【在Linux世界中追寻伟大的One Piece】Linux进程概念

1 -> 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，必须强调的几点：

这里存储器指的是内存；
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，也只能写入内存或从内存中读取；
所有设备都只能直接和内存打交道。

2 -> 操作系统(operator System)

2.1 -> 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(如函数库，shell程序等)。

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。

2.2 -> 系统调用和库函数

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这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开发者进行二次开发。

3 -> 进程

3.1 -> 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。

3.2 -> 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。PCB(Process Control Block)，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，还有和其他程序共享的内存块指针。
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。

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，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。

代码语言：javascript复制

#define _CRT_SECURE_NO_WARNINGS 1

#include <stdio.h>
#include <sys/types.h>
#include <Windows.h>
#include <unistd.h>

int main()
{
	while (1) 
	{
		Sleep(1);
	}

	return 0;
}

通过系统调用获取进程标示符

进程id(PID)；
父进程id(PPID)。

代码语言：javascript复制

#include <stdio.h>
#include <sys/types.h>
#include <Windows.h>
#include <unistd.h>

int main()
{
	printf("pid: %dn", getpid());
	printf("ppid: %dn", getppid());

	return 0;
}

通过系统调用创建进程(初识fork)

运行man fork认识fork；
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)。

代码语言：javascript复制

#include <stdio.h>
#include <sys/types.h>
#include <unistd.h>

int main()
{
	int ret = fork();

	printf("hello proc : %d!, ret: %dn", getpid(), ret);

	sleep(1);

	return 0;
}

fork之后通常要用 if 进行分流。

代码语言：javascript复制

#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: %dn", getpid(), ret);
	}
	else 
	{ //father
		printf("I am father : %d!, ret: %dn", getpid(), ret);
	}

	sleep(1);

	return 0;
}

3.3 -> 进程状态

Linux内核源代码：

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：

代码语言：javascript复制

/*
* 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。
X死亡状态(dead)：这个状态只是一个返回状态，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

3.3.1 -> 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)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。

来创建一个维持30秒的僵死进程例子：

代码语言：javascript复制

#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;
}

僵尸进程的危害

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！

3.3.2 -> 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进程回收了。

#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 : %dn", getpid()); sleep(10); } else {//parent printf("I am parent, pid: %dn", getpid()); sleep(3); exit(0); } return 0; }

3.4 -> 进程优先级

3.4.1 -> 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unix系统中，用ps -l命令则会类似输出以下几个内容：

很容易注意到其中的几个重要信息：

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。
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至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。

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。

4 -> 环境变量

4.1 -> 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。

常见的环境变量

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。

查看环境变量的方法

echo $NAME //NAME:你的环境变量名称。

测试PATH

1. 创建hello.c文件

代码语言：javascript复制

#include <stdio.h>

int main()
{

	printf("hello world!n");

	return 0;
}

2. 对比./hello执行和之间hello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？

4. 将我们的程序所在路径加入环境变量PATH当中, export PATH=$PATH:hello程序所在路径。

5. 对比测试。

6. 还有什么方法可以不用带路径，直接就可以运行呢？

测试HOME

用root和普通用户，分别执行 echo $HOME ,对比差异 . 执行 cd ~; pwd ,对应 ~ 和 HOME 的关系

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。
env: 显示所有环境变量。
env: 显示所有环境变量。

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’’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

代码语言：javascript复制

#include <stdio.h>

int main(int argc, char* argv[], char* env[])
{
	int i = 0;
	for (; env[i]; i  ) 
	{
		printf("%sn", env[i]);
	}

	return 0;
}

通过第三方变量environ获取

代码语言：javascript复制

#include <stdio.h>

int main(int argc, char* argv[])
{
	extern char** environ;
	int i = 0;
	for (; environ[i]; i  ) 
	{
		printf("%sn", 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。

通过系统调用获取或设置环境变量

代码语言：javascript复制

#include <stdio.h>
#include <stdlib.h>

int main()
{
	printf("%sn", 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

环境变量通常就具有全局属性，可以被子进程继承下去。

代码语言：javascript复制

#include <stdio.h>
#include <stdlib.h>

int main()
{
	char* env = getenv("MYENV");
	if (env) 
	{
		printf("%sn", 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？

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？
普通变量

5 -> 地址空间

研究背景

kernel 2.6.32
32位平台

5.1 -> 程序地址空间

来段代码感受一下。

代码语言：javascript复制

#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 : %pn", getpid(), g_val, &g_val);
	}
	else 
	{ //parent
		printf("parent[%d]: %d : %pn", getpid(), g_val, &g_val);
	}

	sleep(1);

	return 0;
}

输出：

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:

代码语言：javascript复制

#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 : %pn", getpid(), g_val, &g_val);
	}
	else 
	{ //parent
		sleep(3);

		printf("parent[%d]: %d : %pn", getpid(), g_val, &g_val);
	}

	sleep(1);

	return 0;
}

输出：

child[3046]: 100 : 0x80497e8 parent[3045]: 0 : 0x80497e8

我们发现，父子进程，输出地址是一致的，但是变量内容不一样！能得出如下结论:

变量内容不一样,所以父子进程输出的变量绝对不是同一个变量。
但地址值是一样的，说明，该地址绝对不是物理地址！
在Linux地址下，这种地址叫做虚拟地址。
我们在用C/C 语言所看到的地址，全部都是虚拟地址！物理地址，用户一概看不到，由OS统一管理。

OS必须负责将虚拟地址转化成物理地址。

5.2 -> 进程地址空间

所以之前说‘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，那该如何理解呢？看图：

分页 & 虚拟地址空间

说明：

上面的图就足矣说名问题，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！

6 -> Linux2.6内核进程调度队列

上图是Linux2.6内核中进程队列的数据结构。

一个CPU拥有一个runqueue

如果有多个CPU就要考虑进程个数的负载均衡问题。

优先级

普通优先级：100～139(我们都是普通的优先级，想想nice值的取值范围，可与之对应!)。
实时优先级：0～99(不关心)。

活动队列

时间片还没有结束的所有进程都按照优先级放在该队列。
nr_active: 总共有多少个运行状态的进程。
queue[140]: 一个元素就是一个进程队列，相同优先级的进程按照FIFO规则进行排队调度,所以，数组下标就是优先级！
从该结构中，选择一个最合适的进程，过程是怎么的呢？ 1. 从0下表开始遍历queue[140] 2. 找到第一个非空队列，该队列必定为优先级最高的队列 3. 拿到选中队列的第一个进程，开始运行，调度完成！ 4. 遍历queue[140]时间复杂度是常数！但还是太低效了！
bitmap[5]:一共140个优先级，一共140个进程队列，为了提高查找非空队列的效率，就可以用5*32个比特位表示队列是否为空，这样，便可以大大提高查找效率！

过期队列

过期队列和活动队列结构一模一样。
过期队列上放置的进程，都是时间片耗尽的进程。
当活动队列上的进程都被处理完毕之后，对过期队列的进程进行时间片重新计算。

active指针和expired指针

active指针永远指向活动队列。
expired指针永远指向过期队列。
可是活动队列上的进程会越来越少，过期队列上的进程会越来越多，因为进程时间片到期时一直都存在的。
没关系，在合适的时候，只要能够交换active指针和expired指针的内容，就相当于有具有了一批新的活动进程。

总结

在系统当中查找一个最合适调度的进程的时间复杂度是一个常数，不随着进程增多而导致时间成本增加，我们称之为进程调度O(1)算法。

程序队列进程系统 linux

0 人点赞

【在Linux世界中追寻伟大的One Piece】Linux进程概念

1 -> 冯诺依曼体系结构

2 -> 操作系统(operator System)

2.1 -> 概念

2.2 -> 系统调用和库函数

3 -> 进程

3.1 -> 概念

3.2 -> 进程-PCB

3.3 -> 进程状态

3.3.1 -> Z(Zombie)-僵尸进程

3.3.2 -> 孤儿进程

3.4 -> 进程优先级

3.4.1 -> 概念

4 -> 环境变量

4.1 -> 概念

5 -> 地址空间

5.1 -> 程序地址空间

5.2 -> 进程地址空间

6 -> ​Linux2.6内核进程调度队列

6 -> Linux2.6内核进程调度队列