【Linux】进程的描述组织与进程状态

文章目录

🎪 进程的描述组织

进程（Process）是计算机中的程序关于某数据集合上的一次运行活动，是系统进行资源分配的基本单位，是操作系统结构的基础。在早期面向进程设计的计算机结构中，进程是程序的基本执行实体；在当代面向线程设计的计算机结构中，进程是线程的容器。程序是指令、数据及其组织形式的描述，进程是程序的实体，简单来说，进程就是一个正在运行的程序，是担当分配系统资源的实体

🚀1.什么是进程

我们前面说了进程是一个正在运行的程序，我们上一篇博客(博客链接：冯诺依曼体系结构和操作系统概念理解）中说到：操作系统诞生的意义就是对计算机软硬件资源进行管理，而管理的本质就是先描述，在组织，每个进程包含它对应的代码和数据，而描述进程的就是数据结构叫PCB(进程控制块)，而每个PCB里面包含着进程相关的信息，每款操作系统都有自己的PCB，而Linux自己的PCB是task_struct，task_struct的相关信息如下：

• 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

🚀2.进程的形成

当我们打开一个程序(本质上也是文件)，实际上它是被加载到了内存中，也就变成了进程。我们之前任何启动并运行程序的行为，都会有操作系统帮助我们将程序转换成进程，完成特定的任务。

我们启动应用程序的时候，OS会将对应的程序的代码和数据加载到内存，并且会形成当前程序对应的PCB，将其链接。总之：进程 = 内核中关于程序对应的数据结构 + 对应的代码和数据

🚀3.进程标识符 *

进程标识符(PID)是大多数操作系统的内核用于唯一标识进程的一个数值。（简言之，就是进程的绰号。）这一数值可以作为许多函数调用的参数，以使调整进程优先级、kill(命令)进程之类的进程控制行为成为可能。

⭐3.1 PS命令查看PID

这里我们先写一个C程序，命名为process1.c.

process1.c

#include<stdio.h>#include<unistd.h>intmain(){while(1){printf("我是一个进程，我叫process1.\n");sleep(2);}return0;}

这里为了便于观察我们加上sleep函数，让它休眠2s，

sleep()

函数的头文件为

<unistd.h>

，在通过make自动化构建：
Makefile

process1:process1.c
    gcc process1.c -o process1 
.PHONY:clean
clean:
    rm -f process1

这里我们为了便于观察，复制一个ssh渠道

我们开始运行我们的程序process1(每2s循环打印)

命令：

ps -axj

功能：查看当前所有进程

我们通过管道过滤出process1：输入

ps -axj | grep process1

我们找到了进程，可是它前面那串数字是什么呢？我们键入命令：

ps -axj | head 1

查看它的第一行.

另外我们查看我们自己的process1进程的时候，发现它下面还有一个含有关键字process1的进程，那么它是什么呢？我们之前说过Linux每一个命令实际上也是一个可执行文件，那么我们用的grep当然也是进程，所以说显示的当然是grep的进程，我们将它过滤掉即可：ps -axj | head -1 && ps -axj | grep process1 | grep -v grep

这样我们就找到了process1的PID为20824

⭐3.2 /proc目录查看进程属性

在 Linux 系统中，/proc 目录是一个位于内存中的伪文件系统。该目录下保存的并不是真正的文件和目录，而是一些【运行时】的信息，如 CPU 信息、负载信息、系统内存信息、磁盘 IO 信息等。/proc目录是内核提供给我们的查询中心，通过查询该目录下的文件内容，可以获取到有关系统硬件及当前运行进程的信息。

./proc存放的是进程相关的所有信息，在硬盘上并不存在，在操作系统开机后才会创建.每新建一个进程，操作系统都会在/proc目录下新建一个以进程PID命令的目录，我们可以通过这个目录来查看该进程属性.

我们进入该目录，即可查看process1进程相关信息。

当process1这个进程被杀死，那么该PID目录将不复存在：

命令：

kill -9 PID

功能：杀死PID对应的进程

杀死该进程后，该PID所对应的目录也将不复存在。

🚀4.父子进程

所谓父子进程，就是在一个进程的基础上创建出另一条完全独立的进程，这个就是子进程，相当于父进程的副本。

⭐4.1 系统调用获取PID

我们可以利用函数

getpid()

，

getppid()

分别获取子进程，父进程的PID，头文件为

<sys/types.h>

和

<unistd.h>

process2.c

#include<stdio.h>#include<sys/types.h>#include<unistd.h>intmain(){while(1){printf("我是子进程process1,我的PID是%d,我的父进程PID是%d\n",getpid(),getppid());sleep(2);}return0;}

那么我们创建这个进程的父进程是什么呢？我们停止程序。再次启动

由于每次启动，操作系统都会给我们的进程分配一个唯一的PID，但是我们的父进程的PID一直都没变，说明它是个常驻进程，我们利用PS命令来揭开这个进程的面纱

竟然是bash，bash是我们Linux的shell程序，我们默认创建的进程，只要没有指定父进程，默认它的父进程都是我们的bash，如果把bash给kill掉，那么我们的机器就只能重启了.

小科普：vim注释代码

• ctrl + v：进入视图模式 视图模式下我们只能根据vim的光标选中，H(左)，L(右)，J(下)，K(上)，选中区域后键入大写的I，然后输入//(注释符)，然后esc退出即可完成对选中部分的注释
• 同样的，删除注释也在视图模式下进行，用光标选中要删除的注释部分，然后键入d，即可删除注释

⭐4.2 fork创建子进程

我们可以通过

pid_t fork()

函数创建当前进程的子进程，我们使用fork()后会变成两个执行流，父子进程谁执行由操作系统决定，同时fork()函数会有两个返回值(具体原因后续说明，创建子进程成功的话，会在父进程中返回子进程PID，会在子进程中返回0，若创建失败，则返回-1.

所以我们可以用if…else函数来让父子进程分别执行不同的代码.

process3.c

#include<stdio.h>#include<assert.h>#include<unistd.h>#include<sys/types.h>intmain(){
    pid_t ret =fork();//assert(ret != -1);if(ret ==0){//子进程while(1){printf("我是子进程, 我的pid是: %d, 我的父进程是: %d,\n",getpid(),getppid());sleep(2);}}elseif(ret >0){//父进程while(1){printf("我是父进程, 我的pid是: %d, 我的父进程是: %d,\n",getpid(),getppid());sleep(2);}}else{printf("创建失败\n");}return0;}

执行代码，发现父子进程交替打印

⭐4.3 fork双返回值问题

我们通过查看fork函数源码得知，fork函数的执行大概分为三个阶段:

1.调用_CREATE函数，也就是进程创建部分
2.调用_CLONE函数，也就是资源拷贝部分
3.进程创建成功，return 0; 失败，return -1

前两步中，会由父进程来执行创建子进程的过程，也就是拷贝代码和栈框等，比如在copy_thread()函数里会复制父进程struct pt_regs栈框的全部内容到子进程的栈框里，这个栈框描述内核栈上保存寄存器的全部信息。在执行完第二步之后，父进程会得到一个返回值即为子进程PID。

然后最后一步剩余的代码会由子进程继续执行，在执行这段代码的时copy_thread()函数还会修改子进程的栈框中X0寄存器的值为0，因此在返回用户空间时子进程的返回值就是0，通过X0寄存器来传递返回值。

总之，父子进程会在fork函数中执行不同的代码段，并获得不同的返回值

⭐4.4 写时拷贝与虚拟内存

我们来观察一下相同变量分别在父子进程中的地址块分布：

#include<stdio.h>#include<sys/types.h>#include<unistd.h>intmain(){int a =520;

  pid_t ret =fork();if(ret ==0){while(1){printf("I am child, my PID is %d,子进程中a的值是 %d 地址是 %p\n",getpid(), a,&a);sleep(2);}}elseif(ret >0){while(1){printf("I am father, my PID is %d,父进程中a的值是 %d 地址是 %p\n",getpid(), a,&a);sleep(2);}}else{printf("创建子进程失败\n");}return0;}

父子进程的变量刚开始是共享地址空间的，而子进程在修改变量的值之前，会发生写时拷贝：即等到修改数据时才真正分配内存空间，这是对程序性能的优化，可以延迟甚至是避免内存拷贝，当然目的就是避免不必要的内存拷贝。

当子进程的数据块被修改后，OS会检查被修改数据是否有多个进程指向(比如父子进程)，用count记录进程数，如果有多个进程修改，这时候子进程会重新找一块空间把数据拷贝，然后再去修改对应的数据，这样父子进程就指向了不同的地址空间。这就是写时拷贝

当我们在子进程中修改a的值时，我们在运行看到如下结果：

可以看到我们修改子进程中a的值后，a的地址是一样的，但是值却不一样，这又是为什么呢？不是发生了写时拷贝吗？这是因为Linux上的地址并不是物理地址，而是虚拟地址，父子进程的虚拟地址相同，但是映射到内存上的物理地址可能不同，

下图是映射过程：

总之，对于父子进程，代码共享，数据独有，修改变量时，子进程会发生写时拷贝，并且变量都存在虚拟地址空间

⭐4.5 子进程执行部分代码

子进程并不是执行父进程的全部代码，若是执行全部代码，子进程就会陷入无限创建子进程的死循环中无法自拔，实际的执行如下：

🎪 进程状态

进程状态反映进程执行过程的变化。这些状态随着进程的执行和外界条件的变化而转换。在三态模型中，进程状态分为三个基本状态，即运行态，就绪态，阻塞态。在五态模型中，进程分为新建态、终止态，运行态，就绪态，阻塞态.

🚀1.五状态模型

• 创建状态：进程在创建时需要申请一个空白PCB，向其中填写控制和管理进程的信息，完成资源分配。如果创建工作无法完成，比如资源无法满足，就无法被调度运行，把此时进程所处状态称为创建状态
• 就绪状态：进程已经准备好，已分配到所需资源，只要分配到CPU就能够立即运行
• 执行状态：进程处于就绪状态被调度后，进程进入执行状态
• 阻塞状态：正在执行的进程由于某些事件（I/O请求，申请缓存区失败）而暂时无法运行，进程受到阻塞。在满足请求时进入就绪状态等待系统调用
• 终止状态：进程结束，或出现错误，或被系统终止，进入终止状态。无法再执行

如果进程运行时间片使用完也会进入就绪状态， 其中就绪状态跟阻塞状态我们需要区分一下：

由于CPU是非常昂贵的，所以说进程只有在凑齐所有资源后才会进入就绪队列等待CPU的服务，不会出现进程占用着CPU资源，而还在等待着其它临界资源的情况

除了上述几种状态之外，其实还存着挂起状态：机器的资源是有限的，在资源不足的情况下，操作系统对在内存中的程序进行合理的安排，其中有的进程被暂时调离出内存，当条件允许的时候，会被操作系统再次调回内存，重新进入等待被执行的状态即就绪态，系统在超过一定的时间没有任何动作。简单来说就是：挂起状态就是当阻塞队列太大时，会给内存造成压力，此时操作系统会将进程的代码和数据挂到磁盘上，将PCB指针保留在内存，需要时在将进程调回内存

🚀2.Linux中进程状态的划分

Linux的PCB(task_struct)中含有进程状态这个结构体，源码中是这样定义这个结构体的：

/*
* 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.
*/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 */};

简单来说，Linux进程有以下七种状态：

• 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（sleeping): 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））。
• 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。
• 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。
• t 追踪状态：本质上也是一种停止状态
• 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
• Z 僵尸状态：这个状态是一种特殊的状态，进程已经杀死，但是进程资源还保留着.

其实Linux的R状态包含了进程的就绪/执行态，而S，D，T，t状态都是阻塞状态的一种，Z状态被称为僵尸状态，是Linux的一种特殊状态。

🚀3.Linux七状态

我们可以用PS命令查看Linux中正在运行进程的状态。

⭐3.1 R状态 和 X状态

Linux中的R状态包含就绪/运行状态。我们想要观察到R状态，必须在保证不使用任何其它资源，只使用CPU的情况下观察，不然观察到的将可能不是R状态。

process5.c

#include<stdio.h>intmain(){while(1){//观察R状态，死循环即可}return0;}

小科普：前台进程与后台进程

在我们用PS命令查看进程状态时，进程状态通常会有R+，S+，R，S…之类的情况，其中：

• STAT +：表示前台进程，可以用Ctrl + c 杀死前台进程
• STAT：表示后台进程，不能用Ctrl + c杀死，可以用kiil -9 PID杀死该进程

Linux的

X

状态表示该进程已被完全杀死，无法在任务列表中看到该状态

⭐3.2 S状态 和 D状态

Linux的

S

状态表示可中断睡眠状态，我们随便打开一个进程，比如前面的process4

为什么该进程明明在运行，为啥观察到的会是S状态呢？这是因为该进程要打印，那么就需要显示器这种资源，由于CPU的运行速度极快，我们很难观察到该进程正在CPU上运行的R状态，而显示器的速度相对于CPU就会慢很多，所以我们只能观察到S状态。

Linux的

D

状态表示不可中断睡眠状态，此状态下操作系统无法杀死该进程，那么这种状态在哪种场景下会出现呢？

设计者发现会有这样的情况存在，所以给进程新增了一个D状态，该状态下操作系统无法将该进程杀死.

⭐3.3 T状态 和 t状态

Linux下的

T

和t状态都属于进程停止状态(也是一种阻塞)，我们可以用

kill -19 PID

来暂停一个进程，比如进程process2

暂停后该进程依然存在，我们可以用

kill -18 PID

将该进程唤醒：

注意：暂停后在启动的进程属于后台进程，得用kill -9 PID才能杀死

小科普：kill信号表：

命令：

kill -l

功能：查看kill命令信号表

Linux的

t

状态跟T状态差不多，我们可以在调试的时候观察到，因为调试本身也是一个进程，打断点相当于暂时中断调试进程，有兴趣的小伙伴可以试试。

⭐3.4 Z：僵尸状态

• 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,在后续博客中说明）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

我们可以用杀死子进程process4来观察到

Z

状态:

这是子进程就会处于Z状态.

那么僵尸进程存在的意义是什么呢？意义是让父进程读取子进程的进程退出码，如何查看？

命令：

echo $?

功能：查看当前进程的进程退出码

那么如果说父进程一致不读取僵尸子进程的进程退出码呢？那么岂不是子进程会一直占用资源？

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？是的！
• 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？是的！那一个父进程创建了很多子进程，就是不回收，是不是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，想想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?是的