Linux进程概述

进程相关概念

程序和进程

​ 程序，是指编译好的二进制文件，在磁盘上，不占用系统资源(cpu、内存、打开的文件、设备、锁…)

​ 进程，是一个抽象的概念，与操作系统原理联系紧密。进程是活跃的程序，占用系统资源。在内存中执行。 (程序运行起来，产生一个进程)

​ 程序 → 剧本(纸) 进程 → 戏(舞台、演员、灯光、道具…)

​ 同一个剧本可以在多个舞台同时上演。同样，同一个程序也可以加载为不同的进程(彼此之间互不影响)

​ 如：同时开两个终端。各自都有一个 bash 但彼此 ID 不同。

并发

​ 并发，在操作系统中，一个时间段中有多个进程都处于已启动运行到运行完毕之间的状态。 但， 任一个时刻点上仍只有一个进程在运行。

​ 例如，当下，我们使用计算机时可以边听音乐边聊天边上网。 若笼统的将他们均看做一个进程的话，为什么可以同时运行呢，因为并发

单道程序设计

​ 所有进程一个一个排对执行。若 A 阻塞， B 只能等待，即使 CPU 处于空闲状态。而在人机交互时阻塞的出现时必然的。所有这种模型在系统资源利用上及其不合理，在计算机发展历史上存在不久，大部分便被淘汰了。

多道程序设计

​ 在计算机内存中同时存放几道相互独立的程序，它们在管理程序控制之下，相互穿插的运行。多道程序设计必须有硬件基础作为保证。

​ 时钟中断即为多道程序设计模型的理论基础。 并发时，任意进程在执行期间都不希望放弃 cpu。因此系统需要一种强制让进程让出 cpu 资源的手段。时钟中断有硬件基础作为保障，对进程而言不可抗拒。 操作系统中的中断处理函数，来负责调度程序执行。

​ 在多道程序设计模型中，多个进程轮流使用 CPU (分时复用 CPU 资源)。而当下常见 CPU为纳秒级， 1 秒可以执行大约 10 亿条指令。由于人眼的反应速度是毫秒级，所以看似同时在运行。

​ 1s = 1000ms, 1ms = 1000us, 1us = 1000ns 1000000000

​ 实质上，并发是宏观并行，微观串行！ 引入了多媒体时代。 推动了计算机蓬勃发展，将人类 引入了多媒体时代。

CPU 和 MMU (虚拟内存映射单元)

进程控制块 PCB

​ 我们知道，每个进程在内核中都有一个进程控制块（PCB）来维护进程相关的信息， Linux内核的进程控制块是 task_struct 结构体

​ 其内部成员有很多，我们重点掌握以下部分即可：

• 进程 id。系统中每个进程有唯一的 id，在 C 语言中用 pid_t 类型表示，其实就是一个非负整数。
• 进程的状态，有就绪、运行、挂起、停止等状态。
• 进程切换时需要保存和恢复的一些 CPU 寄存器。
• 描述虚拟地址空间的信息。
• 描述控制终端的信息。
• 当前工作目录（Current Working Directory）。
• umask 掩码。
• 文件描述符表，包含很多指向 file 结构体的指针。
• 和信号相关的信息。
• 用户 id 和组 id。
• 会话（Session）和进程组。
• 进程可以使用的资源上限（Resource Limit）。

进程状态

​ 进程基本的状态有 5 种。 分别为初始态，就绪态， 运行态，挂起态与终止态。 其中初始
态为进程准备阶段， 常与就绪态结合来看。

环境变量

​ 环境变量， 是指在操作系统中用来指定操作系统运行环境的一些参数。 通常具备以下特征：

​ ① 字符串(本质)

​ ② 有统一的格式：名=值[:值]

​ ③ 值用来描述进程环境信息。存储形式：与命令行参数类似。

​ char *[]数组，数组名 environ，内部存储字符串， NULL作为哨兵结尾。

​ 使用形式：与命令行参数类似。

​ 加载位置：与命令行参数类似。位于用户区，高于 stack 的起始位置。

​ 引入环境变量表：须声明环境变量。 extern char ** environ;

常见环境变量

​ 按照惯例，环境变量字符串都是 name=value 这样的形式，大多数 name 由大写字母加下划线组成，一般把 name 的部分叫做环境变量， value 的部分则是环境变量的值。环境变量定义了进程的运行环境，一些比较重要的环境变量的含义如下

PATH

可执行文件的搜索路径。 ls 命令也是一个程序，执行它不需要提供完整的路径名/bin/ls，然而通常我们执行当前目录下的程序 a.out 却需要提供完整的路径名./a.out，这是因为 PATH环境变量的值里面包含了 ls 命令所在的目录/bin，却不包含 a.out 所在的目录。 PATH 环境变量的值可以包含多个目录，用:号隔开。在 Shell 中用 echo 命令可以查看这个环境变量的值：

$ echo $PATH  

SHELL

​ 当前 Shell，它的值通常是/bin/bash

TERM

​ 当前终端类型，在图形界面终端下它的值通常是 xterm，终端类型决定了一些程序的输出显示方式，比如图形界面终端可以显示汉字，而字符终端一般不行。

LANG

​ 语言和 locale，决定了字符编码以及时间、货币等信息的显示格式。

HOME

​ 当前用户主目录的路径，很多程序需要在主目录下保存配置文件，使得每个用户在运行该程序时都有自己的一套配置。

getenv 函数

​ 获取环境变量值

char *getenv(const char *name); // 成功：返回环境变量的值；失败：NULL (name 不存在)  

setenv 函数

​ 设置环境变量的值

int setenv(const char *name, const char *value, int overwrite);
// 成功： 0；失败：-1
// 参数 overwrite 取值： 1：覆盖原环境变量
//                     0：不覆盖。 (该参数常用于设置新环境变量，如： ABC =haha-day-night)  

unsetenv 函数

​ 删除环境变量 name 的定义

int unsetenv(const char *name); // 成功： 0；失败： -1
// 注意事项： name 不存在仍返回 0(成功)，当 name 命名为"ABC="时则会出错。

例子：getenv.cpp

进程控制

fork 函数

创建一个子进程。

pid_t fork(void); 
/*
失败返回-1；成功返回：1.父进程返回子进程的 ID(非负) 2.子进程返回 0
pid_t 类型表示进程 ID，但为了表示-1，它是有符号整型。 (0 不是有效进程 ID，init 最小，为 1)
注意返回值，不是 fork 函数能返回两个值，而是 fork 后， fork 函数变为两个，父子需【各自】返回一个。
*/

getpid 函数

​ 获取当前进程 ID

pid_t getpid(void);

getppid 函数

​ 获取当前进程的父进程 ID

pid_t getppid(void);

​ 例子：fork.cpp

getuid 函数

​ 获取当前进程实际用户 ID

uid_t getuid(void);

​ 获取当前进程有效用户 ID

uid_t geteuid(void);  

getgid 函数

​ 获取当前进程使用用户组 ID

gid_t getgid(void);

​ 获取当前进程有效用户组 ID

gid_t getegid(void);  

进程共享

父子进程之间在 fork 后。有哪些相同，那些相异之处呢？

刚 fork 之后：

父子相同处: 全局变量、 .data、 .text、栈、堆、环境变量、用户 ID、宿主目录、进程工作目录、信号处理方式…

父子不同处: 1.进程 ID 2.fork 返回值 3.父进程 ID 4.进程运行时间 5.闹钟（定时器） 6未决信号集

似乎，子进程复制了父进程 0-3G 用户空间内容，以及父进程的 PCB，但 pid 不同。真的每 fork 一个子进程都要将父进程的 0-3G 地址空间完全拷贝一份，然后在映射至物理内存吗???

当然不是！ 父子进程间遵循读时共享写时复制的原则。这样设计，无论子进程执行父进程的逻辑还是执行自己的逻辑都能节省内存开销。

重点注意！躲避父子进程共享全局变量的知识误区!

【重点】父子进程共享：1. 文件描述符(打开文件的结构体) 2. mmap 建立的映射区

exec 函数族

​ 例子：exec_ls.cpp 和 exec_ps.cpp

​ fork 创建子进程后执行的是和父进程相同的程序（但有可能执行不同的代码分支），子进程往往要调用一种 exec 函数以执行另一个程序。当进程调用一种 exec 函数时，该进程的用户空间代码和数据完全被新程序替换，从新程序的启动例程开始执行。调用 exec 并不创建新进程，所以调用 exec 前后该进程的 id 并未改变。

​ 将当前进程的.text、 .data 替换为所要加载的程序的.text， .data，然后让进程从新的 .text 第一条指令开始执行，但进程 ID 不变，换核不换壳 。

// 其实有六种以 exec 开头的函数，统称 exec 函数：
int execl(const char *path, const char *arg, ...);
int execlp(const char *file, const char *arg, ...);		// p:PATH 有环境变量
int execle(const char *path, const char *arg, ..., char *const envp[]);
int execv(const char *path, char *const argv[]);
int execvp(const char *file, char *const argv[]);
int execve(const char *path, char *const argv[], char *const envp[]);  

execlp 函数

变参终止条件：① NULL 结尾 ② 固参指定

// 加载一个进程，借助 PATH 环境变量
int execlp(const char *file, const char *arg, ...); //成功：无返回；失败： -1
/*
参数 1：要加载的程序的名字。该函数需要配合 PATH 环境变量来使用，当 PATH 中
所有目录搜索后没有参数 1 则出错返回。
该函数通常用来调用系统程序。如： ls、 date、 cp、 cat 等命令。  
*/

execl 函数

// 加载一个进程， 通过 路径+程序名 来加载。
int execl(const char *path, const char *arg, ...); // 成功：无返回；失败： -1
/*
对比 execlp，如加载"ls"命令带有-l， -F 参数
execlp("ls", "ls", "-l", "-F", NULL); 使用程序名在 PATH 中搜索。
execl("/bin/ls", "ls", "-l", "-F", NULL); 使用参数 1 给出的绝对路径搜索
*/

execvp 函数

// 加载一个进程，使用自定义环境变量 env
int execvp(const char *file, const char *argv[]);
/*
变参形式： ①... ② argv[] 
(main 函数也是变参函数，形式上等同于 int main(int argc,char *argv0, ...))
*/

exec 函数族一般规律

​ exec 函数一旦调用成功即执行新的程序，不返回。只有失败才返回，错误值-1。所以通
常我们直接在 exec 函数调用后直接调用 perror()和 exit()，无需 if 判断。

​ l (list) 命令行参数列表

​ p (path) 搜索file时使用path变量

​ v (vector) 使用命令行参数数组

​ e (environment) 使用环境变量数组，不使用进程原有的环境变量，设置新加载程序运行的环境变量

​ 事实上，只有 execve 是真正的系统调用，其它五个函数最终都调用 execve，所以 execve
在 man 手册第 2 节，其它函数在 man 手册第 3 节。这些函数之间的关系如下图所示。

回收子进程

孤儿进程

​ 孤儿进程: 父进程先于子进程结束，则子进程成为孤儿进程，子进程的父进程成为 init进程，称为 init 进程领养孤儿进程。

僵尸进程

​ 僵尸进程: 进程终止，父进程尚未回收， 子进程残留资源（PCB）存放于内核中， 变成僵尸（Zombie） 进程。

**特别注意，僵尸进程是不能使用 kill 命令清除掉的。因为 kill 命令只是用来终止进程的，而僵尸进程已经终止。思考！用什么办法可清除掉僵尸进程呢？ **

wait 函数

一个进程在终止时会关闭所有文件描述符，释放在用户空间分配的内存，但它的 PCB还保留着，内核在其中保存了一些信息：如果是正常终止则保存着退出状态，如果是异常终止则保存着导致该进程终止的信号是哪个。这个进程的父进程可以调用 wait 或 waitpid 获取这些信息，然后彻底清除掉这个进程。我们知道一个进程的退出状态可以在 Shell 中用特殊变量$?查看，因为 Shell 是它的父进程，当它终止时 Shell 调用 wait 或 waitpid 得到它的退出状态同时彻底清除掉这个进程。

父进程调用 wait 函数可以回收子进程终止信息。 该函数有三个功能：
① 阻塞等待子进程退出
② 回收子进程残留资源
③ 获取子进程结束状态(退出原因)

pid_t wait(int *status);	// 成功：清理掉的子进程 ID；失败： -1 (没有子进程)

当进程终止时，操作系统的隐式回收机制会： 1.关闭所有文件描述符 2. 释放用户空间分配的内存。内核的 PCB 仍存在。其中保存该进程的退出状态。 (正常终止→退出值；异常终止→终止信号)

可使用 wait 函数传出参数 status来保存进程的退出状态。借助宏函数来进一步判断进程终止的具体原因。

宏函数可分为如下三组：

1. WIFEXITED(status) 为非 0 → 进程正常结束
   WEXITSTATUS(status) 如上宏为真，使用此宏 → 获取进程退出状态 (exit 的参数)
2. WIFSIGNALED(status) 为非 0 → 进程异常终止
   WTERMSIG(status) 如上宏为真，使用此宏 → 取得使进程终止的那个信号的编号。
3. WIFSTOPPED(status) 为非 0 → 进程处于暂停状态
   WSTOPSIG(status) 如上宏为真，使用此宏 → 取得使进程暂停的那个信号的编号。
   WIFCONTINUED(status) 为真 → 进程暂停后已经继续运行

例子：
wait回收并不关心子进程退出状态
wait回收同时关心子进程退出状态

waitpid函数

#include <sys/types.h>
#include <sys/wait.h>
/*
 * function: 作用同wait,都是回收子进程，但可以指定pitd进程清理，可以不阻塞
 *
 * function arguments:
 *  argv1: >0 回收指定pid的子进程
 *         -1 回收任意子进程（相当于wait)
 *         0  回收和当前调用waitpid函数同一个组的所有子进程
 *         <-1 回收指定进程组内的任意子进程
 *  
 *  argv2: 子进程退出状态,如果不关心退出状态传NULl（和wait函数的参数一样)
 *  argv3: 指定回收方式，WNOHANG-非阻塞，0-阻塞
 *
 * return value:
 *  >0: 表示成功回收的子进程pid
 *  0: 表示函数调用时参3指定了WNOHANG,并且没有子进程结束
 *  -1: 失败，设置errno
 */

pid_t waitpid(pid_t pid, int *status, int options);