【操作系统二】进程与线程

一、进程的概念

打开windows系统下的任务管理器，可以看到进程的相关信息，有我们正在使用的应用进程，还有很多后台进程，这些后台进程是系统运行必要的服务进程。而我们未使用的应用程序是不会出现在任务管理器中的，由此也可以发现进程是动态的，是处于执行过程中（处于执行过程中并不是指一定获取到了cpu执行权）的程序。以上是对进程的一些感性理解。

程序：静态的代码，就是存放在磁盘中的可执行文件，就是一系列指令的集合。（不论是语言的代码，最终都会编译成机器码并由计算机硬件执行）

进程：动态的代码执行过程，是程序的一次执行过程。不仅仅包括程序的执行代码，还包括执行过程中，在内存中产生的一系列用于操作系统控制的数据结构。比如PCB（进程控制块）。同一个程序多次执行会对应多个进程。操作系统为了管理这些进程，会为每个进程分配一个进程ID，用于区分。

二、进程的组成

进程是运行的程序，那么程序运行过程中会由哪些部分组成呢？运行时需要什么资源，又会在内存中生成什么样的数据结构，来保证进程的正确运作呢？

答：操作系统为进程分配一个唯一的、不重复的ID，PID（进程控制块）、操作系统还需要保存该进程所属的用户ID、记录为该进程分配了多少资源（比如内存、IO设备、文件）、记录进程的运行情况（cpu使用时间、磁盘使用情况、网络使用情况）。这些信息都被保存在一个叫做PCB（程序控制块）的数据结构中，操作系统对各个并发的进程进行管理时（资源管理、进程上cpu的控制和调度），所需要的所有信息全都保存在PCB中。

进程是一个动态的运行时的概念，那它的边界是什么？什么时候进程开始，又是在什么时候结束？

答：PCB是进程的唯一标识，进程被创建时会随之创建PCB，当进程结束时，会回收PCB。因此开始的标志就是PCB创建、结束的标志是PCB回收。

进程由哪些内容组成？

答：进程由三部分组成，PCB、程序部分、数据部分。PCB是给操作系统使用的，程序部分和数据部分是给进程自己用的。

PCB包括进程描述信息（PID、UID）、进程控制和管理信息（cpu使用时间、磁盘使用时间、目前状态运行态/阻塞态/挂起态/终止态）、资源分配清单、cpu相关信息（用于操作系统控制进程切换从而实现并发）。

程序部分是进程运行的代码（实际上是编译后的底层指令序列）。

数据部分是进程推进过程中产生的各种中间数据。

三、进程的特征

进程调度是指操作系统决定让哪一个进程上CPU运行。进程是操作系统分配资源的最小单位，线程是操作系统调度的最小单位。

动态性：进程是程序的一次执行过程，是一个动态的执行过程。包括PCB、程序部分、数据部分。

并发性：内存中有多个进程，各个进程由操作系统调度而并发执行。

独立性：进程独立获取资源、独立运行的基本单位。

异步性：多个进程并发执行，各个进程本身以不可预知的速度向前推进。异步性导致的未知会使得系统出现潜在的错乱危险，因此操作系统必须提供“进程同步机制”来解决异步问题，保证在需要时让各个进程按照确定的顺序依次执行，保证可控。

四、进程控制

进程的唯一标识是PCB，那么系统中由如此多的PCB，如何组织这些PCB呢？

答：有两种方式：链接和索引表。不管是链接还是索引表，基本都会分为三部分，当前执行进程的PCB、处于就绪态的PCB链表（索引表）、处于阻塞态的PCB链表（索引表）。

什么是进程控制？

答：进程有五种状态，创建态、就绪态、运行态、阻塞态、终止态。进程控制就是实现进程在这几个状态之间的转换。

如何实现进程控制？

答：进程控制通过原语实现。原语是操作系统内核提供的指令，原语执行具有“原子性”，一气呵成地执行。之所以要通过原语实现状态转换的一气呵成，是因为状态转换有多个步骤才能完成（比如将PCB状态修改，将PCB块从阻塞队列移动到就绪队列），如果不是一气呵成地执行，当执行到中间步骤时被中断，那么会出现数据不一致，出现错错乱。

原语的原子性时如何实现的呢？

答：正常情况下，cpu每次执行完成一条指令都会检查是否有中断信号需要处理，如果有则暂停当前运行进程，转而执行相应的中断处理程序。而多条指令无法连续执行的原因就在可能出现中断上。只要屏蔽了中断，那么指令就能连续执行了。而原语的原子性就是通过两个特权指令实现的，关中断指令和开中断指令。在原语的多条指令执行之前，先执行关中断指令，然后cpu不再进行中断检查，原语的多条指令一气呵成地完成，再执行开中断指令，恢复正常。这两条指令必须运行在核心态，如何运行在用户态，用户可以随意执行，那操作系统的管理功能就能被用户关闭了。

有哪些进程控制相关的原语？

进程的创建、进程的终止、进程的阻塞、进程的唤醒、进程的切换。无论哪个进程控制原语，要做的有三种事情：更新PCB中的信息（修改进程状态标志、保存/恢复运行环境即cpu寄存器的读写）、将PCB插入合适的队列（阻塞、就绪、执行等队列）、分配/回收资源。

五、进程通信

进程是资源分配的最小单位，各个进程独立分配内存空间，各个进程只能直接访问自己的内存空间，不可以直接访问其它进程的内存空间，但是各个进程又有交换信息的必要性，操作系统提供了进程之间通信的机制，主要有三种方式：共享存储、消息传递、管道通信。（想一想JVM的内存模型，其各个线程的之间的通信机制就有点像共享存储的方式，各个线程的工作内存通过主内存交换信息）

1、共享存储

共享存储的方式下，划出一块内存区域来作为共享空间，两个进程对共享空间的访问时互斥的，而互斥的工具由操作系统提供（比如PV操作）

2、消息传递

进程之间的交换信息通过格式化的信息来交换，可以由发送进程直接挂到接收进程的缓冲队列中，或者通过中间的信箱暂存交换。

3、管道通信

管道通信其实和共享存储有点像，管道通信也是开辟一块内存区域作为管道，各个进程互斥访问管道，当管道写满时write写调用会被阻塞，当为空时read读调用会被阻塞，如果没写满不能读，如果没读空不能写。一旦数据被读出，管道中的该数据就被清理。可以看出管道是半双工通信，通过两个管道可以实现全双工。

六、线程的概念和特点

如果没有线程的概念，对于qq这个应用如果既要开视频，又要发文字，还要下文件，如果实现？

答：只能采用多个进程的方式，开视频由一个进程实现，发文字由一个进程实现，下文件由一个进程实现。这种方式存在的问题是，这些进程需要频繁地进行切换，而进程的切换的代价很高（保存寄存器状态到PCB、更新快表等等），因此这种实现方式代价很高。而引入线程后，可以实现一个进程内的各个线程之间的切换来实现不同的功能，而各个线程的切换代价又相对小一些。引入线程后，进程不再是cpu调度的基本单位，而线程成为cpu调度的基本单位，此时视频聊天、文字发送、文件下载可以通过多个线程分别实现。

为什么引入线程？

答：很多进程都需要并发的执行很多事，而传统的进程只能串行地执行一系列的指令，只能通过多个进程来实现逻辑，而多个进程之间切换代价又很高。为此，引入了线程，来增加并发度，从而实现一个进程内也可以并发地处理各种任务。

进程是资源分配的基本单位（比如内存、IO设备等都是分配给进程，线程是cpu调度的基本单位），进程切换时需要保存、恢复进程运行环境，还需要切换内存地址空间，而由于线程共享进程内的资源，因此同一进程内的各个线程切换时不需要像进程切换那样复杂（不同进程的线程之间切换代价依然很大）。因此引入线程后，不仅进程之间可以并发，线程之间也可以并发，系统的并发度提升了。

进程之间的内存区域独立，因此通信时必须由操作系统提供的特权指令来实现，必须从用户态转换到核心态，开销大。而同一进程内的线程共享该进程的内存空间，进行通信时无需操作系统干预，开销小。

七、线程的实现方式

操作系统是如何实现线程的呢？

答：有三种实现方式，用户级线程、内核级线程、组合方式

很多编程语言提供了强大的线程库，用户级线程的实现方式中，线程的管理工作由用户程序负责，线程的切换不需要cpu变态，操作系统感受不到线程的存在。早期的unix系统采用这种方式。

内核级线程，windows、linux等系统均采用这种方式。线程的管理工作由操作系统完成，线程的切换需要cpu变态，操作系统能够感受到内核线程的存在。

Java虚拟机就是采用这种方式，将多个用户线程映射到多个内核线程上，这样是对前两种方式的平衡，即提高了并发度（一个内核线程阻塞其它内核线程还可以执行）；又避免了用户线程和内核线程一对一时线程切换的高代价。