Linux 系统 - 进程概念
@TOC
零、前言
本章主要讲解操作系统的一些基础概念知识，为进程的学习做铺垫
一、冯诺依曼体系结构
概念：
冯诺依曼体系结构规定了硬件上的数据流动，而大部分计算机都遵守冯诺依曼体系，如笔记本，服务器等
示图：
计算机基本硬件组成：
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
存储器：物理内存
注：输入单元和输出单元统称外设
工作原理：
执行程序时，输入设备的数据先预加载到存储器中，通过存储器将数据交给 cpu 进行处理，cpu 再将得到的结果预写入写回存储器，最后再由存储器将结果刷新到输出设备上
注意：
不考虑缓存情况 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
所有设备都只能直接和内存打交道
示例：登录上 qq 开始和某位朋友聊天的数据的流动过程
你的电脑：输入设备键盘将数据写到内存，内存再将数据给 CPU，CPU 得到结果再将数据写入内存，最后内存将数据刷新到网卡
朋友的电脑：输入设备网卡将数据写到内存，内存再将数据给 CPU，CPU 得到结果再将数据写入内存，最后内存将数据刷新到显示器上
为什么运行程序必须先加载到内存：
这是即是冯诺依曼体系结构规定的，也是由于存储器分级的原因导致的
示图：存储器层次结构
内存比较便宜速度慢，CPU 速度快但是贵，为了平衡速度与经济 CPU 一般不会太大，所以 CPU 不能直接存储数据
对于外设的输入输出效率会更慢，如果直接和 CPU 沟通会导致整个程序变得迟缓，所以由内存作为中间者和所有设备进行直接沟通
二、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)
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
注：OS 需要保护系统软硬件，所以它对任何用户都不信任，需要通过 OS 才能访问系统软硬件
定位：
操作系统也被称作进行软硬件资源管理的软件
如何理解 "管理"：
操作系统作为管理者，主要做事情决策
而操作系统之下的驱动作为执行者，进行执行操作系统的决定
最后的底层硬件则是一个被管理的角色
示图：
怎么进行管理：
描述：先对被管理者进行描述，将其属性数据获取（数据写到 struct 结构体中）
组织：用链表或其他高效的数据结构进行管理数据（结构体），也就是对数据的操作达到管理的效果
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，但对用户的要求相对也比较高，所以开发者对部分系统调用进行适度封装，从而形成库，利于更上层用户或者开发者进行二次开发
三、进程
概念：
进程是程序的一个执行实例，从内核的角度上看进程是担当分配系统资源（CPU 时间，内存）的实体
即进程=程序+内核的 PCB
1、描述进程-PCB
概念：
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；在 Linux 中描述进程的结构体叫做 task_struct
Linux 操作系统下的 PCB 是: task_struct-PCB 的一种，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：
注：运行在系统里的进程都以 task_struct 链表的形式存在内核里
2、查看进程
进程的信息可以通过 /proc 系统文件夹查看
示例：
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
示例：
3、获取进程标示符
系统调用函数：
使用 getpid()系统调用函数获取当前进程 id（PID）
使用 getppid()系统调用函数获取当前进程的父进程 id（PPID）
注：getpid()和 getppid()函数需要包含头文件 unistd.h
示例：
结果：
4、创建进程-fork()
fork()功能：
为当前进程创建子进程，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：进行写入时触发拷贝）
fork()返回值：
对于父进程，如果创建成功返回子进程的 pid，否则返回负数
对于子进程返回 0（成功创建）
注意：
对子进程返回 0,是因为子进程只有一个父进程，可以直接找到对应父进程
对父进程返回子进程 pid 的意义是可以在父进程里直接得到子进程 ID（可能有多个子进程），对某个子进程进行操作和管理
注：fork 返回类型是 pid_t，需要包含头文件 sys/types.h
示例：
结果：
父子进程分流执行:
我们创建子进程的意义是为了与父进程进行不同任务，因为父子进程的代码共享，所以我们采用分支结构进行分流执行程序
示例：
结果：
为什么 ret 有两个返回值：
fork()函数在 return 的前一刻，其主体任务全部完成，也就是子进程成功创建，此时父子进程代码共享，数据各有一份（写时拷贝），在返回时发生写实拷贝，对于父进程的 ret 则是返回的子进程的 pid，对于子进程的 ret 则是返回的 0
5、进程状态
进程有不同状态，一个进程可以有几个状态
注：在 Linux 内核里，进程有时候也叫做任务
状态在 kernel 源代码里定义 ：
解释：
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(可以被调度)
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，即浅睡眠）
D 磁盘休眠状态（Disk sleep）：有时候也叫不可中断睡眠状态，在这个状态的进程通常会等待 IO 的结束（不能被进程杀死，此外还包括僵尸进程）
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
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（非常快结束）
t (tracing stop)状态：表示进程追踪状态，即进程在调试中停下来的一个状态（有些内核版本没有该状态）
示图：
查看状态指令基本格式及选项：
效果：
6、僵尸进程
概念：
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）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
即只要子进程退出，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
示例：
结果：
为什么有僵尸进程：
创建进程是用来执行任务的，而进程的退出状态保存了任务执行的状态信息，所以必须被维持下，以此等待父进程获取其退出信息及任务状态，进行下一步打算
僵尸进程的危害：
父进程如果一直不读取，那子进程就一直处于 Z 状态，而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，即一直不回收僵尸进程可能造成内存资源的浪费，直到被回收后才能释放其空间
7、孤儿进程
概念：
父进程先退出，子进程就称之为“孤儿进程”，而孤儿进程会被 1 号 init 进程（系统）领养，最后由 init 进程回收
示例：
结果：
8、进程优先级
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，以此可以大大改善系统整体性能
权限和优先级的区别：
权限是能不能执行的问题
优先级是能执行，但是是先执行还是后执行
本身是因为资源有限，需要竞争获取资源，才提出优先级
查看优先级：
使用 ps –l 命令
示例：
解释：
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 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
NI 即 nice 值，其表示进程可被执行的优先级的修正数值
所以最终的优先级：PRI(new)=PRI(old)+nice
注：这里的 PRI（old）可以理解为一直是基准值 80
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
PRI vs NI：
进程的 nice 值不是进程的优先级，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
修改 nice 值：
先使用 top 命令，进入 top 后按“r”–>输入进程 PID–>输入 nice 值
示例：
为什么 PRI 要有基准值以及 NI 具有范围：
避免过高或者过低的优先级出现，保证可控并且竞争的相对公平，提高效率
便于运算，不用再读取优先级信息，并且实现简单
进程退出 CPU 的可能：
优先级更高的进程抢占了 CPU
该进程时间片到了（多进程运行）
注：进程让出或者占领 CPU 资源时，就需要进行保存或者恢复进程的上下文数据
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
9、环境变量
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
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(可以被子进程继承)
示例：
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
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：
echo $NAME //NAME:你的环境变量名称
示例：
1)测试 PATH
注：以 PATH 为例，展现环境变量的作用
示例：简单写个程序
结果：
引入：
为什么有些指令可以直接执行，不需要带路径，而我们的二进制程序需要带路径才能执行？
原因：
执行程序前，系统会在特定路径下查找对应程序
而 PATH 的作用是辅助系统进程指令查找，PATH 变量储存的就是可能存在指令或者程序的路径
示图：
注：其实程序，命令，指令，可执行程序等等都是一个概念
如何将程序像指令一样执行（不带路径执行）：
将我们的程序所在路径加入环境变量 PATH 当中
使用指令 export PATH=$PATH:path（程序所在路径）
示例：
注：该添加方法只在当前有用，退出 Linux 后则会恢复，想永久设置则需在环境变量文件中进行添加
将程序拷贝到 PATH 变量中的某个路径中
示例：
2)测试 HOME
对比效果：root 和普通用户执行 echo $HOME
解释：
一个用户默认所处的路径是由环境变量 HOME 决定的，环境变量 home 是决定用户所处的主工作目录的
和环境变量相关的命令:
echo: 显示某个环境变量值
export: 设置一个新的环境变量
env: 显示所有环境变量
unset: 清除环境变量
set: 显示本地定义的 shell 变量和环境变量
环境变量的组织方式：
解释：
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
3)如何获取环境变量
命令行第三个参数
示例：
结果：
通过第三方变量 environ 获取
示例：
注意：
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
通过系统调用获取或设置环境变量
示例：
结果：
注：常用 getenv 和 putenv 函数来访问特定的环境变量
4)命令行变量
在命令行中，我们可以定义两种变量：
本地变量：只能够在当前 shell 命令行解释器内被访问，不能被子进程继承
注：在命令行运行的指令，它的父进程都是 bash
环境变量：可以被子进程继承
示例：
版权声明: 本文为 InfoQ 作者【可口也可樂】的原创文章。
原文链接:【http://xie.infoq.cn/article/9a847aa59a1891d2271719204】。文章转载请联系作者。
还未添加个人签名 2022-04-28 加入
还未添加个人简介
评论