Linux:进程概念

Hirty.

已于 2024-03-25 11:46:19 修改

阅读量855

点赞数 14

分类专栏： Linux 文章标签： linux 服务器

于 2024-03-21 19:00:45 首次发布

本文链接：https://blog.youkuaiyun.com/qq_71925940/article/details/136904771

版权

Linux 专栏收录该内容

6 篇文章

订阅专栏

冯诺依曼体系结构

我们常见的计算机，如笔记本。我们不常见的计算机，如服务器，大部分都遵守冯诺依曼体系。

截至目前，我们所认识的计算机，都是由一个个的硬件组件组成

输入单元：包括键盘 , 鼠标，扫描仪 , 写板等

中央处理器 (CPU) ：含有运算器和控制器等

输出单元：显示器，打印机等

关于冯诺依曼，必须强调几点：

这里的存储器指的是内存。

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 ( 输入或输出设备 )。

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。

一句话，所有设备都只能直接和内存打交道。

对冯诺依曼的理解，不能停留在概念上，要深入到对软件数据流理解上，请解释，从你登录上 qq 开始和某位朋友聊 天开始，数据的流动过程。 从你打开窗口，开始给他发消息，到他的到消息之后的数据流动过程。如果是在 qq 上发送文件呢？

答：冯·诺依曼结构是一种计算机体系结构，它将程序指令和数据存储在同一存储器中，以及通过共享通用总线实现指令和数据之间的传输。这种结构为我们理解计算机如何进行数据流提供了基础。

假设你登录QQ并开始与朋友聊天，我们来看一下数据的流动过程：

发送文字消息：
- 当你打开QQ窗口并输入要发送的消息时，文本消息会被编码为数据包。
- 这些数据包首先会通过你的计算机上的网络适配器发送到本地网络路由器。
- 路由器将数据包发送到互联网，并通过一系列路由器和服务器最终到达QQ服务器。
- QQ服务器接收到消息后，将其存储在数据库中并标记为未读。
- 你的朋友登录QQ时，客户端会从服务器请求未读消息，服务器将消息发送给他的客户端。
- 朋友的客户端接收到消息后，将其解码并显示在聊天窗口中。
发送文件：
- 当你想发送文件时，文件数据会被分割成数据包，并按照类似文本消息的方式发送到服务器。
- QQ服务器接收到文件数据包后，会将其存储起来，并生成一个下载链接。
- 朋友在接收到文件后，可以通过下载链接从服务器上下载文件数据。
- 文件数据通过类似的网络传输方式从服务器传输到朋友的计算机上。
- 朋友的QQ客户端接收到文件数据后，将其组装还原成完整的文件，并保存在本地设备中。

总的来说，在与朋友聊天过程中，数据的流动涉及到数据的编码、传输、存储、解码等多个环节，其中涉及到网络传输、服务器存储以及客户端的数据处理等步骤。这些步骤都是建立在冯·诺依曼计算机体系结构基础上的。

操作系统(Operator System)

概念

任何计算机系统都包含一个基本的程序集合，称为操作系统 (OS) 。笼统的理解，操作系统包括：

内核（进程管理，内存管理，文件管理，驱动管理）

其他程序（例如函数库， shell 程序等等）

设计 OS 的目的

与硬件交互，管理所有的软硬件资源

为用户程序（应用程序）提供一个良好的执行环境

定位

在整个计算机软硬件架构中，操作系统的定位是： 一款纯正的 “ 搞管理 ” 的软件

如何理解 " 管理 "

管理的例子

描述被管理对象

组织被管理对象

总结

计算机管理硬件

1. 描述起来，用 struct 结构体

2. 组织起来，用链表或其他高效的数据结构

系统调用和库函数概念

在开发角度，操作系统对外会表现为一个整体，但是会暴露自己的部分接口，供上层开发使用，这部分由操作系统提供的接口，叫做系统调用。

系统调用在使用上，功能比较基础，对用户的要求相对也比较高，所以，有心的开发者可以对部分系统调用进行适度封装，从而形成库，有了库，就很有利于更上层用户或者开发者进行二次开发。

那么操作系统是怎么管理进行进程管理的呢？很简单，先把进程描述起来，再把进程组织起来！

进程

基本概念

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=PCB+自己的代码和数据

PCB指的是进程控制块（Process Control Block），也称为进程描述符（Process Descriptor），是操作系统中用于管理和维护进程信息的数据结构。每个进程在操作系统中都会有一个对应的 PCB，操作系统利用 PCB 来跟踪和控制进程的状态、位置以及所需的资源。

PCB 包含了描述进程当前状态和执行情况的各种信息，通常包括以下内容：

进程状态：表示进程当前的状态，如运行、就绪、阻塞等。
程序计数器（Program Counter）：指向下一条将要执行的指令地址。
寄存器：保存进程的寄存器状态，包括通用寄存器、程序状态字等。
进程标识符：唯一标识进程的ID。
进程优先级：用于确定进程的调度顺序。
进程所拥有的资源：如打开的文件、分配的内存等。
进程的父子关系：指向父进程和子进程的指针等。

为什么要有PCB? 通过 PCB，操作系统可以实现进程的创建、调度、切换、挂起、终止等操作，并确保进程之间的安全隔离和资源分配。PCB 是操作系统中非常重要的数据结构，对于操作系统的正常运行和进程管理至关重要。

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。

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。

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

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。

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

ps ajxx

ps ajx | head -1

ps ajx | grep myprocess

ps ajx | head -1 && ps ajx | grep myprocess

拿到第一行和与 myprocess有关的行

while :; do ps ajx | head -1 && ps ajx | grep myprocess | grep -v grep;sleep 1;done

通过系统调用获取进程标示符

进程 id （ PID ）

父进程 id （ PPID ）

小知识：ctrl+c是在用户层面终止进程，kill -9 进程id 可以用来直接杀掉进程

通过系统调用创建进程-fork初识

运行 man fork 认识fork

在Unix/Linux系统中，fork()是一个创建新进程的系统调用。调用fork()函数后，操作系统会复制当前进程，创建一个新的子进程。原始进程被称为父进程，新创建的进程被称为子进程。

在调用fork()后，父子进程将拥有相同的代码段、数据段和堆栈，但是它们拥有各自独立的地址空间。子进程是父进程的副本，它从父进程那里继承了大部分状态，包括打开的文件描述符、信号处理器等。

fork()函数返回两次，成功时，在父进程中返回子进程的进程ID（PID），在子进程中返回0。失败时，在父进程中返回-1，不创建子进程，并且适当设置errno。

通常情况下，fork() 被用于创建一个新的进程来执行不同的任务，或者实现并发处理。父子进程之间可以通过进程间通信（如管道、消息队列、共享内存等）来进行数据交换和协作。

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）

我们为什么要创建子进程？因为我们想让子进程执行和父进程不一样的代码

进程状态

看看Linux内核源代码怎么说

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）。

下面的状态在 kernel 源代码里定义：

/*
* 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 */
};

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。（场景：调试的时候）

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

小知识：信号列表

进程状态查看

ps aux / ps axj 命令

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。

来一个创建维持 30 秒的僵死进程例子：

#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？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！

如何避免？后面讲

进程状态总结

我们以前启动的所有进程，怎么从来没有关心过僵尸呢？内存泄漏？

因为直接在命令行启动的进程，他的父进程是bash，bash会自动回收新进程的Z

（shell:媒婆；bash:王婆；sh:李婆。它们是介于用户和操作系统之间的软件：命令行解释器）

至此，值得关注的进程状态全部讲解完成，下面来认识另一种进程

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 进程领养，当然要有 init 进程回收喽。

#include <stdio.h>
#include <unistd.h>
#include <stdlib.h>
int main()
{
 pid_t id = fork();
 if(id < 0){
 perror("fork");
 return 1;
 }
 else if(id == 0){//child
 printf("I am child, pid : %d\n", getpid());
 sleep(10);
 }else{//parent
 printf("I am parent, pid: %d\n", getpid());
 sleep(3);
 exit(0);
 }
 return 0;
}

进程优先级

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 或者 unix 系统中，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 ：代表这个进程优先级的修正数据，nice值

新的优先级=优先级+nice值，达到对于进程优先级动态修改的过程

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。

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, 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

注意：频繁调整nice值需要切换到root账号；每次调整优先级，都是从80开始。

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

环境变量

基本概念

环境变量是操作系统中用来指定操作系统运行环境的一些参数，如临时文件夹位置和系统文件夹位置等。环境变量由变量名和文件路径组成，可以设置很多个环境变量。环境变量的作用是让系统和应用程序能够在不知道文件完整路径的情况下，通过变量名查找文件或程序。例如，path环境变量指定命令的搜索路径，当要求系统运行一个程序而没有告诉它程序所在的完整路径时，系统除了在当前目录下面寻找此程序外，还应到path中指定的路径去找。

环境变量 (environment variables) 一般是指在操作系统中用来指定操作系统运行环境的一些参数

如：我们在编写 C/C++ 代码的时候，在链接的时候，从来不知道我们的所链接的动态静态库在哪里，但是照样可以链接成功，生成可执行程序，原因就是有相关环境变量帮助编译器进行查找。

环境变量通常具有某些特殊用途，还有在系统当中通常具有全局特性

常见环境变量

PATH : 指定命令的搜索路径

HOME : 指定用户的主工作目录 ( 即用户登陆到 Linux 系统中时 , 默认的目录 )

SHELL : 当前 Shell, 它的值通常是 /bin/bash 。

查看环境变量方法

echo $NAME //NAME:你的环境变量名称

环境变量默认是在系统对应的配置文件中，我们登陆Linux系统时，环境变量才被加载到bash进程中（内存）

一些配置文件：.bash_profile .bashrc /etc/bashrc

测试PATH

1. 创建 hello.c 文件

#include <stdio.h>
int main()
{
 printf("hello world!\n");
 return 0;
}

2. ./hello可执行 hello不可执行

3. 为什么有些指令可以直接执行，不需要带路径，而我们的二进制程序需要带路径才能执行？

因为Linux中存在一些全局的设置，告诉命令行解释器应该去哪些路径下寻找可执行程序

4. 将我们的程序所在路径加入环境变量 PATH 当中

PATH=$PATH:hello 程序所在路径

这样直接使用hello命令可以成功运行程序，但是重新登陆系统此操作又不行了，需要添加到对应的配置文件中才可以一直使用

测试HOME

1. 用 root 和普通用户，分别执行 echo $HOME , 对比差异

和环境变量相关的命令

1. echo: 显示某个环境变量值（echo $xxx）

2. export: 设置一个新的环境变量(expot 名字=内容)

3. env: 显示所有环境变量

4. unset: 清除环境变量(unset 名字)

5. set: 显示本地定义的 shell 变量和环境变量

例：

环境变量的组织方式

每个程序都会收到一张环境表，环境表是一个字符指针数组，每个指针指向一个以 ’\0’ 结尾的环境字符串

通过代码如何获取环境变量

方法一：命令行第三个参数

#include <stdio.h>
int main(int argc, char *argv[], char *env[])
{
 int i = 0;
 for(; env[i]; i++){
 printf("%s\n", env[i]);
 }
 return 0;
}

方法二：通过第三方变量environ获取

#include <stdio.h>
int main(int argc, char *argv[])
{
 extern char **environ;
 int i = 0;
 for(; environ[i]; i++){
 printf("env[%d]->%s\n",i, environ[i]);
 }
 return 0;
}

libc 中定义的全局变量 environ 指向环境变量表 ,environ 没有包含在任何头文件中 , 所以在使用时要用 extern 声明。

磁盘里环境变量加载入bash进程的内存块，我们的运行程序是bash的子进程，都是数据共享给子进程，第一个拿到的方式是main的参数列表，第二个就是extern声明外部指针拿到列表

通过系统调用获取或设置环境变量

putenv , 后面讲解

getenv , 本次讲解（getenv("指定的环境变量名"））

#include <stdio.h>
#include <stdlib.h>
int main()
{
 printf("%s\n", getenv("PATH"));
 return 0;
}

常用 getenv 和 putenv 函数来访问特定的环境变量。

环境变量通常是具有全局属性的

环境变量通常具有全局属性，可以被子进程继承下去

#include <stdio.h>
#include <stdlib.h>
int main()
{
 char * env = getenv("MYENV");
 if(env){
 printf("%s\n", env);
 }
 return 0;
}

直接查看，发现没有结果，说明该环境变量根本不存在

导出环境变量

export MYENV="hello world"

再次运行程序，发现结果有了！说明：环境变量是可以被子进程继承下去的！想想为什么？

环境变量可以被子进程继承下去的原因在于操作系统的进程创建机制。当一个新的进程被创建时，通常会继承父进程的环境，包括环境变量。这种设计有以下几个重要原因：

方便性和效率：继承环境变量可以节省时间和资源，因为子进程无需重新获取和设置环境变量，而是直接继承了父进程的环境。
一致性：子进程继承父进程的环境变量可以确保它们在同一环境中执行，从而避免了配置不一致带来的问题。
灵活性：父进程可以通过设置环境变量来影响子进程的行为，实现父子进程之间的数据传递和通信。

总的来说，环境变量的继承使得父子进程之间能够共享配置信息，提高了系统的灵活性和效率。这种机制在操作系统中被广泛应用，为进程间通信和协作提供了便利。

实验

如果只进行 MYENV ＝ “helloworld” , 不调用 export 导出，在用我们的程序查看，会有什么结果？为什么？

程序可能无法获取到环境变量的值。在Unix/Linux系统中，使用 export命令可以将一个变量设置为环境变量，使其在当前Shell会话中可见，并且可以被子进程继承。如果不使用 export命令，那么该变量只是在当前Shell会话中的一个普通（本地）变量，子进程无法继承这个变量作为环境变量。

程序地址空间

研究背景

kernel 2.6.32

32 位平台

程序地址空间回顾

在讲 C 语言的时候，画过这样的空间布局图

可是我们对他并不理解！

来段代码感受一下

#include <stdio.h>

#include <unistd.h>

#include <stdlib.h>

int g_val = 0;

int main()

{

pid_t id = fork();

if(id < 0){

perror("fork");

return 0;

}

else if(id == 0){ //child

printf("child[%d]: %d : %p\n", getpid(), g_val, &g_val);

}else{ //parent

printf("parent[%d]: %d : %p\n", getpid(), g_val, &g_val);

}

sleep(1);

return 0;

}

输出

// 与环境相关，观察现象即可

parent[2995]: 0 : 0x80497d8

child[2996]: 0 : 0x80497d8

我们发现，输出出来的变量值和地址是一模一样的，很好理解呀，因为子进程按照父进程为模版，父子并没有对变量进行进行任何修改。可是将代码稍加改动：

#include <stdio.h>

#include <unistd.h>

#include <stdlib.h>

int g_val = 0;

int main()

{

pid_t id = fork();

if(id < 0){

perror("fork");

return 0;

}

else if(id == 0){ //child, 子进程肯定先跑完，也就是子进程先修改，完成之后，父进程再读取

g_val=100;

printf("child[%d]: %d : %p\n", getpid(), g_val, &g_val);

}else{ //parent

sleep(3);

printf("parent[%d]: %d : %p\n", getpid(), g_val, &g_val);

}

sleep(1);

return 0;

}