进程优先级介绍，详解环境变量，详解进程地址空间

一、介绍进程优先级

1.什么是优先级

简单来说优先级是一种约定，进程都有优先级，优先级决定一个进程何时运行和接收多少 CPU 时间——优先级高的先做，优先级低的后做。

往简单说，优先级就是进程PCB中存储的一个数字，越小的优先级越高（跟成绩排名一样）

注意：

2.为什么会有优先级

系统中运行的进程可由用户决定多少，但硬件的数目却是电脑出厂后就决定的。

简单来说就是内存中的进程数目远多于硬件等资源的数目，导致的资源不足。所以引入了优先级这个概念以确保计算机的顺利运行

3.Linux中的优先级是怎么确定的

1）查看Linux中的优先级

ps -la指令可以查看目前所有用户的进程的信息，如优先级等。

2）计算优先级和更改优先级

优先级= PRI + NI

系统中的优先级是看pri决定的，pri越小越先被执行，但用户可以通过更改ni的值来改变进程的优先级。

你可以输入任意大小的数字，但操作系统只允许ni的值位于[ -20,19]，多出的部分舍弃。

所以Linux中进程的优先级共有40个等级：[ 60 ,99]

二、环境变量

1.什么是环境变量

具有全局属性，就是可以被子进程继承下去（有些类似于C中的局部变量与全局变量的关系）

每当用户登录时，操作系统便会默认初始化系统中的环境变量，环境变量本质上就是一串字符串。

2.环境变量有什么作用

如环境变量HOME，当用户登录上Linux后，系统便通过识别用户名以初始化HOME环境变量，进而导致不同身份的用户登录家目录不同：

3.环境变量怎么做到的

1）查看系统已有的环境变量

env指令：在屏幕上打印出系统已有的环境变量

节选的一些

2）以PATH具体认识环境变量

引入

通过file pwd等指令，再file 我们自己写的程序，发现都是x86_64可执行程序（是的，指令也就是写好的程序）,可为什么我们的程序不能像系统指令一样执行，而是得加" ./ "呢？

①PATH环境变量的作用

②查看PATH中的存储的地址

echo $PATH

如果我们将自己写的程序的地址加入PATH后，是不是就可以像使用指令一样在任何目录都可以调用我们的程序？

注意：

猜想是正确的！

此时再查看PATH中记录的地址发现有myproc程序的地址：

当我们重新登入Linux后，发现PATH的值又恢复初始状态：

3）介绍一些其他的环境变量

4）set

这里的全局变量就是C语言中的局部变量，环境变量就是全局变量，区别是这个全局变量只能在创建它的程序中使用，如下图中的hello，而环境变量可以继承给子进程。

①普通全局变量与环境变量的区别

在shell中定义一个普通全局变量hello=10，在set中可以看到hello。

但在环境变量中查找不到hello

通过export将hello变为全局变量后即可查找

②删除环境变量或者普通全局变量

关于环境变量相关的一些指令总结：

① echo: 显示某个环境变量值，如echo $PATH

② export: 设置一个新的环境变量，如export hello（自定义的）

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

4.如何通过代码获取环境变量

1）main函数的命令行参数

不知你是否曾在某些书本当中见过main函数是带参数的，如下：

现在让我们来详细了解这些参数

①int argc和 char *argv[ ]

int argc的作用是存储在调用该程序时的选项数目；

而char *argv存储的则是每一个额外选项。

比如我们常用的ls -al—>ls -a -l,在包括ls指令本身后argc=ls + a + l ==3，而char *argv[ ]则存储着这些选项。

我们用自定义的test_main.c来观察argc和argv[ ]。

若gcc编译不通过，则按提示在gcc后添加-std=c99：

在调用test_main时我们附加了-a -b -c三个选项，如上图。可以看到被成功打印出。

②char *env[ ]

在有了对argc和argv[ ]的理解后，再来理解env[ ],便容易的多。

首先要明确的是：每个程序在运行时都会收到操作系统给的一张环境表，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。而char * env[ ]，便是那张环境表。

③main函数命令行参数对编程的另一种启发

由于环境变量可以被子进程继承，这为我们编写代码提供了另一种思路：在运行进程之前就将对应的选项输入，如我们在使用ls指令时输入的选项一样，ls -al。

比如：

你编写了个程序，其中有诸多功能选项，但是用户得先将程序运行后再输入选项才能实现想要的功能，如果将这些选项在运行之前就给出，使用户输入后就能直接运行，如ls -a -l等指令一样，或许在某些场景能提高用户使用效率。

如以下代码：

2）getenv接口获取

作用：在程序内通过代码获取环境变量。

3）extern char ** environ

直接在代码中额外声明char ** environ环境变量表，依然可以打印出环境变量。

小结：

在程序中获取环境变量有三种方式

①getenv；

②char *env[ ];

③extern char ** environ;

5）一些奇怪的问题

①操作系统是如何得知你是否有某文件权限的？

②我们说非环境变量不能被子程序获取，那shell里定义的全局变量为什么能被echo读取并打印？

如上图中所示：

已知：myenv是个shell定义的普通全局变量，echo是一个指令（本质上也是一种程序），当在shell运行echo时本质创建了一个子进程，但按照环境变量的定义这应该是不被允许的。

echo能读取非环境变量的本质：

三、进程地址空间

1.引出问题

我们编写一段代码，定义一个全局变量glo_x=100，再通过fork调用生成一个子程序。

我们尝试在子进程中修改glo_x，而父进程什么都不做，两个再打印glo_x会有什么现象。

  1 #include<stdio.h>
  2 #include<stdlib.h>
  3 #include<unistd.h>
  4 int glo_x=100;
  5 int main()
  6 {
  7     pid_t id=fork();
  8     int cnt=1;
  9     if(id<0)
 10     {
 11         printf("创建子进程失败\n");
 12         exit(1);
 13     }
 14     else if(id>0)
 15     {
 16         //父进程
 17         while(1)
 18         {
 19             printf("我是父进程，我的id是：%d,glo_x=%d,&glo_x=%p\n",getpid(),glo_x,&glo_x);
 20             sleep(1);
 21         }
 22     }
 23     else
 24     {
 25         //子进程                                                                                                                                                                                                                        
 26         while(2)
 27         {
 28             printf("我是子进程，我的id是：%d,glo_x=%d,&glo_x=%p\n",getpid(),glo_x,&glo_x);
 29             cnt++;
 30             if(cnt==3)
 31             {
 32                 glo_x=700;
 33                 printf("子进程已经修改了glo_x的值…\n");
 34             }
 35             sleep(2);
 36         }
 37     }
 38     return 0;
 39 }

结果如图：

此时，同一个地址的glo_x变量居然有两个值！！

2.逻辑地址、虚拟地址、物理地址的概念

在学习C语言时，我们认为内存划分为这么几个区域：代码段、数据段、堆区、栈区，如下图所示

上面的理解是正确的但不完全正确，真正理解进程地址空间还需要理解：逻辑地址、虚拟地址、物理地址这三种地址之间的区别与联系。

1）逻辑地址

①逻辑地址是程序视角下的地址空间；

②编译器编译的时候是从0开始编址的；

③代码中的指针值就是就是逻辑地址；

④逻辑地址空间存在于进程当中，每个进程都有自己的逻辑地址空间。换言之，每个进程认为自己独享整个系统的资源。

2）虚拟地址

①虚拟地址是站在cpu的视角的地址空间

②经过分段机制转换后的地址，是分页机制的输入。

由于技术的进步，在现代操作系统中，逻辑地址几乎等同于虚拟地址。

3）物理地址

真实内存硬件上的地址，CPU 最终通过总线访问的地址，内存访问的最终目标。

所以不管是在编译器中调试看到的逻辑（虚拟）地址，还是物理地址，都是用32位二进制来描述这2^32个地址。

从程序到物理内存的地址转换分为两个阶段： 逻辑地址 → 虚拟地址 → 物理地址，由于现在的操作系统中逻辑地址几乎等同于虚拟地址，为方便理解，我们暂时认为是从虚拟地址→ 物理地址。

3.内核数据结构mm_struct

通过上面三种地址空间的描述，我们可以得出一个信息：就是进程都认为自己独占整个系统资源，并且编译器在编译时也是从地址0开始编译。但是内存中的进程不只一个，肯定不可能让一个进程独占，且物理地址只有一条，让所有进程都从0地址开始编址也显然不可能，并且各个进程中代码段需要多少内存，数据段需要多少内存，堆栈又各自需要多少内存又是不尽相同。

于是，操作系统为了方便管理，创建了另一种内核数据结构mm_struct。

操作系统管理的核心思路是：先整理，在管理。

先整理：mm_struct中的数据成员正是代码段、数据段、堆栈的起始地址与终止地址。

再管理：通过为每一个进程创建一个mm_struct对象，直接管理各个进程所需的内存。

所以，在代码中的malloc 或者 new其实就是mm_struct中的数据更改变动，本质上就是start 或者end的更改。

注意：

故下图其实描述的是进程的虚拟（逻辑）地址空间，也就是说进程地址空间本质上是一种数据结构，其中数据结构的各个成员决定了每个区域的划分。

4.页表：虚拟地址到物理地址的映射

在已经知道虚拟地址的概念即如何通过mm_struct存储后，那么操作系统是如何通过虚拟地址精确找到物理地址的呢？

这里笔者画了个草图以帮助读者理解从虚拟地址——>物理地址的转换。

同样的从物理地址到虚拟地址也要经过页表的转换。

值得注意的是：

5.写时拷贝

现在让我们回到“引出问题”中观察到的现象——为什么同一个地址的glo_x却有两个值。

还记得fork（）调用的作用吗，fork调用父子进程会共享之后的代码和数据，但如果有一方要更改这份数据呢？这里再给出写时拷贝的概念：

6.再一次理解虚拟地址：从编译到执行

1）编译器从0地址开始编址逻辑（虚拟地址）地址，若是32位环境下则每一位地址由32位二进制表示。64位同理；

2）当编译好的程序加载到内存后又获得物理地址；

3）操作系统将进程的虚拟地址与物理地址填入页表中；

4）当调用该进程的执行代码时：

①cpu通过查看task_struct(PCB)中的mm_struc，得到虚拟地址，然后前往页表查询物理地址；

②得到物理地址后，再前往物理地址中寻找该进程的代码和数据；

③得到具体的可执行代码和数据后再带回cpu内计算。

7.进程的两套地址

也就是说，一个进程其实是有两套地址的：

①物理存在于内存中的代码和数据的地址；

②在程序内部相互跳转时（如函数调用函数）用的虚拟地址。

7.总结进程地址空间

1）进程地址空间是什么

进程地址空间 是指一个进程在运行时所能“看到”和使用的所有内存地址的集合。其核心内容就是虚拟地址。操作系统通过让每个进程都认为自己独占整个内存资源，实际物理内存由操作系统动态分配和管理。

2）为什么会存在逻辑地址、虚拟地址、物理地址三个地址而不是一步到位？

如果只存在一个地址，也就是让进程直接访问物理内存会有诸多隐患：

①防止进程越界非法操作（野指针），保证操作系统的安全；

——使用页表进行映射能有效拦截进程的非法请求

②防止恶意程序扫描内存而导致的数据泄露；

③减少内存碎片化，如果进程必须占用连续的物理内存，会是内存碎片化加剧：

比如：若物理内存剩余 1GB 但碎片化为多个 100MB 块，则无法运行需要 500MB 的程序。

整体是以空间换安全的设计思想。

3）虚拟地址是如何做到的

操作系统通过页表映射，将进程的虚拟地址与物理地址联系起来，以实现每个进程的虚拟地址空间。

四、一些问题

1.如何理解fork函数为父进程返回子进程id，给子进程返回0？

一个孩子只能有一个父亲或者母亲，而父母却可能有多个孩子。

同理，一个子进程只能有一个父进程，故仅通过getppid函数就能知道谁是父进程；但一个父进程可能有多个子进程，所以需要每个子进程的id来区分他们，所以要求创建完子进程后向父进程返回其id。

2.如何理解fork函数会有两个返回值？

函数返回值只能通过return返回，且一次只能返回一个值。

通过上述“进程地址空间”我们已知：fork调用的效果是创建一个子进程，并将父进程的task_struct(PCB)和代码数据等拷贝一份给子进程，并共享之后的代码。那么当父进程中的fork函数运行到return语句时，其核心语句已经运行完成了，此时子进程已经被创建出来甚至可能已经在cpu的运行队列中了。

由于父子进程共享之后的代码，故父子进程都会执行return语句，不过父进程返回的是子进程id，子进程返回的是0。

所以fork函数的两个返回值分别是两个进程的fork函数return结果。

3.如何理解在“进程地址空间”引言代码中的同一个id变量，怎么会使if和else if同时执行？

由“进程地址空间”已知，此时子进程已经创建完毕并准备运行。

总结

本文先介绍了进程的优先级，以及Linux中的优先级是如何确定的，之后介绍了什么是环境变量及其作用，最后介绍了什么是地址进程地址空间、mm_struct，以及为什么要使用虚拟地址。