Linux--进程核心概念

        

目录

一、体系结构基础：冯·诺依曼模型

二、操作系统的定位与管理

三、进程的核心概念

1. 什么是进程？

2. 进程控制块（PCB）

3. 查看进程

4. 进程标识符（PID & PPID）

5. 创建进程（fork）

四、进程状态

僵尸进程（Zombie）

孤儿进程（Orphan）

五、进程优先级

六、环境变量

七、进程地址空间（虚拟内存）

八、进程调度

---

        进程是Linux系统的灵魂，是系统进行资源分配和调度的基本单位。深入理解进程是掌握Linux系统编程和性能优化的基石。本文将对Linux进程的核心概念进行总结。

一、体系结构基础：冯·诺依曼模型

理解进程前，必须先了解计算机的底层工作模型。

• 核心思想：计算机由输入设备、存储器、运算器、控制器、输出设备五大部分组成。

• 关键强调：

  1. 这里的存储器特指内存。

  2. CPU只能直接读写内存，无法直接访问外设。

  3. 所有外设的输入/输出数据都必须经过内存。

• 以QQ聊天时数据流为例来理解一下冯诺依曼体系架构：

  • 输入：键盘敲击消息 → 输入设备 → 内存

  • 处理：CPU 从内存读取数据并进行处理

  • 输出：内存 → 输出设备 → 网卡发送 / 显示器显示

二、操作系统的定位与管理

        操作系统（OS）是计算机系统的“大管家”。

• 定位：一款纯粹的管理软件，向下管理硬件，向上为用户程序提供执行环境。

• 管理内容：进程管理、内存管理、文件管理、驱动管理。

• 如何管理？——“先描述，再组织”

  1. 描述：用struct结构体（如task_struct）将进程的属性信息描述起来。

  2. 组织：用链表等高效的数据结构将多个struct组织起来，方便进行增删改查。

• 系统调用 vs 库函数：操作系统将部分管理功能以系统调用的接口形式暴露，功能基础但对于了解程度要求高。开发者对其封装后形成库函数（如C库），更方便使用。

三、进程的核心概念

1. 什么是进程？

• 基本概念：程序的一个执行实例，正在执行的程序。

• 内核观点：担当分配系统资源（CPU时间、内存）的实体。

2. 进程控制块（PCB）

        进程的所有信息都被放在一个称为进程控制块（PCB）的数据结构中。在Linux中，PCB的具体实现是 task_struct。

• task_struct 内容分类：

  • 标识符（PID）：唯一标识进程的ID。

  • 状态：进程状态（运行、睡眠、停止、僵尸等）。

  • 优先级：相对于其他进程的优先级。

  • 程序计数器：即将执行的下一条指令的地址。

  • 内存指针：指向程序代码、数据及共享内存的指针。

  • 上下文数据：进程运行时CPU寄存器中的数据。

  • I/O状态信息：进程使用的I/O设备和文件列表。

  • 记账信息：处理器时间、时间限制等。

• 组织方式：内核中所有task_struct通过链表的形式组织起来。

3. 查看进程

• 命令行工具：ps aux、ps axj、top

• 文件系统：/proc/[PID]/ 目录下包含了进程的详细信息。

4. 进程标识符（PID & PPID）

• PID：当前进程的唯一ID。

• PPID：父进程的ID。

• 系统调用：getpid() (获取自身PID), getppid() (获取父进程PID)

5. 创建进程（fork）

• 系统调用：fork()

• 关键特性：

  1. 调用一次，返回两次：在父进程中返回子进程的PID，在子进程中返回0（失败则返回-1）

  2. 写时拷贝：子进程共享父进程的代码段，数据段在初始时也共享。只有当任何一方尝试修改数据时，才会为该数据分配独立的物理空间。这是一种高效的内存管理策略

#include <stdio.h>
#include <unistd.h>int main() {pid_t id = fork();if (id < 0) {// fork失败perror("fork");return 1;} else if (id == 0) {// 子进程代码区printf("I am child, PID: %d\n", getpid());} else {// 父进程代码区printf("I am parent, PID: %d, Child PID: %d\n", getpid(), id);}sleep(1);return 0;
}

• fork后，代码共享，数据看似共享。

• 只有在任何一方尝试修改数据时，操作系统才会真正复制一份数据给修改方。

+-----------------------+
|   父进程              |
|  +-----------------+  |
|  |  代码段         |  | (共享)
|  +-----------------+  |
|  |  数据段         |  |<----------+
|  |  g_val = 0      |  | (共享)    | 子进程尝试修改
|  +-----------------+  |               |     触发写时拷贝
|  |  堆、栈         |  |                |
|  +-----------------+  |               |
+-----------------------+              |
                                              |
+-----------------------+              |
|   子进程              |                |
|  +-----------------+  |               |
|  |  代码段         |  | (共享)     |
|  +-----------------+  |              |
|  |  数据段         |  | (共享)    |
|  |  g_val = 0      |  |-----------+
|  +-----------------+                |
|  |  堆、栈         |                 |
|  +-----------------+                |
+-----------------------+           |
                                           |
                    +---------------v----+
                    |  内核为新数据   |
                    |  分配物理页面   |
                    |  g_val = 100      |
                    +-------------------+

四、进程状态

Linux内核中定义的进程状态主要包括（在kernel源代码中定义）：

• R (TASK_RUNNING)：运行或就绪态。进程正在CPU上运行或在运行队列中等待被调度。

• S (TASK_INTERRUPTIBLE)：可中断睡眠。进程在等待某个事件完成（如等待输入），可以被信号中断唤醒。

• D (TASK_UNINTERRUPTIBLE)：不可中断睡眠。进程通常在等待I/O操作结束，不可被信号中断。这是一种深层睡眠状态。

• T (TASK_STOPPED)：停止状态。进程被信号（如SIGSTOP）暂停运行，可通过信号（如SIGCONT）继续运行。

• X (TASK_DEAD)：死亡状态。进程结束运行，资源被回收。这是一个瞬时状态，用户无法捕捉。

• Z (TASK_ZOMBIE)：僵尸状态。这是一个非常重要且需要警惕的状态。

僵尸进程（Zombie）

• 成因：子进程先于父进程退出，但父进程没有调用wait()或waitpid()来读取子进程的退出状态信息。

• 危害：

  1. 维护退出状态的PCB无法被释放，导致内存泄漏。

  2. 如果父进程创建大量子进程且从不回收，将耗尽系统的进程资源（PID）。

• 如何避免：父进程需要通过wait系列系统调用来回收子进程资源。

孤儿进程（Orphan）

• 成因：父进程先于子进程退出。

• 处理：孤儿进程会被1号init进程（或systemd进程）领养，并由该进程负责其退出后的回收工作。这避免了僵尸进程的产生。

• R状态是中心，是获得CPU的唯一入口。

• S和D都是等待，但S可被信号唤醒，D不行。

• Zombie是子进程给父进程留的“遗嘱”，父进程不读(wait)，遗嘱就一直留着，占着资源。

• Orphan会被“福利院院长”init进程收养，保证其正常结束。

五、进程优先级

• 基本概念：CPU资源分配的先后顺序。

• 查看命令：ps -l 主要关注 PRI 和 NI 列。

  • PRI (Priority)：进程的优先级，值越小优先级越高，越容易被调度。

  • NI (Nice)：进程优先级修正值。其关系为：PRI(new) = PRI(old) + NI。

  • NI范围：-20 到 19。普通用户只能调高NI值（降低优先级）。

• 调整NI值：使用top命令，按r后输入进程PID和新的nice值。

六、环境变量

• 基本概念：用于指定操作系统运行环境参数的变量，具有全局属性。

• 常见环境变量：

  • PATH：指定命令的搜索路径。echo $PATH

  • HOME：指定用户的主工作目录。echo $HOME

  • SHELL：指定当前使用的Shell。

• 相关命令：

  • env：查看所有环境变量。

  • export：设置一个新的环境变量。export MY_VAR=Hello

  • unset：清除一个环境变量。unset MY_VAR

• 在程序中访问：

  • 命令行参数：main(int argc, char *argv[], char *env[])

  • 全局变量：extern char **environ;

  • 系统调用：getenv()（获取），setenv()（设置）。

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

七、进程地址空间（虚拟内存）

        这是理解进程隔离和内存管理的核心。

• 现象：在 fork 后的父子进程中，修改同一个全局变量，变量的地址值相同，但内容不同。

• 结论：

  1. 我们在C/C++中看到的地址（&变量）都是虚拟地址/线性地址，而非物理地址。

  2. 操作系统负责将虚拟地址通过页表映射到物理地址。

  3. 父子进程的虚拟地址相同，但被OS映射到了不同的物理页上，从而实现了进程间的独立性和写时拷贝技术。

• 意义：

  1. 保护：一个进程的错误操作（如非法内存访问）不会影响其他进程。

  2. 简化：让每个进程都认为自己独占整个内存空间，简化了程序员的编程模型。

  3. 高效：配合“写时拷贝”等技术，可以高效地利用内存。

+------------------------+    +------------------------------+
|   进程A                  |      |   进程B                        |
| 虚拟地址空间        |      | 虚拟地址空间              |
|                              |      |                                      |
| 0x8049768: g_val |      | 0x8049768: g_val        |
| ...                           |      | ...                                 |
+-------------------------+    +------------------------------+
         ↓                                    ↓
    +---------+                      +---------+
    | 页表A   |                      | 页表B   |
    +---------+                      +---------+
         ↓                                   ↓
+-------------------------------------------------+
|             物理内存                                |
|   +-----------+    +---------------+             |
|   | 页面1    |     | 页面2         |               |
|   | g_val=0 |     | g_val=100 |               |
|   +-----------+    +----------------+            |
|                                                            |
+-------------------------------------------------+

• 每个进程都有自己的虚拟地址空间，感觉自己是独占内存的。

• 通过每个进程独有的页表，将相同的虚拟地址映射到不同的物理地址上。

• 这就是进程独立性和写时拷贝得以实现的底层基础。

八、进程调度

Linux 2.6内核采用了高效的 O(1)调度算法。

• 核心数据结构：每个CPU有一个运行队列（runqueue），包含活动队列（active） 和过期队列（expired）。

• 活动队列：存放时间片未用完的所有进程，按优先级（0-139）组织成140个队列。

• 过期队列：存放时间片已耗尽的进程，结构同活动队列。

• 调度过程：

  1. 调度器从活动队列的优先级最高的非空队列中选取第一个进程运行。

  2. 使用bitmap位图来快速查找非空队列，时间复杂度为O(1)。

  3. 当活动队列为空时，交换active和expired两个指针的值，过期队列即刻变为新的活动队列。

• 优点：调度过程非常高效，与系统中进程数量无关。