操作系统学习笔记_03_进程的概念与操作

1.进程的概念和状态

进程的概念常常和程序糅合在一起，但两者实际是不一样的。首先，“进程”所包含的内容比“程序”丰富。“程序”这个概念可以用“一段代码”来概括，这段代码可能由不同的语言书写，它有可能是可以直接执行的（比如机器码），有可能是可以直接被解释器执行的（比如MATLAB代码），也有可能暂时不能被执行，需要编译成机器码之后才能执行（比如C++代码）。项目是由代码包装而成的可执行文件。例如，C语言代码在gcc环境下编译形成项目由如下步骤组成：C语言代码经过前端编译之后形成汇编代码，编译器后端将汇编码翻译为可执行的机器码，然后机器码依托其他文件（如库文件等）包装成为可执行的项目。在项目被执行时，项目将被装入内存。此时，项目的载体称为进程，执行进程就是对项目的内容进行解读，并按照内容执行操作。一种狭义的说法称进程为“正在执行的一段代码”，实际上进程信息的载体不仅包括执行代码（文本段），还有程序计数器和处理器寄存器（保存当前活动状态）、进程栈（包括临时数据）、数据段（包括全局变量）和堆（进程运行期间动态分配的内存）等，这些信息在进程执行时都存储在内存中。单独从项目与代码、进程对应的角度来看，项目可能由一段或多段代码生成，也可能申请一个或多个进程来执行项目，他们之间都没有一一对应的关系，所以上面的说法是不准确的。这种说法的可取之处在于指出了进程动态的特点：代码和指令是静态的操作，相当于工具；进程通过程序计数器取下一条执行的代码或下一项执行的指令，相当于工具的使用者。

内存中的进程

在进程执行时，操作系统为进程规定了不同的状态，以便于操作系统对进程进行管理和维护。这些状态包括新建（进程正在被创建），运行（正在执行指令），等待（等待某事件发生，比如收到I/O事件或其他事件的信号），就绪（等待处理器分配）和终止（执行完毕）。在同一时刻，进程只能处于同一状态。因为处理器的数目总是有限，每个处理器上每时每刻都只有一个进程处于运行状态，而其他很多的进程都处于就绪或等待状态。

进程的相关信息在操作系统中被保存在进程控制块（下文简称PCB）中。PCB是一种存储进程信息的数据结构，其内容包括进程状态、程序计数器、CPU寄存器、CPU调度信息、内存管理信息、流水信息和I/O信息等。进程的PCB保存在内核中。当进程因系统调用而中断执行时，其运行信息仍然由PCB保存。在进程恢复执行时，操作系统从PCB读取进程原先的状态，重新装入进程。从这个角度看，PCB相当于进程在内核中的映射：进程在中断时占用资源的状态原样保存在用户内存中，而执行状态保存在内核的PCB中，体现出内核控制进程、进程支配资源的层级结构。

CPU在进程之间的切换
以P0为例，CPU因为任何原因而要暂停执行当前进程时，就将进程信息存入PCB，然后暂停。在开始执行一个进程时，通过加载PCB中的信息来获取该进程的状态，以P1为例。

2.进程的操作

现代操作系统（以下以UNIX为例）要求通过进程来访问和利用资源，因此可以说所有的计算机操作都由进程完成，如文件操作、内存访问与读写和流水信息记录等。操作系统通常为进程提供识别、创建、执行和终止等操作，通过特定的系统调用来实现。

进程识别

不同的进程具有不同的进程控制符（下简称PID），在需要识别特定进程时，比对PID即可。为了实现这一点，操作系统在创建进程时赋予进程不同（unique）的PID，并通过系统调用管理：系统调用getpid()可用于获得进程的PID.

进程创建

进程的创建和管理通过维护进程树实现。在UNIX中，PID为1的init进程在装入系统时就产生并开始执行，其任务是为用户创建进程。正在执行的进程通过系统调用创建新进程，前者和后者分别称为父进程和子进程。新创建的进程还可以创建其他子进程，所以可以用进程树表示进程间的创建关系；init进程就是这棵树的根节点，是所有用户进程的根进程。然而，进程在内核存储中的实际组织方式并不是树，而是双向链表，其中每个进程都存储有自身父进程和全体子进程的PID.

用于创建进程的系统调用是fork().由fork()产生的子进程由原来进程的地址空间的副本组成，前者完全复制父进程的程序计数器、文件状态（进程打开的文件在内核结点中由列表存储，所以状态可以克隆）和程序代码，并获得独享的内存空间，将父进程在用户内存的资源完全拷贝过来。在内核中，子进程结点完全从父进程克隆过来，只改变PID、运行时间和继承关系。

除此之外，还需要系统调用exec*()辅助管理进程。exec*()是一族系统调用的总称，它们将当前进程映像替换成新的程序文件，所以exec*()不产生新进程，而是造成原进程内容的变化。具体而言，在进程调用exec*()时，进程转为执行参数所指示的程序。此时原来的程序代码不复存在（被新的指令代码替换），进程改为执行新的指令；原来的执行信息不复保留，内存和寄存器资源被重置。进程只保留原来的PID、继承关系和运行时间等信息，在新的指令执行完毕后直接终止。

此处额外说明一点：系统调用的设计理念就是尽量少进行硬件操作（如访问内存），因为所需时间长。所以上面介绍的fork()和exec*()在内核中的实际操作就是本着这样的理念设计的。

在系统实际运行时，fork()和exec*()经常搭配使用，以实现父进程中包含子进程的效果。为了实现上述操作，需要父进程执行wait()或waitpid()系统调用以暂停执行，在子进程通过exit()终止时方被唤醒，继续执行。具体而言，程序使用一个针对fork()的条件判断（父子进程中fork()的返回值不同）来使父子进程执行不同指令。父进程执行到wait()后建立一个信号接收器，之后保存状态进入等待。子进程在执行到exit()后释放所有资源，只保留最少的信息（PID、运行时间和退出信息），并发送SIGCHLD信号给父进程。父进程在接受信号后被唤醒（如果是由waitpid()产生的接收器则只接受特定子进程的信号），接收器默认将信号移除，并销毁发信的子进程。从用户的视角看，这种操作使得父进程在创建子进程后的某时刻挂起，待后者结束后按原样执行。另外，UNIX中默认先运行父进程，所以这种操作也提供了调换执行顺序的选项。如果子进程发送信号早于父进程建立接收器，则信号将被保留，待接收器建立之后立即被接收并执行销毁。

如果父进程wait()早于子进程结束，父进程就一直wait()，至子进程终止，父进程接收到信号，kill子进程

如果父进程wait()晚于子进程结束，子进程终止之后保留信号，父进程wait()时立即接收到信号，kill子进程

在一种特殊情况下，如果在子进程运行结束前父进程已经终止，子进程就会变成孤儿进程。这样做会使得子进程和进程树失去联系，使得操作系统无法控制其终止所带来的影响。UNIX为此提供了重定父址的操作，在每个进程终结时将其所有子进程树的根进程确定为init进程的子进程，即选择init进程作为这些孤儿进程的继父。init进程周期性地执行接收信号操作，保证这些僵尸进程（执行完的子进程）能及时被销毁。

参考文献:

[1] Abraham Silberschatz. 操作系统概念:Java实现:第7版:翻译版. 高等教育出版社, 2010.1;

[2] 韩其睿. 操作系统原理. 清华大学出版社, 2013.8.