【万字详解Linux系列】进程概念

文章目录

一、冯·诺依曼体系结构

1.冯·诺依曼体系结构

常见的计算机（如笔记本）、不常见的计算机（如服务器），大都遵守冯·诺依曼体系结构。那么什么是冯·诺依曼体系结构呢？

以C语言为例，当遇到加减乘除模运算时，运算器进行运算，当遇到逻辑判断、循环等时，控制器进行控制，这二者合起来称为中央处理器（CPU），它的运算速度非常快。

而输入输出设备是用户进行操作的，速度非常慢。

如果仅靠这些硬件组成一台设备，根据木桶原理，整个设备的运行速度都因为输出输入设备速度慢而变慢，所以这时存储器（也就是内存）出现了，可以很好地解决这一问题。

内存的处理速度居于输入输出设备和CPU之间，而且具有数据存储能力，可以预装一定量的数据。这样在CPU处理数据A时，内存可以把下一部分数据B甚至更多先从输入设备读入，当数据A处理结束后，直接从内存中读取B进行处理，这样就提高了整个设备的速度、提高效率。输出同理。

这样整个包含输入输出设备、存储器（内存）、CPU的结构成为冯·诺依曼体系结构。

注意：
1.这里的存储器指的是内存。

2.不考虑缓存情况，这里的CPU能且只能对内存进行读写，不能访问外设(即输入或输出设备)。

3.外设(输入或输出设备)要输入或者输出数据，也只能写入内存或者从内存中读取。

也就是说，所有设备都只能直接和内存互相访问。

下面是常见的输入输出设备：
常见的输入设备：网卡、硬盘、键盘、话筒、摄像头。
常见的输出设备：网卡、硬盘、显示器、音响。

2.从冯·诺依曼体系结构理解软件行为

这里举例子说明：

在QQ上输入一条消息并向好友发送。

如果是发送文件而不是消息呢？

发送文件与上面的过程大部分相同，但是在我发送文件时，由于文件是存储在硬盘上的，首先要拷贝一份并放入内存，然后通过网卡等等一系列上述过程发送到好友的网卡中，经过CPU处理后再放在好友设备的硬盘下完成发送。

二者区别仅仅是发送消息时输入设备是键盘，而发送文件时输入设备是硬盘。

二、操作系统（OS）

操作系统是一个进行软硬件资源管理的软件。

设计操作系统目的：
（1）与硬件交互，管理所有软硬件资源。
（2）为用户（应用程序）提供良好的执行环境。

下面是计算机的体系结构，可以看出操作系统在其中的位置和作用。

三、进程

1.概念

一个程序运行起来（被加载到内存），那么它就从一个程序变成了一个进程。

下面是正在运行的部分进程。

2.进程控制块PCB（process control block）

下面是一个可执行程序被运行的过程。

但是一般同一时刻有许许多多的进程，操作系统如何对他们进行管理呢？这里就要提到进程控制块PCB，每个进程被加载到内存中时，操作系统都会对应产生PCB来描述这个进程，PCB的本质是一个结构体，里面包含着一个进程的相关信息。

操作系统将一个个PCB连接成双链表来管理，结构如下。

创建一个进程就是将新的进程产生对应的PCB并加入双链表中，关闭一个进程就是将该进程的PCB从双链表中删除。这样，对进程的管理变成了对PCB形成的双链表的增删查改。

四、task_struct

在Linux中描述进程的结构体叫做task_struct，也就是说task_struct是PCB的一种，PCB包括task_struct。

task_struct是Linux内核的一种数据结构，它会被装载到内存里且包含着进程的许多信息，所有运行在系统中的进程都以task_struct链表的形式存储。

下面介绍task_struct包含的一些较为重要的信息。

1.标示符

标示符是描述本进程的唯一标示符，用来区别其他进程。

在myproc.c中编写代码如下：

#include<stdio.h>#include<unistd.h>intmain(){while(1){printf("I am a process ... \n");sleep(1);}return0;}

make产生可执行文件并用./运行后，结果如下。

每隔一秒打印一行，表示该进程跑起来了。

那么如何找到这个进程呢？这里就要用到ps命令显示所有进程并用grep过滤出来想要看到的进程。

可以看到上面的对话框程序正在运行，下面的对话框用ps命令显示出了进程的信息。

myproc这一进程的PID是3503，这是当前时刻唯一确定的，不会有两个进程的PID相同。

如果要使某一进程停止，只需用kill命令。

可以看到下面的对话框通过kill命令使对应PID的进程停止。

在命令行中我们可以通过grep找到这一进程，那么在代码中如何获得PID呢？这里就需要getpid函数，这里顺带介绍getppid函数。

下面在代码中使用这两个函数：

#include<stdio.h>#include<unistd.h>#include<sys/types.h>intmain(){while(1){printf("I am a process ..., pid : %d ppid %d\n",getpid(),getppid());sleep(1);}return0;}

运行后结果如下：

可以看到在代码中获取到的pid、ppid和命令行获取到的pid、ppid是相同的。

这里多次重新跑该进程。

发现pid一直在变，可以理解，但是ppid一直没有变化，这是为什么呢？下面看一下ppid为2698（这个ppid不一定必须是2698，只需要不变即可）的进程到底是什么。

-bash可以让用户从命令行与操作系统交互，myproc是它的一个子进程。
如果在这里kill掉bash，那么上面的对话框就掉线了，无法与系统交互。

2.状态

状态可以显示出任务状态，退出代码，退出信号等。

前图中STAT就表示进程的状态。

（1）前台进程和后台进程

运行如下代码：

#include<stdio.h>#include<unistd.h>#include<sys/types.h>intmain(){while(1);return0;}

此时myproc的状态为R+，前面几个进程的运行状态后面也都有’+'号，这说明该进程是前台进程，下图中运行后无法在命令行进行其他操作。

./运行时，在后面加上’&'即可使进程后台运行。后台进程可以有多个且不影响命令行的输入。

后台运行的进程不能通过Ctrl+c结束，只能通过kill命令来结束进程。

（2）fork

①定义

下面是man中关于fork的头文件、调用和返回值。

②用fork创建子进程

下面的代码与前面的只差一行fork()，但运行结果的差距就非常大了。

#include<stdio.h>#include<unistd.h>#include<sys/types.h>intmain(){fork();while(1){printf("I am a process pid: %d ppid: %d\n",getpid(),getppid());sleep(1);}return0;}

运行结果如下：

由上：
1.fork会创建子进程，fork前的代码仅属于当前进程，fork后的代码子进程与当前进程都会执行。
2.当myproc（上图中我的可执行程序是这个名称）被执行时，硬盘中的可执行程序进入内存变成一个进程，同时内存中还多了属于它的代码和数据以及对应的task_struct，当执行到fork时，在内存上开辟子进程的task_struct，当前进程与子进程代码共享。
3.fork后产生了一个子进程，当前进程与子进程谁先被调度是不确定的，由操作系统的调度算法来决定。

③fork的返回值

fork函数有两个返回值，给当前进程返回子进程的pid，给子进程返回0。

运行如下代码：

#include<stdio.h>#include<unistd.h>#include<sys/types.h>intmain(){printf("I am a process ...\n");pid_t id =fork();printf("pid : %d\n", id);sleep(1);return0;}

代码中只打印了一次id，但多次运行发现始终打印两次id。

但这样父子进程都跑一份代码似乎不太有必要，所以要让父子进程实现不同的功能可以如下来实现。

#include<stdio.h>#include<unistd.h>#include<sys/types.h>intmain(){printf("I am a process ...\n");pid_t id =fork();printf("pid : %d\n", id);if(id ==0)//child  {while(1){printf("I am a child ... pid : %d\n", id);sleep(1);}}elseif(id >0)//parent{while(1){printf("I am a process ... pid : %d\n", id);sleep(2);}}else//id < 0                                                 {printf("fork fail\n");sleep(1);}return0;}

结果如下，可以看出，当前进程和子进程“同时”在进行，可以做不同的事。

在不使用fork之前，if和else if的判断永远只能进行一个，因为只有一个执行流；但是通过fork的返回值便可以产生两个执行流根据判断条件做不同的事。

（3）进程状态

Linux内核源代码：一个进程可以有几个状态（在Linux内核里，进程有时候也叫做任务）。下面的状态在kernel源代码里定义（这些状态是Linux下的状态，在其它操作系统中可能不同）。

staticconstchar*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 */};

①R (running)状态

R状态在上面前台进程和后台进程中提到，这里不再举例。

进程是R状态不是代表正在运行，而是代表该进程可以被调度。

这里应该会注意到，由于只有R进程可以被调度，如果每次都在所有进程链接成的双链表中找R进程，那么效率会很低；所以Linux下所有R状态的进程还同时存在于一个全部都是R状态的链表中，调度时直接在该链表中遍历即可。

②S (sleeping)状态

S状态意味着进程在等待事件完成，该进程随时可以被唤起或通过kill命令杀掉（这里把该状态成为“浅度睡眠”，与D状态相对）。

#include<stdio.h>#include<unistd.h>#include<sys/types.h>intmain(){printf("process is running\n");sleep(100);printf("process over\n");return0;}

③D (disk sleep)状态

在D状态下进程无法被杀掉，即使是操作系统也不可以（把该状态成为“深度睡眠”，与S状态相对），在这个状态的进程通常会等待IO的结束。

该状态很难模拟，下面举个例子帮助理解：

A进程在运行时需要从磁盘输入数据，在磁盘输入这一过程中由于内存几乎已满（只是举一种可能的情况），操作系统必须杀掉闲置的进程，而在这种情况下A进程被看做闲置的进程被杀死，之后从磁盘输入的数据便不知道该去哪里，A进程也没有完成自己的任务。
上述情况是不允许发生的，所以在上述情况下，Linux将A进程设置为D状态，在A进程IO时不要杀死该进程，保证该进程正常运行。

④T (stopped)状态

可以通过kill命令发送 SIGSTOP 信号给进程来停止进程（T状态）。这个被暂停的进程可以通过发送 SIGCONT 信号让进程继续运行。

运行如下代码：

#include<stdio.h>#include<unistd.h>#include<sys/types.h>intmain(){while(1){printf("running ...\n");sleep(1);}return0;}

运行后对进程的pid发送信号即可使其变为T状态。如果需要再度使其运行，只需要发送SIGCONT信号即可（下图未演示）。

至于为什么一开始是S状态，这是因为每次打印后都会sleep一秒钟，在这一秒钟里CPU已经发送了许多次running到缓冲区，打印的速度远比CPU发送的速度慢，所以CPU是S状态。

⑤Z（zombie）状态

进程退出后，在系统层面来看该进程曾经申请的资源不会被立即释放，而是暂存一段时间，供父进程（或操作系统）进行读取，这个状态就是Z状态。

那么为什么要有这个状态呢？进程被创建的目的就是完成某种任务，那么任务完成时，一般情况下创建方应该了解进程运行的结果如何，这就是Z状态存在的原因。

下面模拟一个Z状态的进程：

#include<stdio.h>#include<stdlib.h>#include<unistd.h>intmain(){pid_t id =fork();if(id ==0){//childint count =3;while(count--){printf("I am a child pid:%d ppid:%d\n",getpid(),getppid());sleep(1);}printf("child quit\n");exit(1);}elseif(id >0){//parentwhile(1){printf("I am a parent pid:%d ppid:%d\n",getpid(),getppid());sleep(1);}}else{;//do nothing}return0;}

通过一个监测脚本观测进程的状态，可以看到子进程结束后，父进程没有读取它的信息，它处于Z状态。

注意：

1.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。
2.如果一个父进程创建许多子进程却一直不回收，那么就会造成内存资源的浪费。

3.优先级

由于CPU资源有限而进程非常多，所以需要给每个进程一个优先级，而本质上是给PCB排队，按照优先级执行。
优先级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。

（1）PRI、NI

可以用ps -l命令查看进程优先级，PRI和NI值一起影响进程的优先级。

默认PRI为80，NI为0。

PRI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，值越小进程的优先级越高。

NI即nice值，表示进程优先级的修正数值，范围是-20~19，但NI不是优先级。

PRI与NI之和即为总的优先级，所以在Linux下，调整优先级就是调整NI值。

（2）top命令修改NI值

详见下图：

注意每次修改NI值与上次修改的值无关，最后的优先级都是PRI+NI的值。

4.程序计数器

CPU中包含一个寄存器（eip），他存储这程序中最近正在执行指令的下一条指令的地址。

CPU的工作就是循环地进行取指令、分析指令、执行指令。每次CPU都从cip中取指令，然后处理该指令，完成后再从eip中取下一条指令。

所以，函数跳转、分支判断、循环等等都是通过修改eip完成的。

5.上下文数据

进程执行时处理器的寄存器中的数据。

上下文数据的功能类似于书签，书签可以记录当前读到的位置，下次再回来看时可以直接找到上次读到的位置。

上下文数据也一样。由于CPU内只有一套寄存器，一般只运行一个进程，而CPU进行计算时需要将内存数据移动到CPU内的寄存器中，这就形成了当前进程的上下文数据。当进程被切换时（进程可能因时间片到了或被抢占而在任何时间点切换）保留上下文数据，下次再执行该进程时根据上下文数据从上次执行到的位置继续执行，这样可以提高效率。

补充：基于时间片的轮转算法

每个运行的进程，都有自己的时间片，一旦时间片到了，无论该进程是否被执行完，操作系统都会停止运行它并接着运行其它进程。

这样可以防止操作系统进行一些有问题的进程（比如死循环）时不会一直处理该进程而导致其它进程无法运行，在用户看来就是卡死。

6.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。

7.IO状态信息

包括IO请求,分配给进程的IO设备和被进程使用的文件列表。

8.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。
比如a、b进程同时要被处理，但a进程已经被运行过10h，而b进程还未被运行过，那么一般会优先运行b进程。

感谢阅读，如有错误请批评指正