Linux系统-进程概念

Linux进程概念

• 零、前言
• 一、冯诺依曼体系结构
• 二、操作系统
• 三、进程
  • 1、描述进程-PCB
  • 2、查看进程
  • 3、获取进程标示符
  • 4、创建进程-fork()
  • 5、进程状态
  • 6、僵尸进程
  • 7、孤儿进程
  • 8、进程优先级
  • 9、环境变量
    • 1)测试PATH
    • 2)测试HOME
    • 3)如何获取环境变量
    • 4)命令行变量

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：

1. 输入单元：包括键盘, 鼠标，扫描仪, 写板等
2. 中央处理器(CPU)：含有运算器和控制器等
3. 输出单元：显示器，打印机等
4. 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：

1. 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)
2. 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
3. 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

1. 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
2. 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

1. 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
2. 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：

1. 内核（进程管理，内存管理，文件管理，驱动管理）
2. 其他程序（例如函数库， shell程序等等）

• 设计OS的目的：

1. 与硬件交互，管理所有的软硬件资源
2. 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”：

1. 操作系统作为管理者，主要做事情决策
2. 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
3. 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：

1. 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）
2. 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：

1. 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
2. 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：

1. 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
2. 即进程=程序+内核的PCB

1、描述进程-PCB

• 概念：

1. 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
2. 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：

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
//当多个程序需要同时被执行，而一个程序有执行的时间片，达到时间需要切换程序，切换到恢复的过程就需要上下文数据发挥作用，达到无缝切换的效果
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

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

1. 进程的信息可以通过 /proc 系统文件夹查看

• 示例：

1. 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：

1. 使用getpid()系统调用函数获取当前进程id（PID）
2. 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：

#include <stdio.h>
#include <unistd.h>

int main()
{
    printf("pid: %d\n", getpid());
    printf("ppid: %d\n", getppid());
    return 0;
}

• 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：

1. 对于父进程，如果创建成功返回子进程的pid，否则返回负数
2. 对于子进程返回0（成功创建）

• 注意：

1. 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
2. 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：

#include <stdio.h>
#include <sys/types.h>
#include <unistd.h>
int main()
{
    pid_t ret = fork();
    printf("hello proc : %d!, ret: %d\n", getpid(), ret);
    sleep(1);
    return 0;
}

• 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：

#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;
}

• 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 ：

/*
* 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 */
};

• 解释：

1. 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)
2. 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）
3. 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）
4. 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
5. 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）
6. 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：

ps aux / ps axj :查看系统中所有的进程
ps -la :查看基础进程
a：显示一个终端的所有进程，除会话引线外
u：显示进程的归属用户及内存的使用情况
x：显示没有控制终端的进程
-l：长格式显示更加详细的信息
-e：显示所有进程

• 效果：

6、僵尸进程

• 概念：

1. 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
2. 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
3. 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：

#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;
}

• 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：

#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;
}

• 结果：

8、进程优先级

• 概念：

1. 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
2. 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
3. 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：

1. 权限是能不能执行的问题
2. 优先级是能执行，但是是先执行还是后执行
3. 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：

1. UID : 代表执行者的身份
2. PID : 代表这个进程的代号
3. 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
4. PRI ：代表这个进程可被执行的优先级，其值越小越早被执行
5. NI ：代表这个进程的nice值

• PRI and NI：

1. 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
2. NI即nice值，其表示进程可被执行的优先级的修正数值
3. 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
4. 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
5. 所以调整进程优先级，在Linux下就是调整进程nice值
6. nice其取值范围是 -20至19 一共40个级别

• PRI vs NI：

1. 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
2. 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：

1. 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
2. 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：

1. 优先级更高的进程抢占了CPU
2. 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：

1. 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
2. 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
3. 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
4. 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：

1. 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
2. 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：

1. PATH : 指定命令的搜索路径
2. 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)
3. 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

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

• 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：

1. 执行程序前，系统会在特定路径下查找对应程序
2. 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）：

1. 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

1. 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:

1. echo: 显示某个环境变量值
2. export: 设置一个新的环境变量
3. env: 显示所有环境变量
4. unset: 清除环境变量
5. 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

1. 命令行第三个参数

• 示例：

#include <stdio.h>
int main(int argc ,char *argv[] ,char* env[])//命令行参数个数、命令行参数、环境变量 
{
   int i = 0;
   for(; env[i]; i++)  //遍历env指针数组打印环境变量的值
   {
     printf("env[%d]：%s\n", i, env[i]);                           
   }
   return 0;
}

• 结果：

1. 通过第三方变量environ获取

• 示例：

#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;
}

• 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

1. 通过系统调用获取或设置环境变量

• 示例：

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

• 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：

1. 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

1. 环境变量：可以被子进程继承

• 示例：