Linux进程概念
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
*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：
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
- 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：
#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：
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：
#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：
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：
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：
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：
#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：
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 $NAME //NAME:你的环境变量名称
- 示例：
1)测试PATH
注：以PATH为例，展现环境变量的作用
- 示例：简单写个程序
#include <stdio.h>
int main()
{
printf("hello world!\n");
return 0;
}
- 结果：
- 引入：
为什么有些指令可以直接执行，不需要带路径，而我们的二进制程序需要带路径才能执行？
- 原因：
执行程序前，系统会在特定路径下查找对应程序
而PATH的作用是辅助系统进程指令查找，PATH变量储存的就是可能存在指令或者程序的路径
- 示图：
注：其实程序，命令，指令，可执行程序等等都是一个概念
- 如何将程序像指令一样执行（不带路径执行）：
- 将我们的程序所在路径加入环境变量PATH当中
使用指令 export PATH=$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：
#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：
- 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
- 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：
- 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：