Linux内核探讨-- 第一章

      本文是个人分析《Linux内核设计与实现》而写的总结，欢迎转载，请注明出处：

                                                                                 http://blog.csdn.net/dlutbrucezhang/article/details/12139579

        第一章--进程管理

1.什么是进程     

       第一章首先从进程开始讲起，进程是操作系统最基本的东西，我们依靠进程提供服务，利用进程完成我们需要完成的工作。首先需要明白什么是进程。它是一个动态实体，是程序的一次执行过程。一个进程需要一些必须的资源才能够运行，而最基本的资源就是 CPU 和内存。进程获得 CPU 它就处于运行状态，进程的运行肯定需要程序段，数据段，堆，栈这样的资源，而这些就是内存提供的。在Linux中的实现是两种虚拟机制，被称作是“虚拟处理器”和“虚拟内存”。虚拟处理器的概念就好像是每个进程独占CPU，虚拟内存的概念是每个进程拥有自己的内存地址空间，而这个地址空间涵盖了整个内存空间。进程的创建工作是通过 fork() 函数，进程的终止是通过 wait4() 函数，这些内容的详细介绍将在下文提及。

2.进程描述符以及进程的结构

      进程描述符用于描述一个进程，在其中存储了一个进程的所有信息，每个进程都有一个进程描述符。而所有的进程描述符都被存储在一个双向循环链表中。由此，我们可以想到，从链表中的任何一个进程开始，我们可以遍历系统的所有进程。进程描述符比较重要的字段有 ：进程PID，进程的父进程，进程的状态等等。进程描述符是由 slab 分配器分配的，它是作为页高速缓存特殊存在的一种结构。当一个进程创建时，slab 分配器分配一个进程描述符给它，当进程消亡时，进程描述符被 slab 回收，可以循环利用。

      和进程描述符密切相关的是一个结构--thread_info。这个结构的定义如下：

 union thread_union {
      struct thread_info thread_info;
     unsigned long stack[THREAD_SIZE/sizeof(long)];
  };

      我们可以看到，它是和一个栈存储在一起的，这个栈被称作是内核栈。thread_info 的位置在内核栈的尾端（往低地址方向增长）。thread_info 中存储了进程描述符的地址，所以，我们可以很方便的获得当前进程的描述符，这对于 X86 架构的计算机是非常优良的设计，因为我们可以不占用昂贵的寄存器来存储地址。

      说了这么多，好吧，下面这张图更能显示它们之间的关系：

3.进程状态

      进程是一个活动的实体，当然，它是有生命的，所以，它就必然会有生命中的各个状态。一般情况下，进程的状态会被划分为五种。

      1.TASK_RUNNING 进程处于就绪态或者是运行态。这个状态很有意思，它可以代表进程的两种很相似的状态。这两种状态的区别是进程时候获得 CPU 的使用权，如果获得了，那么进程处于运行态，反过来，如果没有，那么进程就处于就绪态。

       2.TASK_INTERRUPTIBAL 进程处于可中断状态，此时进程由于某些情况不能运行而被挂起，这时会引起进程的切换，当进程希望的事件到来或者接收到信号时，进程就有可能会被唤醒，等待重新被调度执行。

      3.TASK_UNINTERUPTIBLE 进程处于不可中断状态，从命名方式我们就可以看出，它和上一种进程状态是很相似的，的确，它们在表现上也是极为相似的，都是由于进程期待的事情没有发生而被挂起，不能运行。但是，这种状态的进程不能被信号唤醒，所以，我们不能发送一个终止信号给进程使进程死掉，所以，这种状态的进程并不多，一个常见的例子就是，进程等待磁盘的数据传输。

      4.TASK_PTRACED 进程处于被跟踪的状态，这时，会发生一些很有意思的事，进程的父进程会变成跟踪进程，当然，这只是临时的，此时，进程描述符的 parent 字段会被修改。

      5.TASK_STOPPED 进程处于死亡状态，这时的进程不能再被投入运行，它此刻拥有的资源也仅仅是 进程描述符，内核栈，thread_info 结构，此时，进程会发送信号给父进程，等待父进程收回它的资源。

4.进程上下文

      进程上下文其实就是进程切换的过程，就是指进程的所有信息。

5.进程家族树

      我们都知道，类UNIX系统组织系统中的文件都是以树的形式完成的，根则是文件系统的根目录，之后是子目录，接着是子目录的子目录。。。，最后才是文件。由于这种思想能够很好的管理计算机资源，所以，系统中的进程也是以这种方式来管理的。进程被组织成一棵树，树的根是进程1 ，也就是 init 进程。

6.进程的创建

      熟悉 Linux 编程的朋友都知道一个函数 -- fork()，没错，这就是著名的创建进程的函数，其实，其内部实现是 clone() 函数，并给它传递相应的参数完成所需要的进程或者线程。

      fork() ：如果我们使用的是这个函数，那么 shell 会创建一个普通的进程，并给它分配进程描述符等资源。Linux 中有一项非常著名的技术，被称之为写时拷贝，它的意思是，父进程和新创建的子进程共享父进程的地址空间，但是这时，地址空间是只读的，也就是说，此时，如果有一个进程往地址空间中写，那么系统就会拷贝这一页，并让需要写的那个进程在拷贝的那一页完成写操作。这项技术的原因是因为，进程创建的子进程一般用于其他的功能，所以，它会很快的调用 exec() 函数，这时会创建新的地址空间，如果，之前创建时直接拷贝，那么原来拷贝的东西就需要被丢弃，所以，浪费了许多资源和空间。但是，它还是需要拷贝父进程的页表。

      vfork()：这个函数和 fork 函数是非常相似的，它只是没有拷贝父进程的页表，但是，在函数返回后，父进程被阻塞，子进程会运行，直到它有了自己的地址空间或者是调用 exit 退出执行，才能恢复父进程的运行。

7.线程在 Linux 中的实现

      在Linux系统中，线程其实和进程没有很多的区别，无非是线程没有自己的地址空间，线程是调度执行的基本单位，而进程是资源拥有和分配的基本单位。Linux 在创建线程时，无非是给新创建的线程分配一个进程描述符，并把它的 mm 字段指向创建它的那个进程，由此，完成线程共享进程的地址空间。

8.内核线程

      有些情况，需要内核提供功能并定期的执行，这时，内核线程肯定是最好的选择。既然被称为是内核线程，所以，它肯定是在内核空间运行，而且只是在内核空间运行，所以，我们可以得出结论，它的 mm 字段被赋予 NULL （由于也是线程，所以，肯定存在进程描述符）。在Linux系统上，我们可以利用命令  ps -ef 查看你的系统上存在多少内核线程，看看它们是什么，在这里告诉你，有很多。

9.进程终结

      进程在执行了所需要完成的功能，或者是显示的调用了 exit 之后，就会走向一条面向死亡的不归路。这时，操作系统会收回进程的地址空间，CPU，信号，打开的文件等资源。此时，进程的状态变成了 TASK_ZOMBIE，僵尸进程。这时，由于进程还有一些资源没有被系统回收，而且没有被父进程收回，变成了没人管的进程。这时，会有两种情况会发生。

      1.如果，进程的父进程存在，那么子进程会给父进程发送信号，父进程要么收回子进程的资源，要么不在意子进程的状态，直接丢弃。

      2.如果，进程的父进程已经死了，那么这时的子进程又成了孤儿进程，这时，就需要给子进程寻找一个父进程，这时，又分为两种情况：

                  1.如果，子进程所在的线程组还有进程存在，那么就从线程组中寻找一个进程，让它成为子进程的父进程 

                  2.如果，子进程所在的线程组中没有存活的进程，那么，就让 init 进程成为它的父进程

        我们此时让然需要考虑一种情况，就是进程如果被跟踪了呢？那么这个进程的父进程是临时的，而它真实的父进程已经死了，所以，我们又得为被跟踪的子进程寻找父进程，依然是重复上述的两步。