【Linux】进程概念

文章目录

1 基本概念

• 书本概念：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。

在我们自己的电脑上，打开任务管理器，我们就可以看到一个个的进程信息。

可以这么理解：我们以前任何启动并运行程序的行为（如Linux下通过

./

方式运行程序、平常双击打开一个应用等），最终都是要由操作系统帮助我们将程序转换成为进程，才能完成特定的任务。

总结：进程 = 内核关于进程的相关数据结构 + 当前进程的代码和数据

2 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。
• 书上称之为 **PCB(process control block)**，Linux操作系统下的 PCB 是：task_struct

3 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。

4 task_struct内容分类

• 标识符：描述本进程的唯一标识符，用来区别其它进程。
• 状态：任务状态，退出代码，退出信号等。
• 优先级：相对于其它进程的优先级。
• 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，还有和其它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。
• 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。
• 其它信息。

5 组织进程

可以在内核源代码中找到。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。

6 查看进程

• 如下编写了一段死循环代码（myprocess.c），使得能持续运行对应程序：

• 通过 ./myprocess 指令运行编译生成的可执行程序，该条指令也意味着将对应可执行程序的代码和数据加载到内存中，并由操作系统为其创建包含相关属性的数据结构PCB。

• 通过 ps axj 或 ps aux 指令可查看当前进程状态如下 可以发现，除了我们刚刚启动的进程外，还有很多其它进程在运行，这样不是很方便查看我们的目标进程，因此，这里我们可以通过 ps axj | head -1 && ps axj | grep myprocess 指令过滤出进程属性名的同时也将 myprocess 对应的进程状态也过滤出来。
• 可以看到显示的进程状态中其中有一项属性名为 PID ，这即是进程的唯一标识符（当前运行myprocess程序对应创建的进程PID即为6614）。不终止上一个进程，在另一个会话窗口下我们再次通过 ./myprocess 指令运行程序，重新查看当前进程状态，发现新增了一个myprocess对应相关的进程，虽然执行的程序运行指令是相同的，但从PID也可以看出这是两个不同的进程。
• 除了 ps axj 指令外，我们还可以通过 /proc 系统文件夹查看当前进程信息。proc 是 process 的简称，该目录下保存了进程相关属性。与一般的文件不同，/proc 目录是一个内存级的文件系统，只有当操作系统启动才会存在，在磁盘上并不存在对应的/proc目录。进程一旦被创建好，操作系统自动会在 /proc 目录下为我们创建一个文件夹（以新增进程的PID命名，里面保存对应进程的相关信息）。
• 通过按 Ctrl + c 键分别将之前两个程序运行终止，即终止 PID 为 6614 和 7741 的两个进程，此时再执行 ls /proc/6614 指令查看对应进程信息，发现进程对应文件夹已被删除了。其实当我们把对应的进程终止时，操作系统会自动的把 /proc 目录下曾经为该进程创建好的以进程PID命名的文件夹及里面的内容全部删除。

7 通过系统调用获取进程标识符（PID）

• 首先我们通过 man getpid 来认识两个函数 getpid() 和 getppid()。通过调用该函数我们可以获取到对应进程标识符（PID）。
• 接着我们修改代码如下：
• 重新编译运行程序。如下可以发现每次我们运行程序再终止，接着再次运行程序，其对应进程的PID是不一样的，但其父进程的PID却始终相同，可以理解，每次运行程序就创建一个进程，只要这个进程没有被终止，那其PID也就一直存在不变，而终止后再次运行程序创建的是新的进程了，所以每次的PID是不同的，那为什么每次新创建的进程的父进程的PID都是一样的呢？是不是说明这个父进程一直在运行，没有被终止呢？
• 那我们就通过这个相同的父进程PID来看看它究竟是谁。输入 ps axj | head -1 && ps axj | grep 4120 命令查看指定PID的进程信息，可以发现该PID对应的进程源于命令行解释器。由此可以知道，bash命令行解释器本质上也是一个进程。事实上，命令行启动的所有程序，最终都会变成进程，而该进程对应的父进程都是 bash 。
• 此外，可以使用 Ctrl + c 键来终止进程外，我们还可以通过指令 kill -9 PID 来终止对应PID的进程。那可不可以将父进程也终止呢？当然，通过该条指令我们也可以将 bash 进程终止，当这样会造成命令行崩溃，因为当父进程被终止后，所有依赖于该父进程的子进程都将无法正常运行。

8 通过系统调用创建子进程 - fork初识

• 同样，我们先通过 man fork 指令来认识 fork 。通过调用fork()我们可以创建一个子进程。
• 接着修改代码，重新编译运行程序，如下所示：结果输出了一行 "AAAAAAAAAA" 和两行 "BBBBBBBBBB" ，可是按照代码看来，我们不是各输出一行的吗？
• 再次修改代码，输出当前进程的PID。如下我们发现，原来其中一行 "BBBBBBBBBB" 的输出是属于创建出的子进程的，且该子进程的父进程正是另一个输出的所属进程。
• 继续进行修改，增加对fork函数返回值及其地址的输出，一个很有意思的事情出现了：同一个函数，父进程中返回了子进程的PID，而子进程中返回了0。当然在前面我们查看的fork函数的说明中也表示了：如果父进程创建成功，则对应创建的子进程的PID会返回给父进程，0会返回给子进程；如果父进程创建失败，则-1返回给父进程，对应子进程不会被创建。 但这是如何做到的呢？为什么同一个函数会有两个返回值？为什么同一块地址空间中存储的内容还会不同？
• 暂且先不看上面的问题，我们再来看看如下代码。事实上，一般我们在用fork函数创建子进程时，通常会使用条件判断语句来区分父子进程，并使其完成不同的任务。但有一点奇怪的是，怎么一段代码里 if 和 else 可以同时满足？
• 从上面的示例中我们可以做出以下总结：- 调用fork函数之后，代码的执行流会变成两个；- 调用fork函数之后，哪个进程先运行由调度器决定；- 调用fork函数之后的代码共享，通常我们通过 if 和 else 进行执行流分流，来让父子进程执行不同的代码块。
• 接下来我们来解决一些疑问：- fork做了什么？ 答：通过前面的讲解，我们知道 进程 = 内核数据结构 + 进程的代码和数据 ，当我们运行父进程时，也就代表其已经有了自己的内核数据结构以及代码和数据，而 fork 创建子进程并不是说直接将父进程对应的代码和数据拷贝一份，而是在内核中再创建一个子进程所对应的PCB，子进程PCB中的大部分属性会以父进程PCB中的为模板拷贝而来，其余小部分属性则是子进程PCB私有的（如子进程PID等），当子进程PCB创建好之后再使其指向父进程所对应的代码和数据，也就是说父子进程看向的是同一份代码和数据。- fork是如何看待代码和数据的？ 答：进程在运行的时候是具有独立性的（就好比我们日常使用电脑时登录的一个个软件，一个应用的退出并不影响我们另一个应用的使用），父子进程也是如此。从代码层面来看，我们的编写的代码一般是只读的，不会自己发生变化，这也就意味着其不会被别人写入和修改，而父子进程共用一块代码，区别只是在于去读哪一部分，所以可以理解父子进程在代码层面上是独立的；从数据层面来看，如下图所示，我们对其中一个进程数据的修改并不会影响另一个进程的数据，即保证了数据独立性。那这是如何做到的呢？注意：当有一个执行流尝试修改数据的时候，操作系统会自动给我们当前进程触发一种机制：写时拷贝 ，将数据拷贝一份到别的空间，再对拷贝的数据进行修改，以保证数据不会被影响。- 如何理解fork函数有两个返回值的问题？ 答：首先注意一点：当函数内部准备执行 return 进行返回时，表示函数的主体功能已经完成。 也就是说，调用fork函数，当fork函数的函数主体功能执行完成时，表示子进程已经被创建，那此时，之后的代码由父子进程共享， return 作为一条语句也不例外，即意味着在子进程创建完成后，执行流一分为二，不同的执行流执行不同的 return 语句，也就返回了两个不同值。那还有一个问题，一个变量是如何保存两个不同的返回值的呢？事实上，当接收返回值的变量被写入时，操作系统也自动触发了 写时拷贝 ，虽然看起来两个返回值的存储空间地址相同，实际上它们被写到了不同的空间中，而我们所看到的地址实际上只是一个 虚拟地址 。

以上是我对Linux中进程概念相关的一些学习记录总结，如有错误，希望大家帮忙指正，也欢迎大家给予建议和讨论，谢谢！