基于Linux中的 进程相关知识 综合讲解

一、进程的基本概念

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

描述进程 —— 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 内核数据结构），Linux操作系统下的PCB是:task_struct

task_struct —— PCB****的一种

● 在Linux中描述进程的结构体叫做task_struct。

● task_struct是Linux内核的一种数据结构，它会被装载到RAM(内存)里并且包含着进程的信息

下面我们讲解一下要完成一个进程的运行，计算机设备以及操作系统所运作的整体逻辑，能使大家对进程有更深刻的理解：

首先比如我们所敲的一些代码，或者是Linux中的命令（pwd，ls等），运行起来其实就都是一个进程，而我们没有运行的时候，这些代码文件是存放在磁盘上的，当我们将一个程序运行起来之后需要将这些代码文件加载到内存里面

加载到内存里面的就是对应运行程序的代码和数据，但这还并不是一个进程

在Linux中存在许多的命令，如果运行一个程序只是将其代码和数据加载到内存中的话，那么在Linux中有那么多的指令，并且同一时间可能有许多进程同时在运行，我们又该如何进行管理？

这就变成了一个面向对象操作的问题，面向对象操作的精髓就是：先描述，再组织

所以我们就有了PCB，在Linux中PCB叫做task_struct

通过结构体task_struct对对象先进行描述，下面是task_struck里面的部分信息

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

现在我们只需要知道task_struct里面有一个task_struct* next指针（用来连接各个task_struct结构体）和内存指针（用来指向对应进程在内存中的数据代码）即可

这样就可以同时运行多个进程并且对每个进程进行管理操作

那么进程到底是什么？

进程 = PCB + 自己的代码和数据

而PCB内核数据结构又是从哪里来的呢？
各位不要把操作系统给忘了，操作系统的功能之一是为用户提供良好（高效，稳定，安全）的运行环境，所以这里按理来说一定有操作系统的参与。

在我们的电脑或是手机关机开机的时候就是在加载操作系统，开机之前操作系统是以一堆二进制文件存放在磁盘中，开机过程中将二进制文件加载到内存中，而PCB就是在操作系统内部存储的

所以当我要运行一个程序的时候首先将在存在磁盘中的数据拷贝到内存中，再在操作系统中开辟出一块对应空间用于存储PBC

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。

二、pid，ppid，fork函数

上面我们讲解了进程的基本概念，对进程也已经有所了解

在同一时间内操作系统可能会同时运行多个进程，这我们在上面也讲过，那么问题来了

我们是如何区分在同一时段内每一个不同的进程的呢？

在Linux中是以pid进程标识符进行区分的

每一个进程都要有自己的唯一标识符，叫做进程pid

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

我们以运行下面代码为例：

#include <stdio.h>
#include <sys/types.h>
#include <unistd.h>

int main()
{
    while(1)
    {
        printf("this a process\n");
        sleep(1);
    }
    
    return 0;
}

命令ps ajx就是显示当前所有进程，head -1表示获取进程头一行的内容，&&是将两个命令进行连接一起执行，后面grep就不进行解释了

那么我们运行上面代码查看所对进程显示信息如下：

可以看到出现有两个进程，第一个就是我们所运行的进程，在第一行上面所显示的就是每个进程所对应的数据信息，可以看到第一列表示ppid，即每个进程所对应的ppid，第二列表示pid

那么我们在程序中如何访问其进程的pid值呢？
ppid，pid等都是存储在操作系统内部的数据，而作为用户我们不能直接对操作系统进行访问，但是我们可以通过调用其对应所连接系统调用接口的库函数进行对pid的访问

通过系统调用获取进程标示符

● 进程id（pid）getpid()

● 父进程id（ppid）getppid()

#include <stdio.h>
#include <sys/types.h>
#include <unistd.h>

int main()
{
    printf("pid: %d\n", getpid());
    printf("ppid: %d\n", getppid());
    
    return 0;
}

这里再提一下：Ctrl + c可以在用户层面终止进程，kill -9 pid可以直接杀掉进程

下面我们再来认识一下fork函数

● 运行 man fork 认识fork

● fork有两个返回值

● 父子进程代码共享，数据各自开辟空间，私有一份（采用写时拷贝）

#include <stdio.h>
#include <sys/types.h>
#include <unistd.h>
int main()
{
    int ret = fork();
    printf("hello proc : %d!, ret: %d\n", getpid(), ret);
    sleep(1);
    return 0;
}

● fork 之后通常要用 if 进行分流

#include <stdio.h>
#include <sys/types.h>
#include <unistd.h>
int main()
{
    int ret = fork();
    if(ret < 0)
    {
        perror("fork");
        return 1;
    }
    else if(ret == 0)
    { 
        //child
        printf("I am child : %d!, ret: %d\n", getpid(), ret);
    }
    else
    { 
        //father
        printf("I am father : %d!, ret: %d\n", getpid(), ret);
    }
    sleep(1);
    return 0;
}

在一个进程A运行中在创建一个进程B，那么进程A就是进程B的父进程，进程B的ppid为进程A的pid，并且进程B是可以看到并调用进程A的代码，但进程A和进程B的储存和运行又是相互独立存在的。

三、进程的状态讲解

为了弄明白正在运行的进程是什么意思，我们需要知道进程的不同状态。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）。

下面是Linux的内核源代码：

/*
* 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 */
};

讲解：

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 （kill）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。

进程状态查看

ps aux / ps axj 命令

在上面所提到的ps ajx | head -1中的STAT表示的就是当前进程状态

**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

下面是维持30s的僵尸进程例子，大家可以手动实验一下

#include <stdio.h>
#include <stdlib.h>

int main()
{
    pid_t id = fork();
    if(id < 0)
    {
       perror("fork");
       return 1;
    }
    else if(id > 0)
    { 
       //parent
       printf("parent[%d] is sleeping...\n", getpid());
       sleep(30);
    }
    else
    {
       printf("child[%d] is begin Z...\n", getpid());
       sleep(5);
       exit(EXIT_SUCCESS);
    }
    return 0;
}

僵尸进程危害

● 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！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！

● 引发内存泄漏

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（bash）领养，当然要有init进程回收喽。

四、进程的优先级

基本概念

● 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。

查看系统进程

在linux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

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（开始一般默认数值为80）

● 那NI呢?就是我们所要说的nice值了，其表示进程可被执行的优先级的修正数值

● 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。

PRI vs NI

● 需要强调一点的是，进程的nice值不是进程的优先级，他们不是一个概念，但是进程nice值会影响到进程的优先级变化。

● 可以理解nice值是进程优先级的修正数据

查看进程优先级的命令

用top命令更改已存在进程的nice：

● top

● 进入top后按“r”–>输入进程PID–>输入nice值

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

五、完结撒❀

如果以上内容对你有帮助不妨点赞支持一下，以后还会分享更多编程知识，我们一起进步。
最后我想讲的是，据说点赞的都能找到漂亮女朋友❤