead)", /* 16 */
"Z (zombie)", /* 32 */
};
-
R运行状态（running）: 并不意味着进程一定在运行中，它表明进程要么是在运行中要么在运行队列里
-
S睡眠状态（阻塞状态）： 意味着进程在等待事件完成（这里的睡眠有时候也叫做可中断睡眠
（interruptible sleep））。 -
挂起状态：或简称“挂起态”，是一个表示进程被“冻结”或“停滞”的特殊状态。在此状态下，进程不会在主存中活跃，而是被转移到辅助存储器（如硬盘）中。这意味着进程在此状态下不会获得CPU的执行时间，并从活跃队列中移除
-
D磁盘休眠状态（Disk sleep）有时候也叫不可中断睡眠状态（uninterruptible sleep），在这个状态的进程通常会等待IO的结束。
休眠状态就是阻塞状态，我们将这种休眠状态称之为阻塞状态，于此对应有深度休眠状态，浅度睡眠的进程的会对外部的信号做出响应（比如可以直接ctrl c被终止掉）。
而深度睡眠（disk sleep）状态也是阻塞状态，这种状态的程序是针对磁盘设计的，这种状态的 进程，操作系统是不能杀掉的。原因如下：
操作系统在没有空间的时候，会通过杀掉进程节省资源，但当一个进程正在向磁盘中写入关键数据 时，如果杀掉该进程，那么写入磁盘就会失败导致数据丢失，为了应对这种情况设置了深度睡眠的状态，操作系统遇到这种状态的进程，就不会去杀掉他。直到进程向磁盘中写完关键数据后，深度睡眠才结束
-
T停止状态（stopped）： 可以通过发送 SIGSTOP 信号给进程来停止（T）进程。这个被暂停的进程可以通过发送 SIGCONT 信号让进程继续运行。
-
X死亡状态（dead）：这个状态只是一个返回状态，你不会在任务列表里看到这个状态
4.1 Z(zombie)-僵尸进程
- 僵死状态（Zombies）是一个比较特殊的状态。当进程退出并且父进程（使用wait()系统调用,后面讲）没有读取到子进程退出的返回代码时就会产生僵死(尸)进程
- 僵死进程会以终止状态保持在进程表中，并且会一直在等待父进程读取退出状态代码。
- 所以，只要子进程退出，父进程还在运行，但父进程没有读取子进程状态，子进程进入Z状态，进程的相关资源尤其是task struct 结构体不能被释放!
4.2 僵尸进程的危害
- 进程的退出状态必须被维持下去，因为他要告诉关心它的进程（父进程），你交给我的任务，我办的怎么样了。可父进程如果一直不读取，那子进程就一直处于Z状态。
- 维护退出状态本身就是要用数据维护，也属于进程基本信息，所以保存在task_struct(PCB)中，* * 换句话说，Z状态一直不退出，PCB一直都要维护。
那一个父进程创建了很多子进程，就是不回收，就会造成内存资源的浪费。是的！因为数据结构对象本身就要占用内存，C中定义一个结构体变量（对象），是要在内存的某个位置进行开辟空间！ - 内存泄漏。
4.3 孤儿进程
- 父进程如果提前退出，那么子进程后退出，进入Z之后，那该如何处理呢？
- 父进程先退出，子进程就称之为“孤儿进程”
- 孤儿进程被1号init进程（系统）领养，当然要有init进程回收喽
- 为什么孤儿进程要被领养? 因为孤儿进程未来也会退出，也要被释放
5. 进程优先级
基础概念：
- cpu资源分配的先后顺序，就是指进程的优先权（priority）。
- 优先权高的进程有优先执行权利。配置进程优先权对多任务环境的linux很有用，可以改善系统性能。
- 还可以把进程运行到指定的CPU上，这样一来，把不重要的进程安排到某个CPU，可以大大改善系统整体性能
- 如果进程长时间得不到CPU资源，该进程的代码长时间无法得到推进 — 该进程的饥饿问题
5.1 查看系统进程
在linux或者unix系统中，用ps –l命令则会类似输出以下几个内容：
我们很容易注意到其中的几个重要信息，有下：
- UID : 代表执行者的身份
- PID : 代表这个进程的代号
- PPID ：代表这个进程是由哪个进程发展衍生而来的，亦即父进程的代号
- PRI ：代表这个进程可被执行的优先级，其值越小越早被执行
- NI ：代表这个进程的nice值，表示进程可被执行的优先级的修正数值
5.2 PRI and NI
- PRI也还是比较好理解的，即进程的优先级，或者通俗点说就是程序被CPU执行的先后顺序，此值越小进程的优先级别越高
- PRI值越小越快被执行，那么加入nice值后，将会使得PRI变为：PRI(new)=PRI(old)+nice
- 这样，当nice值为负值的时候，那么该程序将会优先级值将变小，即其优先级会变高，则其越快被执行
- 所以，调整进程优先级，在Linux下，就是调整进程nice值
- nice其取值范围是-20至19，一共40个级别
5.3 其他概念
- 竞争性: 系统进程数目众多，而CPU资源只有少量，甚至1个，所以进程之间是具有竞争属性的。为了高效完成任务，更合理竞争相关资源，便具有了优先级
- 独立性: 多进程运行，需要独享各种资源，多进程运行期间互不干扰
- 并行: 多个进程在
多个CPU下分别，同时进行运行，这称之为并行 - 并发: 多个进程在
一个CPU下采用进程切换的方式，在一段时间之内，让多个进程都得以推进，称之为并发
5.3.1 进程切换------>并发
进程切换就是从正在运行的进程中，收回CPU的使用权利，交给下一个要运行的进程。
通过进程切换，从而实现并发。
我们先了解一下寄存器：
- 为什么函数返回值，会被外部拿到呢?-------->通过CPU寄存器
return a -> mov eax 10 - 系统如何得知我们的进程当前执行到哪行代码了?
程序计数器pc， eip（寄存器）：记录当前进程正在执行指令的下一行指令的地址! - 寄存器作用：提高进程效率，高频数据放入寄存器中
CPU寄存器里面保存的是进程的临时数据-----进程的上下文!
进程切换：
- 保存上下文----->下一个进程------>又到了这一个进程------>恢复上下文
- 进程在从CPU上离开的时候，要将自己的上下文数据保存好，甚至带走
- 保存的目的，是为了未来的恢复
6. 环境变量
6.1 基本概念
- 环境变量一般是指在操作系统中用来指定操作系统运行环境的一些
参数 - 环境变量通常具有某些特殊用途，还有在系统当中通常具有
全局特性 - 全局特性的原因：我们所运行的进程，都是子进程，bash本身在启动的时候，会从操作系统的配置文件中读取环境变量信息，子进程会继承父进程交给它的环境变量!
6.2 常见环境变量
- PATH : 指定命令的搜索路径
- HOME : 指定用户的主工作目录(即用户登陆到Linux系统中时,默认的目录)
- SHELL : 当前Shell,它的值通常是/bin/bash。
6.3 和环境变量相关的命令
- echo: 显示某个环境变量值
echo $NAME //NAME:你的环境变量名称 不加$的话，echo把NAME当作字符串，直接打印NAME
- export: 设置一个新的环境变量
//直接设置环境变量
export XL=123456 //设置的环境变量名称为XL，环境变量值为：123456
//将本地变量转化为环境变量
a=3 //设置本地变量
export a
- unset: 清除环境变量
unset NAME //NAME:你的环境变量名称
- env: 显示所有环境变量
- set: 显示本地定义的shell变量和环境变量
6.4 环境表
每个程序都会收到一张环境表，环境表是一个字符指针数组，每个指针指向一个以’\0’结尾的环境字符串
6.5 通过代码如何获取环境变量
- 命令行第三个参数
#include <stdio.h>
int main(int argc, char *argv[], char *env[])
{
int i = 0;
for(; env[i]; i++){
printf("%s\n", env[i]);
}
return 0;
}
- 通过第三方变量environ获取
#include <stdio.h>
int main(int argc, char *argv[])
{
extern char **environ;
int i = 0;
for(; environ[i]; i++){
printf("%s\n", environ[i]);
}
return 0;
}
libc中定义的全局变量environ指向环境变量表,environ没有包含在任何头文件中,所以在使用时 要用extern声明。
6.6 通过系统调用获取或设置环境变量
- getenv
getenv("NAME"); //NAME:环境变量名称 返回值为环境变量的值
- putenv，下次讲解
6.7 本地变量 && 内建命令
- 本地变量，只会在本BASH内部有效，不会被继承
- 创建本地进程
- 两批命令
- 常规命令 – 通过创建子进程完成的
- 内建命令 – bash不创建子进程，而是由自己亲自执行，类似于bash调用了自己写的，或者系统提供的函数
7. 程序地址空间
7.1 内存管理和进程管理
我们可以看到的所有地址都是虚拟地址，平时写的C/C++，用的指针，指针里面的地址，全部都不是物理地址。
7.2 子进程的进程管理与内存管理
- 写时拷贝是由操作系统自动完成的，操作系统重新开辟空间，但是在这个过程中，页表左侧的虚拟地址是0感知的，一直都是不变的。
- 页表的
rw表示该数据的读写属性，即确定了数据是否能修改。 - 子进程的页表是由父进程拷贝而来，但不同的是，不管父进程
rw那一栏是什么，子进程页表的rw那一栏都是r。当子进程要修改数据时，操作系统会辨别数据是否能修改，若能修改，那操作系统会重新开辟空间，进行写时拷贝，并修改rw属性
7.3 页表
什么是页表?
页表是一种数据结构，用于管理虚拟内存和物理内存之间的映射关系。在操作系统中，当一个程序需要访问内存时，它会先访问虚拟内存，然后再通过页表将虚拟地址映射到物理内存中的实际地址。
页表的作用是什么？
- 让进程以统一的视角看待内存。
- 增加进程虚拟地址空间可以让我们访问内存的时候，增加一个转换的过程，在这个转化的过程中，可以对我们的寻址请求进行审查，所以一旦异常访问，直接拦截，该请求不会到达物理内存，保护物理内存
- 因为有地址空间和页表的存在，将进程管理模块，和内存管理模块进行解耦合!
页表地址：
页表地址也属于进程上下文，进程运行时，被放在了寄存器了。
7.4 大文件的惰性加载
- 概况程序在计算机如何运行：本身程序是在硬盘上，需要把程序加载进内存，然后由CPU去执行。
- 操作系统对大文件可以实现分批加载，意思就是说，先将大文件放在硬盘里，cpu运行时，需要哪部分数据或代码再把哪部分数据或代码加载到内存里，cpu用完后，再把在内存中的这部分数据或代码释放在内存中释放掉。
缺页中断：当cpu需要某数据或代码时，会去进程地址空间查找虚拟地址，再通过页表查看对应代码或数据有没有加载到内存，如果有，就通过物理地址在内存中查找，如果没有，就在将数据或代码从硬盘加载到内存。当没有被加载的情况，就叫做缺页中断- 那么进程在被创建的时候，是先创建内核数据结构呢? 先加载对应的可执行程序呢?---------先创建内核数据结构。
原文地址：https://blog.csdn.net/2301_81073406/article/details/141980930
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！