Linux：进程概念

个人主页 ： 个人主页
个人专栏 ： 《数据结构》 《C语言》《C++》《Linux》

---

前言

本文是对于进程概念的知识总结。

---

一、基本概念

• 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。

以上就是进程的基本概念，那进程就是可执行程序吗？答案为不是。为什么？那我们来进行如下的推导。
操作系统内可能会同时存在非常多的“进程”，那操作系统要不要管理所有的“进程”？要管理。那操作系统如何管理？先描述，再组织(对事物重要的属性描述成一个集合，再对该集合选用合适的数据结构，对该数据结构进行增删查改)。那要描述的对象肯定是“进程”，而操作系统是用C语言写的，也就是对“进程”的描述会形成struct XXX类型(该类型内部包含“进程的各种属性”)，再以双向链表的这种数据结构对struct XXX类型对象进行管理，这就形成了进程的PCB(process control block)。
那么现在什么是进程？进程 = 可执行程序 + 内核级别的数据结构(PCB)。其中PCB方便OS对进程的管理(对进程的管理变为对双向链表的增删查改)。

在上图，struct XXX对象中的lis成员，可以通过类似C语言 offset 宏[类似于 (int)&list - (int)(struct XXX*)0->list ]来指向struct XXX的首地址。

二、描述进程-PCB

• 进程信息被放在一个叫进程控制块的数据结构中，可以理解为进程属性的集合
• 课本上称之为PCB(process cintrol block)，Linux操作系统下的PCB具体为task_struct

task_struct 为 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里并且包含进程的信息

task_struct内容分类

• 标识符(PID)：描述本进程的唯一标识符，用来区分其它进程
• 状态：任务状态，退出代码，退出信息等
• 优先级：相对于其它进程的优先级
• 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，还有和其它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
• I / O 状态信息：包含显示的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，使用的时间钟总和，时间限制，记账好等
• 其它信息

三、组织进程

可以在内核数据结构里找到PCB，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

一个大佬写的文章Linux中进程控制块PCB-------task_struct结构体结构

四、查看进程

• 进程信息可以通过/proc系统文件夹查看，该目录为动态目录结构，存放所有存在的进程，目录的名称就是这个进程的id。
  如我们启动如下程序，在/proc目录中查看该进程的信息
  
  通过ps -axj | head -1 && ps -axj | grep mybin查看到该进程的pid为30725
  
  再通过ll /proc/30725查看进程信息
  
  其中cwd就是当前工作目录(默认情况下，进程启动所处的路径)，可以通过chdir()系统调用来改变

• 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。
  
  一般ps -axj 配合 grep指令使用。如ps -axj | grep 程序名
  
  

五、通过系统调用获取进程标识符

我们可以通过getpid，getppid来获取进程的pid(进程id)，ppid(父进程id)。

我们运行下面代码：

其结果为：

我们可以知道该进程的pid为6993，ppid为5213。
这里有个小问题，如果我们多次运行该程序(不关闭shell)，我们会发现其ppid的值是不变的，那ppid是谁的pid呢？

运行该指令ps -axj | head -1 && ps -axj | grep 5213

我们可以明显的发型bash的pid为5213。所以在命令行中执行的进程，父进程一般是命令行解释器

六、通过系统调用创建进程 fork初始

由上图，我们可以通过fork来创建新的进程，对于父进程，其返回子进程的pid；对于子进程，其返回0；如果创建进程失败，其返回-1。
我们运用如下代码：

其结果为：

从运行结果而言，我们可以通过fork创建一个新的进程，父子进程都执行fork之后的代码；if的两个分支也都被执行，这表示一个函数有两个返回值？

fork干了什么？

fork创建子进程，系统中会多出一个子进程。
1.以父进程为模版，为子进程创建PCB
2.创建的子进程是没有代码和数据的，目前和父进程共享代码和数据。
因为父子进程共享代码，所以fork之后，父子进程会执行一样的代码，fork之前的代码，父子进程也都能看到。

那父子进程之间是如何保证进程的独立性？
代码本身是只读的，父子进程都不会影响，所以代码是可以共享的。但父子进程对数据是会修改的，当父子进程对数据进行写入，会发生写时拷贝，来保证进程的数据是独立的。

为什么fork会有两个返回值？

我们先想一个问题，如果一个函数已经执行到return语句了，那么该函数的核心工作做完了吗？
答案是：做完了。那不也就说明fork函数在执行到return语句时，子进程已经创建出来了，而fork函数之后(子进程创建出来后)，代码共享，那return语句不也共享了吗。那不就是父进程被调度，就要执行return，子进程被调度，就有执行return。

真实情况是，操作系统是通过一些寄存器做到返回值返回两次。

为什么fork里的两个返回值，会给父进程返回子进程pid，给子进程返回0？

在我们人类血缘关系中，父与子的比例永远是1 : n，也就是说一位孩子只能有一个父亲，一位父亲可以有多个孩子。换而言之，对于父进程，我们需要唯一标识子进程的标识符(pid)来区分子进程，对于子进程，我们只有一个父进程，不需要特殊表示，我们只需要表示子进程创建成功即可。

fork之后，父子进程谁先运行？

创建完成子进程后，系统的其它进程，父进程，子进程接下来要被调度执行。当父子进程的PCB都被创建并在运行队列中排队的时候，那个进程的PCB先被选择调度，哪个进程就先运行。但这是由操作系统决定的，由各自PCB中的调度信息(时间片，优先级等) + 调度算法共同决定。我们无法确定

---

总结

以上就是我对于进程概念知识的总结。感谢支持！！！