Linux进程概念

冯诺依曼体系结构

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

所需强调的几点

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）要输入或输出数据，也只能写入内存或者从内存中读取所有设备都只能直接和内存打交道

 

操作系统

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

总结

计算机管理硬件

描述起来，用struct结构体组织起来，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

 

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念：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，Linux操作系统下的PCB是：task_struct

 

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

 

通过系统调用获取进程标识符

进程id（PID）父进程id（PPID） #include <stdio.h> #include <sys/types.h> #include <unistd.h> int main() { printf("pid: %d\n", getpid()); printf("ppid: %d\n", getppid()); return 0; }

通过系统调用创建进程-fork

运行man fork认识forkfork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; }

 

进程状态

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

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

Z(zombie)-僵尸进程

僵死状态（Zombies）是一个比较特殊的状态。当子进程退出时，父进程没有调用wait函数或者waitpid()函数等待子进程结束，又没有显示忽略SIGCHILD信号，那么它将一直保持在僵尸状态僵死进程会以终止状态保持在进程表中，一个进程在调用exit()函数结束时，并没有真正的销毁，而是留下一个称为僵尸进程的数据结构，僵尸进程放弃了几乎所有的内存空间，没有可执行的代码，也不能被调度，仅仅在进程列表中保持一个位置，记载该进程的退出状态等信息，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

 

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，如果一直不回收，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，例如C中定义一个结构体变量（对象），要在内存的某个位置进行开辟空间。这样的话就会造成内存泄漏

 

怎样避免僵尸进程

使用signal函数显示忽略SIGCHILD信号，即父进程调 用sigaction将SIGCHLD的处理动作设置为SIG_IGN,这样fork出来的子进程在终止时会自动清理掉,不会产生僵尸进程,也不会通知父进程，由内核直接处理。系统默认的忽略动作和用户用sigaction函数自定义的忽略通常是没有区别的,但这是一个特例父进程调用wait或者waitpid()函数等待子进程结束，如果尚无子进程退出wait会导致父进程阻塞，waitpid可以通过传递WNOHANG使父进程不阻塞立即返回如果父进程很忙可以用signal注册信号处理函数，在信号处理函数调用wait/waitpid等待子进程退出fork两次，父进程fork创建一个子进程然后waitpid等待子进程退出，子进程再fork一个孙进程后退出，这样子进程退出后会被父进程等待回收，而对于孙进程其父进程已经退出所以孙进程成为一个孤儿进程，孤儿进程由init进程接管，孙进程结束后，init会等待回收

孤儿进程

父进程如果提前退出或被杀死，子进程就会进入Z状态，这样的进程就被称之为“孤儿进程”孤儿进程被1号init进程领养，由init进程回收

 

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优先权高的进程有优先执行的权利，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，把不重要的进程安排到某个CPU，大大改善系统整体性能

查看系统进程

ps -l

会类似输出以下几个内容

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nice值，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

 

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下分别并且同时进行运行，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(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（即用户登录到Linux系统中时，默认的目录）SHELL：当前Shell，他的值通常是/bin/bash

查看环境变量的方法

echo $NAME //NAME：环境变量的名称

和环境变量相关的指令

echo：显示某个环境变量export：设置一个新的环境变量env：显示所有的环境变量unset：清除环境变量set：显示本地的shell变量和环境变量

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

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; } 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("%s\n", environ[i]); } return 0; }

libc中定义的全局环境变量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

 

通过系统调用获取或设置环境变量

getenv

#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，可以被子进程继承下去，是因为内存配置的关系

当启动一个shell，操作系统会分配一记忆块给shell使用，此内存内的变量可让子进程取用若在父进程利用export功能，可以让自定义变量的内容写到上述的记忆块当中（环境变量）当加载另一个shell时（即启动子进程，而离开原本的父进程了），子shell可以将父shell的环境变量所在的记忆块导入自己的环境变量块当中

 

程序地址空间

#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

输出出来的变量值和地址是一模一样的，因为子进程按照父进程为模板，父子并没有对变量进行修改，但如果对代码稍作修改

#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; }

输出

//与环境相关，观察现象即可 child[3046]: 100 : 0x80497e8 parent[3045]: 0 : 0x80497e8

这时，父子进程输出地址是一致的，但是变量的内容却发生了改变

变量内容不同，所以父子进程输出的变量绝对不是相同的变量地址相同，说明该地址绝不是物理地址在Linux地址下，这种地址叫做虚拟地址在编写C/C++代码时所看到的地址，全部是虚拟地址，物理地址用户一般无法查看，由OS统一管理

OS必须负责将虚拟地址转化为物理地址

 

进程地址空间

之前说“程序的地址空间”是不准确的，准确的应该说成进程地址空间

分页&虚拟地址空间

说明

同一个变量，地址相同，其实是虚拟地址相同，内容不同其实是被映射到了不同的物理地址