OS：进程和线程的前世今生

导读：

想写这个玩意很久了，进程这个东西是一个很巧妙的东西，当你打开计算机时，他无时无刻不在，以前也研究了很多，在另外一篇博客上也写了许多的分支（管理，调度，状态，通信等等），所以这个玩意是很重要滴！（严肃脸）才有了今晚的进程文章（现在在凌晨四点ing，主要是白天在搞数据结构和算法，也没时间写这些），希望让大家和自己有一个更加清晰的认识咯！

参考书籍和视频：

• 《深入计算机操作系统》
• 《Linux内核设计与实现》

进程的经典定义就是一个执行中程序的实例，程序指的是一个可执行文件（.out，本篇文章是以Linux下文件为例），执行的意思是把该可执行文件放到内存中。

我们先来了解一下进程的架构。在OS上运行一个程序的时候，我们会得到一个这个程序是当前唯一运行的程序的假象，独占处理器和整块内存（除了内核内存区），处理器就好像无间断的执行我们的程序中的指令一样，这是为什么？

请大家移步操作系统内存管理，该篇博客能解决这个问题。

好了，我就当大家看完了这篇文章啦！那么，现在存在一个问题，既然OS是通过段页式的方式将可执行文件的指令放到内存中的，那么OS要怎么找到这些相对应的指令呢？可执行文件当然要夫唱妇随啦！既然你要我这么做，那我肯定做的好一点让你不那么麻烦，我自己把自己整理好再让你拿走。（不开车…）

当我们写完一段简单的代码

// hello.c
#include <stdio.h>
int main(int argc, char* argv, char** env[]) {
	printf("Hello World\n");
	return 0;
} 

编译源代码

gcc hello.c -o hello

他就会给我们生成相对应的段空间地址啦！其中里面有一个段（segment）映射（mapping）节（section）的表可以通过段页式内存管理映射到内存！使用如下命令可查看该可执行文件的信息（里面还有很多信息，比如符号表，动态链接库的位置等等），这些被称为进程地址空间

readelf -a executeFile
Section to Segment mapping:
  Segment Sections...
   00     
   01     .interp 
   02     .interp .note.gnu.property .note.gnu.build-id .note.ABI-tag .gnu.hash .dynsym .dynstr .gnu.version .gnu.version_r .rela.dyn .rela.plt 
   03     .init .plt .plt.got .plt.sec .text .fini 
   04     .rodata .eh_frame_hdr .eh_frame 
   05     .init_array .fini_array .dynamic .got .data .bss

段的地址我们也可以查看到（段的地址都是相对地址，即每一段都是从0地址开始的）

nm -C executeFile
0000000000004010 B __bss_start
0000000000004000 D __data_start
0000000000004000 W data_start
0000000000002000 R _IO_stdin_used
0000000000001149 T main
0000000000001060 T _start

一般有几个部分：代码段、数据段、未初始化数据段、堆、栈。被称为内存映像

那么回到原来的问题，“一个程序独占处理器”，这是因为虚拟内存，段空间分配的时候默认分配的是整个内存地址（为什么这么做？因为段通过页映射到内存上可以到任意位置！），映射到内存上会加上一个偏移地址从而获得具体的物理地址。

当然，运行一个程序远远不是内存分配那么简单。

因为内核！内核是什么？内核与系统调用

根据内存的特性，我们假设一个进程独占内存。

当用户向shell输入一个可执行文件的名字，OS就会使用fork（）函数创建一个进程，该进程的ID是其父进程的ID，其页表和进程描述符也是其父进程的ID（现在fork有写时拷贝的功能，vfork也能节省一定的资源）然后向下执行exec（）函数，该函数触发一个系统调用中断（一般是int0x80），内核遇到中断（这个中断会存放在中断栈中，中断栈是在用户态和内核态之间游离）便会将子进程带入内核（此时进程要切换进程上下文）接着该进程描述符的几乎信息（除了进程ID）都会被替换掉，内核也会把该进程的进程描述符（task_struct）放入PCB进程控制块中，然后分配前面说的内存区域（mmap或者其他方法进行内存映射<虚拟内存的内存映像—内存的进程分布>）。

除此之外，当一个进程上下文陷入系统调用，进程会把用户堆栈地址保存在内核态堆栈中，然后设置堆栈寄存器为内核栈地址，在内存中维护一个内核栈用于存放进程信息（当进程到用户态该栈为空），最后回到用户态，进程会再次切换进程上下文到用户态，此时进程便在内存中了。（该部分我后面会展开详细讲解）

当访问任务的时候通常需要获得其task_struct指针，实际上，内核大部分处理进程的代码都是直接通过task_struct进行的，因此就会在内核栈的尾端创建thread_info结构，通过计算偏移量间接的查找task_struct结构（2.6以前的内核各个进程的task_struct存放在他们内核栈的尾端）

系统中的每个程序都运行在某个进程的上下文中，上下文指的是由程序正确运行所需的状态组成的，这个状态包括放在内存中的程序的代码和数据，她的栈、通用目的寄存器的内存，程序计数器、环境变了以及打开文件描述集合。

进程从main主函数入口开始执行，如果遇到动态链接的过程会直接去寻找动态链接库（PST表和GOT表），遇到IO函数会接着执行系统调用，最后到这个进程执行完为止。

一个孤独进程的一生

strace executeFile

execve("./hello", ["./hello"], 0x7fff6fb3b330 /* 25 vars */) = 0
mmap(NULL, 27334, PROT_READ, MAP_PRIVATE, 3, 0) = 0x7f5867556000
...
write(1, "Hello World\n", 12Hello World)           = 12
+++ exited with 0 +++

如果是一个孤独的进程自己运行倒是没有什么，但是我们经常要进行两个进程通信啊！比如用QQ给WX发文件这种，怎么办？这就涉及到进程通信啦！

我们首先要清楚一个概念：进程是分配系统资源的单位（包括内存地址空间)，因此各进程拥有的内存地址空间相互独立，为了保证安全，一个进程不能直接访问另一个进程的地址空间。但是依旧有方法（进程通信）：

• 共享存储：分配共享空间：两个进程对共享空间的访问必须是互斥的(互斥访问通过操作系统提供的工具实现）。
• 管道通信：“管道”是指用于连接读写进程的一个共享文件，又名pipe文件。其实就是在内存中开辟一个大小固定的缓冲区
• 消息传递：进程间的数据交换以格式化的消息(Message）为单位。进程通过操作系统提供的“发送消息/接收消息”两个原语进行数据交换。

当然这中间还涉及进程管理，进程调度，进程控制，进程状态的知识，这是后话了，我后面再补充，今晚先睡了~