【Linux】进程的概念

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。

直接看上面的基本概念显得很抽象，那我们就先不管它。先来粗略地看看在windows系统下的进程：

通过任务管理器，我们可以看到一个个正在运行的程序，这就代表了一个个进程。 我们可以直观地感受到：在操作系统中，进程可以同时存在很多个

描述进程-PCB

---

既然操作系统中可以有很多进程，那操作系统就要将这些进程管理起来，操作系统是如何管理进程的呢？

先描述，再组织。想了解如何管理进程，我们就要先将它描述出来

我们先来写一个简单程序，然后将其编译为可执行程序myprocess

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

int main()  
{  
	while(1)  
	{
        sleep(1);
		printf("I am a process!\n");                                 
	}                
	return 0;           
}              

当我们的程序被CPU调度运行时，就是一个进程了

当程序没有运行时，它是存储在磁盘中的

根据冯诺依曼体系规定，我们要运行程序，必须将其加载到内存中，也就是要将程序对应的代码与数据拷贝到内存中

那么像上图这样的模型，将代码与数据加载到内存中就是一个进程了吗？

我们知道，内存中可以存在多个进程，哪个进程该调度，调度多长时间，下一个进程又是谁，这些问题似乎仅凭上图的模型无法解决，这里我们就要引入一个数据结构——PCB（Process Control Block）进程控制块

PCB中存放着进程的信息，可以理解为进程属性的集合

它的具体实现是怎么样的，我们现在先不去深究，只需了解以下即可

struct PCB
{
	// ...所有属性
	struct PCB* next // 指向下一个进程的PCB
	// 内存指针， 指向对应的代码与数据
}

每一个进程都必须对应一个PCB

这样我们就可以粗略的认识，进程 = PCB + 对应的代码与数据

有了PCB，操作系统对进程的管理，就变为了对PCB链表的增删查改，当然也不一定是链表，也可能是其他的数据结构

PCB是在操作系统学科里的一个统称，在Linux中，PCB具体叫法是struct task_struct，是一种内核数据结构

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]。
• 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

PCB的意义

---

通过以上，我们了解了什么是PCB，下面我们来看看它的意义或者作用

我们知道，操作系统也属于软件，在开机时就被加载到了内存中

而程序运行时，进程 = 内核task_struct结构体 + 程序的代码与数据，都会被加载到内存

操作系统对进程进行调度时，就是调度进程对应的task_struct，会有一个task_queue或者其他数据结构，让不同进程的task_struct进行排队

所以，调度运行进程，本质就是让进程控制块task_struct进行排队

有了PCB，操作系统就可以对进程进行管理

进程标识符

---

到这里，我们知道，运行一个可执行程序，就是让系统创建进程并运行。

无论是我们写的代码形成的可执行文件，还是系统的指令（ls、pwd等）操作，本质都是运行进程

当进程运行起来时，我们可以使用如下指令查看进程运行的情况

ps axj

ps是查看进程的指令，axj是选项，选项可以乱序

直接使用，显示出来的数据很乱，通常要配合管道grep来查看特定进程

ps axj | grep 进程名

下面运行之前的myprocess，然后使用ps指令查看此进程

可以看到，查到了我们想要的进程状态，但是我们并不知道这些数据代表什么，我们可以将ps axj的前一行取出来，对应了各个数据的名称

ps axj | head -1

而且下面还有一行grep进程，这是因为grep运行时也会创建进程，我们可以将这一行过滤掉，grep -v grep是反向过滤，将含grep的数据过滤掉

ps axj | grep myprocess | grep -v grep

同时运行上面两条指令，可以这样

ps axj | head -1 && ps axj | grep myprocess | grep -v grep

这时我们再来看进程运行情况

先来看PID这一项，为了区分不同进程，每个进程都有唯一标识符，就是PID

getpid

除了使用ps axj指令，还可以怎样查看进程对应的PID呢？——进程可以自己查看自己的PID

我们要明确一点，进程是运行起来的程序，程序是我们写的，我们代表了用户。而PID是操作系统内核的数据，用户是不可以直接访问操作系统内部的，但是操作系统为用户提供了系统调用。因此，我们可以在程序中使用系统调用来查看进程的PID。

这个系统调用是getpid，头文件是<unistd.h>和 <sys/types.h>，返回类型是pid_t无符号整型

下面我们直接使用

#include <stdio.h>
#include <unistd.h>
#include <sys/types.h>

int main()
{
	pid_t pid = getpid();
	while(1)
	{
        sleep(1);
		printf("I am a process, pid:%d\n", pid);
	}
	return 0;
}

将编译后的程序运行起来：

通过getpid得到的pid和我们使用ps命令得到的pid是一致的

由于我们写的程序是个死循环，要想停止只能按CTRL+C，而这里有了进程的pid后，可以使用kill指令停止进程

kill -9 进程的pid

进程的创建

---

除了直接运行可执行程序，我们还可以在代码中创建进程

进程创建的代码方式

首先，我们要知道，一个进程是由其父进程创建的

使用系统调用getppid可以获得当前进程的父进程的pid，先来使用一下看看

运行程序：

确实获得了一个ppid，多运行几次程序

我们发现，pid每次都会改变，而它父进程对应的ppid是不变的。这很容易理解，我们每次运行一个程序，都是重新创建一个新的进程，pid肯定会不同，而它的父进程ppid不变，说明父进程一直在运行着

我们使用ps指令和查看一下父进程

可以看到，父进程是bash，命令行解释器，说明我们运行的程序的进程是由父进程bash创建的子进程

---

知道了进程是由父进程创建后，我们该怎么在代码中创建进程呢？

用户不能直接访问操作系统内核，我们想在代码中创建一个进程，只能使用系统调用

pid_t fork()

先不谈它的返回值，直接使用来看看

这里先来暂时输出一个结论：fork之后，父子进程代码共享。即fork之后，会输出两条I am a process，一个是父进程输出的，另一个是子进程输出的

我们知道，父进程是myprocess，它的代码与数据来源于磁盘；它创建子进程，子进程的代码与数据来源于哪里？这里我们暂时理解为子进程继承了父进程的代码与数据

为什么要创建子进程

---

父进程与子进程运行不同的代码，可以提高工作效率

父子进程代码是共享的，如何运行不同的代码呢？这就要返回去看fork的返回值了

fork的返回值：

创建子进程成功，子进程的pid被返回给父进程，返回0给子进程；创建失败，返回-1给父进程

我们根据fork的返回值，来写一份代码：

运行结果：

可以看到因为fork的返回值不同，父子进程也执行了不同的代码

回头看代码有两个问题：

1. 为什么fork函数可以返回同时两个值
2. 为什么id可以同时等于0和子进程的pid

解答

1. fork函数在执行的时候，子进程就创建了。在fork函数执行结束，返回值时，同时有父子两进程，同时有两个fork函数，所以可以返回两个值
2. 进程具有独立性，父子进程的数据互不影响。可以非常粗略地认为，父进程和子进程有自己变量id，是各自私有的，只是都叫id而已。后面虚拟地址空间、写时拷贝会解开这个问题的答案

以文件的形式查看进程

---

每一个进程运行时，都会在/proc目录下生成对应的文件

写一个简单的程序，在proc中查看它的进程文件

运行起来：

可以看到，确实生成了对应进程的目录

看看里面的详细信息：

很明显地可以看到cwd和exe

• cwd（current work dir）代表了当前进程当前的工作路径
• exe记录了进程对应的可执行程序的路径

结束，再见 😄