几个概念

CPU、虚拟CPU进程内存、虚拟地址空间

物理的CPU被OS虚拟成了多个虚拟的CPU，这些虚拟CPU分别运行各自的程序，这些正在运行的程序被称为进程。物理内存被OS虚拟成了多个虚拟地址空间，每个进程都有独立的、自己的地址空间，程序的指令和数据都在地址空间中磁盘被OS虚拟化为文件系统，文件是被多个程序共享的，它并不是多个虚拟的磁盘，不过也不是无条件共享，涉及到例如互斥共享等多个问题，以后再谈。

1 Virtualizing the CPU

我们在Linux系统上运行C语言程序，体会一下虚拟化的意义。

Windows对多用户的支持不是很好，相关的系统API可能也没有，推荐适用Linux或Unix系统。

// cpu.c

#include <unistd.h> #include <stdio.h> #include <stdlib.h> #include <sys/time.h> #include <assert.h> int main(int argc,int *argv[]){ if(argc != 2){ fprintf(stderr,"usage:cpu <string>\n"); exit(1); } char *str = argv[1]; for(int i = 0;i < 4;i++){ sleep(1); printf("%s\n",str); } return 0; }

这个程序很容易，需要运行的时候输入一个参数，比如一个字符，值得解释的是sleep(1)，也就是让程序暂停1秒，这非常重要，这意味着物理的CPU在这1s时间可以不用执行该进程，转而执行其他进程。

注意，虚拟后的CPU，最终仍然要在真实物理CPU来执行，要想让每个进程都得到执行，那就应该以合理的方式让他们切换执行。

我们先运行一个进程试试看，输入命令./cpu A1： 打印了4个A1，并且是每隔1s打印一个，这与我们的预期相符。

接下来，我们同时运行多个进程试试看，输入命令./cpu A1 & ./cpu B2 & ./cpu C3 & 按照直观的理解，不应该是

A1 A1 A1 A1 B2 B2 B2 B2 C3 C3 C3 C3

不应该是这样吗？但是看起来这3个进程并不是顺序执行的，而是并发执行的，也就是它们趁着其他进程在sleep的时候，抢占了CPU去执行自己了（注意，我们假设计算机只有1个CPU，而且是单核的）。

这样一来，就出现了图中的乱序了。

我们也能充分的感受到，不要让物理CPU闲着的重要理念，同时我们也能想象到，多个进程同时执行，就会涉及到更多的问题，如果是之前的顺序执行，我们只需要进程1执行，其他等待–>进程1执行完成，进程2执行，其他等待–>进程2执行完成，进程3执行–>进程3执行完成。

也就是说，我们只需要等着一个程序执行完，再执行其他程序，这样很简单，但是效率非常低，比如，如果正在执行的程序不使用CPU，去“sleep”了，或者去找I/O设备“玩”了，CPU就只能呆着，其他程序也不能进来执行，CPU利用率很低。

为了避免这种问题，现代OS都采用了类似多道批处理的技术，正在执行的程序不执行时，其他程序会进入CPU执行，而不会允许CPU空闲，要榨干CPU！

就如上面的程序，当一个进程sleep的时候，其他进程就会进入CPU执行，但是，具体如何执行，取决于OS的调度程序，取决于OS设计的策略，所以目前我们还不能得知它具体是如何运作的（也许你可以查看Linux内核，不过如果你有此能力，就不会看见这篇文章了）。

1.1 补充：实例中的C语言知识

以下请自学

1.1.1 main函数参数，argc和argv

1.1.2 fprintf()

1.1.3 sleep()

2 Virtualizing Memory

我们先上代码

// mem.c

#include <unistd.h> #include <stdio.h> #include <stdlib.h> int main(int argc,int *argv[]){ int *p = malloc(sizeof(int)); // assert(p != NULL); printf("(%d) memory address of p: %08x\n",getpid(),(unsigned)p); *p = 0; for(int i = 0;i < 4;i++){ sleep(1); *p = *p + 1; printf("(%d) p: %d\n",getpid(),*p); } return 0; }

运行程序./mem 运行多个进程：./mem & ./mem & ./mem & 这里，我们依然能够看到的是虚拟化CPU，不过，虚拟化内存在哪里呢？目前还看不出来，因为Linux默认是启动地址空间随机化的，这样会让系统更安全，不易受到攻击，不过为了展现虚拟化内存，我们应该关掉它。

输入命令sysctl -w kernel.randomize_va_space=0，再输入./mem & ./mem & ./mem &

我们可以看到，三个进程居然地址完全一样！按理说，1个地址只能对应1个进程，所以，你就能体会到虚拟地址空间的含义了，这并不是真实的物理地址，它会通过某种机制，映射到真实物理地址去。

3 Sharing Disk Information

还记得我们刚才的两个程序吗？他们同时启动了多个进程，并且，这几个进程是同一个程序，也就是说，同一个存储在磁盘的文件，被多次读取到了内存，这也就意味着，磁盘信息是可以被同时多次读取的，我们也可以说，这几个进程共享了一个磁盘文件。

---

思考：为什么内存和CPU要虚拟化为多个，而磁盘却是共享的？

进程是运行中的程序，它是“活的；程序是静止在磁盘中的指令和数据，它是“死的”。

对于正在运行的进程来说，我们需要为其独立地分配一整套生态系统，保证它正常执行，并且每个程序运行时候的结果可能不同，所以，就虚拟地提供了CPU和地址空间，让它们是相互独立的；而对于静止的指令和数据来说，完全没有必要虚拟成多份，那反而是浪费空间，当然这是针对读取而言，写入还需要视情况，不过整体来说，读取信息是及其场景的，将磁盘设为共享也是合理的。

---

另外要谈的是，磁盘文件必须通过软件和硬件协作的方式，使其持久地保存，而不是很快就消失了，或者被其他数据覆盖掉了。

4 Concurrency

虚拟化对应的是进程，而并发对应的不仅仅是OS的进程，在OS之上的应用程序，也存在并发的问题，他就是多线程编程；虚拟化让一个CPU能并发地执行多个进程，而一个进程，也能并发地执行多个线程。

你一定知道多线程编程，是的，就是那个，我们现在重新审视一下它。

// threads.c

#include <stdio.h> #include <stdlib.h> #include <pthread.h> volatile int counter = 0; int loops; void *worker(void *arg) { int i; for (i = 0; i < loops; i++) { counter++; } return NULL; } int main(int argc, char *argv[]) { if (argc != 2) { fprintf(stderr, "usage: threads <value>\n"); exit(1); } loops = atoi(argv[1]); pthread_t p1, p2; printf("Initial value : %d\n", counter); pthread_create(&p1, NULL, worker, NULL); pthread_create(&p2, NULL, worker, NULL); pthread_join(p1, NULL); pthread_join(p2, NULL); printf("Final value : %d\n", counter); return 0; }

我们进行编译gcc threads.c -o threads -lpthread，注意，<pthread.h>不是Linux默认的库，编译链接需要加上参数-lpthread，也就是需要链接额外的Import Library：libpthread.a。

我们进行测试： 对于输入的参数N，输出结果应该是2N（先知道事实，看不懂多线程程序没有关系），但是最后两个，当参数足够大，比如5亿的时候，结果就诡异了。

这是由于计数器的值的更新不是原子操作，他需要：

内存–>寄存器寄存器递增寄存器–>内存

3个步骤，但是，这几个步骤可能被其他操作打断，这就造成了结果的诡异。关于原子操作以后再说。

5 小结

我们谈了几件事儿

物理CPU – 虚拟化CPU – 多进程并发物理内存 – 虚拟地址空间 – 进程独立地址空间磁盘（持久性） – 文件系统 – 共享磁盘信息OS之上的并发：单个进程中的多线程

版权声明

本文是读书笔记，来自于书籍《Operating System：Three Easy Pieces》