操作系统 进程

概述

进程管理，也称为处理机管理。

在多道程序(Multiprogram)批处理系统和分时系统中有多个并发执行的程序，为了描述系统中程序执行的动态引入了进程。进程是操作系统中最古老最核心的概念，它是资源分配和独立运行的基本单位。其重点在于管理进程间的并发、合作及资源竞争问题。

程序与进程

描述进程之间的先后执行顺序通常可以使用前趋图(Precedence Graph)，它是一种有向无环图(DAG, Directed Acyclic Graph)。它由结点和有向边组成，其中结点代表不同程序段的操作，边代表两个程序段之间是否存在前趋关系。

如程序段$P_i$及$P_j$间的前趋关系可表示为$P_i\to P_j$，可称$P_i$为$P_j$的前趋，$P_j$为$P_i$的后继，其含义代表为$P_i$执行完毕后才可以执行$P_j$。这个图类似于“关键路径”。

顺序/并发执行的特征

顺序执行

顺序执行十分简单，一个典型的程序段前趋图如下：

顺序执行的特征主要是：顺序性、封闭性、可再现性。

并发执行

使顺序执行的程序并发的执行3个作业，则其前趋图如下：

可以看到，比顺序略微复杂一些，但也很直观，这个模式与指令的流水是类似的。

C1与I2并行，O1, C2, I3并行等，另外，在这种情况中称[I2, I3], [C2, C3], [O2, O3]受I1, C1, O1的间接约束；而C1, O1受I1的直接制约，其他情况以此类推。

并发执行的特征如下：

1. 程序失去封闭性
2. 程序和机器执行程序的活动不再一一对应
3. 并发程序间存在互相制约

前两者主要体现在进程间对资源的争用时引发的错误。

进程的组成

进程是程序的一次执行，一个进程通常由程序、数据、和进程控制块(PCB, Process Control Block)（也有一些书籍将PCB称为进程表(Process table)）组成。

其中程序部分是程序本身，这一部分通常是不可修改的，这使的一个程序被多个进程同时执行是可能的。

而数据部分则是程序执行时所需要的数据和工作区域，这一部分对每个进程都是独享的，是进程可修改的部分。

而PCB则是用来标识进程信息的，对每个进程而言也是唯一的，其内容在不同的操作系统可能是不一样的，但主要内容如下表：

字段	含义
进程标识符(PID, Process Identifier)	标识操作系统中各个进程
状态	进程当前状态
位置信息	程序及数据所在主存、外存中位置
控制信息	参数、信号量、消息等
队列指针	链接同一状态的进程
优先级	操作系统对进程调度的依据
现场保护区	在程序中断或暂停时存放程序执行状态，以便程序可以恢复运行

进程状态及状态间转换

尽管进程都是独立的实体，有属于自己的程序计数器及内部状态等。但有时候进程间需要相互协作，如一个进程输出的信息是另一个进程的输入信息，当前者尚未输出结果时，后者就必须阻塞等待输入到来才能继续执行。

为了方便理解和描述，通常使用进程模型来形容进程在执行时状态的变化。

三态/五态模型

三态模型将进程状态描述为三种，也是最基本的三种，见下图：

其含义如下表：

状态	含义
运行	进程在处理机上运行时，则为运行状态，对于单处理机系统仅有一个进程会处于运行状态。
就绪	进程获得了除处理机之外的所有资源，一旦处理机可用就可以执行。
阻塞	进程正在等待事件的发生（如等待I/O完成）而暂停运行，把处理机资源分配给该进程也无法执行。

除此之外还有一种五态模型，它只是稍微细化了三态模型，见下图：

多出来的两个状态含义如下表：

状态	含义
新建	进程刚被创建，正在等待操作系统完成填充管理进程所需信息。
终止	进程执行完毕，正在等待操作系统回收资源。

进程的控制

进程的控制即对系统中所有进程从创建到消亡全过程的控制，进程的控制主要是由操作系统 内核(Kernel) 中的 原语(Primitive) 实现的。

内核是计算机硬件的第一层扩充，是操作系统的最小组成。

原语则是由若干条机器指令组成用于完成特定功能的程序段，其特点在于原语是不可分割的，要执行就会把该原语程序段全部执行，无法选择的执行。

进程间通信(IPC, Inter Process Communication)

很多时候一个进程需要其他进程共同协同工作，但不可避免的会出现冲突，如争用资源就会使的程序行为不可预期。因此需要一些机制来解决这些问题。

进程间同步(Synchronization)

若进程A、B通过共享同一块空间协同工作，若进程B需要等待进程A填充数据至共享的空间才能继续执行，这时候就需要等待。

进程间需要相互合作，协同的过程，就称为进程的同步。

进程间互斥(Mutual Exclusion)

若进程A、B需要均需要使用一次只能供一个进程使用的资源（如打印机）时，就存在资源争用的问题。这种资源也称为临界资源(Critical Resource)。

进程间的这种关系就称为进程间的互斥。

临界区(CS, Critical Section)

进程中对临界资源实施操作的那段程序的区域就是临界区。对互斥临界区有4条原则：

1. 有空即进——当无进程处于临界区时，允许进程进入，并且只能在临界区运行有限时间。
2. 无空则等——当有进程位于临界区，其他想要进入临界区的进程必须等待，保证资源不被多个进程同时使用。
3. 有限等待——对于要求访问临界区的进程，应保证进程能在有限时间内进入。
4. 让权等待——当进程无法进入临界区时，应立即释放处理机资源，避免进程进入无用的忙等待。

信号量(Semaphore)机制

为了解决进程间同步/互斥的问题，Dijkstra（就是提出图最短路算法的学者）于1965年提出信号量这种有效的进程同步/互斥工具。

目前，信号量机制已经有了很大的发展，主要与整型信号量、记录型信号量、信号量集机制。

整型信号量

信号量是整型变量，根据控制对象不同赋予不同的值。其主要分为两类：

1. 公用信号量——实现进程间互斥，初值为1或资源的数量
2. 私用信号量——实现进程间同步，初值为0或任一正整数。

信号量$S$的含义为：$S\ge 0$时表示某资源可用数，$S<0$则其绝对值表示阻塞队列中等待的进程数。

PV操作

系统中的进程，工作的正确与否不仅取决于其自身，还与它是否能正确与其他相关进程实施同步互斥有关。PV操作是用来实现同步和互斥的常用方法，P和V操作均是来自硬件的低级通信原语，在执行期间不可分割，以此保证不会因为时间片轮转或其他因素造成意外。

P操作定义：$S:=S-1$，若$S\ge 0$，则执行P操作的进程继续执行；若$S<0$，则该进程进入阻塞状态，并置入阻塞队列。

V操作定义：$S:=S+1$，若$S>0$，则执行V操作的进程继续执行；若$S\le 0$，则从阻塞队列中唤醒一个进程，将其置入就绪队列，执行V操作的进程继续。

利用PV操作实现进程互斥/同步

互斥就是令信号量mutex的初值为1，当进入临界区时执行P操作，退出临界区时执行V操作。

P(mutex)
   临界区
V(mutex)

同步则是将信号量与消息产生联系，若信号量为0时则表示消息未产生，反之则代表消息已存在。进程通过调用P操作测试消息是否准备好，调用V操作知会消息已准备好。

一些例子

这里引用一个很经典的例子，生产者消费者问题，生产者进程$P_1$需要将生产好的产品不断的送入缓冲区，而消费者进程$P_2$则从缓冲区中消费产品。

首先通过使用同步的方式来实现这个过程，需要设置两个信号量S1, S2，其中S1的初值为1，表示缓冲区空，可以将产品送入缓冲区；而信号量S2的初值为0，表示缓冲区有产品。其过程如下流程。

假设缓冲区有上限n，也可以通过信号量加互斥的方式实现：

设置3个信号S, S1, S2，其中S为互斥信号，初值为1；S1表示是否可以将产品放入缓冲，初值为n；S2表示缓冲区中是否有产品，初值为0。流程如下：

互斥量(Mutex)

如果不需要信号量的计数能力，则可以使用信号的简化，称为互斥量。它不包含计数能力，其基本操作称作加锁及解锁，行为与信号量类似，当对一个已加锁的信号量再次加锁则会阻塞线程，它使用起来更为简便。

高级通信原语

虽然讲的是进程间信息交换，但上面提及的PV操作显然不适合用于进程间数据交换，它只是为了解决同步与互斥问题。

为了实现进程间的数据通信，使能传递大量数据，操作系统引入了高级通信原语。主要通过如下方式实现进程间通信：

1. 共享存储模式

   通信间进程共享某些存储区域，以实现通信。（同时还需要考虑冲突问题，因此通常需要同时使用互斥量）

2. 消息传递模式

   以消息为单位在进程间传递信息，类似于网络通信。

3. 管道通信

   通过连接一个读进程，一个写进程。以实现它们之间通信的共享文件（pipe文件），逻辑上来看这就是一个管道。可以看做写进程往管道中源源不断的输入字符流，而读进程则从管道中取出这些信息，就像水管一样。

线程(Thread)

线程是一种轻量的进程，传统的进程有两个基本属性：资源独立、调度独立。但进程的创建、切换等操作需要耗费较多的时间。

为了缓解这个问题，引入了线程这一概念。它将进程的两个基本属性拆分，进程作为资源独立的基本单位，线程则作为调度独立的基本单位。线程仅拥有程序运行必备的资源（如程序计数器、寄存器、栈），线程可与同属一个进程的其他线程共享进程所拥有的资源。通过一个进程内有多个线程、线程可以创建另外一个线程的方式，很多情况下就可以无需频繁切换进程，大大提高了并发的效率。

线程与进程一样，也有三态模型，线程拥有与进程很多类似的特性，所以也称为轻型进程(Light-Weight Process)。

线程也分为 用户级线程(User-Level Threads) 和 内核支持线程(Kernel-Supported Threads) 两类，前者不依赖内核，其创建、销毁、切换都不需要通过系统调用完成；而后者则依赖内核，其创建、销毁、切换都需要依赖系统内核完成；有些操作系统同时实现了两种类型的线程。

而进程的切换不管是系统进程还是用户进程，均需要由系统内核调度。因此无论什么进程都与内核相关，所以线程与进程在本质上是不同的。