1.进程概述
程序和进程
程序是包含一系列信息的文件,这些信息描述了如何在运行时创建一个进程:
- 二进制格式标识:每个程序文件都包含用于描述可执行文件格式的元信息。内核利用此信息来解释文件中的其他信息。(ELF可执行连接格式)
- 机器语言指令:对程序算法进行编码。
- 程序入口地址:标识程序开始执行时的起始指令位置。
- 数据:程序文件包含的变量初始值和程序使用的字面量值(比如字符串)。
- 符号表及重定位表:描述程序中函数和变量的位置及名称。这些表格有多重用途,其中包括调试和运行时的符号解析(动态链接)。
- 共享库和动态链接信息:程序文件所包含的一些字段,列出了程序运行时需要使用的共享库,以及加载共享库的动态连接器的路径名。
- 其他信息:程序文件还包含许多其他信息,用以描述如何创建进程。
进程是正在运行的程序的实例,是一个具有一定独立功能的程序关于某个数据集合的一次运行活动。它是操作系统动态执行的基本单元,在传统的操作系统中,进程既是基本的分配单元,也是基本的执行单元。
用一个程序可以创建多个进程,进程是由内核定义的抽象实体,并为该实体分配用以执行程序的各项系统资源。从内核的角度看,进程由用户内存空间和一系列内核数据结构组成,其中用户内存空间包含了程序代码及代码所使用的变量,而内核数据结构则用于维护进程状态信息。记录在内核数据结构中的信息包括许多与进程相关的标识号(IDs)、虚拟内存表、打开文件的描述符表、信号传递及处理的有关信息、进程资源使用及限制、当前工作目录和大量的其他信息。
单道、多道程序设计
单道程序,即在计算机内存中只允许一个的程序运行。
多道程序设计技术是在计算机内存中同时存放几道相互独立的程序,使它们在管理程序控制下,相互穿插运行,两个或两个以上程序在计算机系统中同处于开始到结束之间的状态, 这些程序共享计算机系统资源。引入多道程序设计技术的根本目的是为了提高 CPU 的利用率。
对于一个单 CPU 系统来说,程序同时处于运行状态只是一种宏观上的概念,他们虽然都已经开始运行,但就微观而言,任意时刻,CPU 上运行的程序只有一个。
在多道程序设计模型中,多个进程轮流使用 CPU。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。
时间片
时间片(timeslice)又称为“量子(quantum)”或“处理器片(processor slice)”是操作系统分配给每个正在运行的进程微观上的一段 CPU 时间。事实上,虽然一台计算机通常可能有多个 CPU,但是同一个 CPU 永远不可能真正地同时运行多个任务。在只考虑一个 CPU 的情况下,这些进程“看起来像”同时运行的,实则是轮番穿插地运行,由于时间片通常很短(在 Linux 上为 5ms-800ms),用户不会感觉到。
时间片由操作系统内核的调度程序分配给每个进程。首先,内核会给每个进程分配相等的初始时间片,然后每个进程轮番地执行相应的时间,当所有进程都处于时间片耗尽的状态时,内核会重新为每个进程计算并分配时间片,如此往复。
并行和并发
并行(parallel):指在同一时刻,有多条指令在多个处理器上同时执行。
并发(concurrency):指在同一时刻只能有一条指令执行,但多个进程指令被快速的轮换执行,使得在宏观上具有多个进程同时执行的效果,但在微观上并不是同时执行的,只是把时间分成若干段,使多个进程快速交替的执行。
(并发是两个队列交替使用一台咖啡机;并行是两个队列同时使用两台咖啡机)
进程控制块PCB
为了管理进程,内核必须对每个进程所做的事情进行清楚的描述。内核为每个进程分配一个 PCB(Processing Control Block)进程控制块,维护进程相关的信息,Linux 内核的进程控制块是 task_struct 结构体。
在 /usr/src/linux-headers-xxx/include/linux/sched.h 文件中可以查看 struct task_struct 结构体定义。其内部成员有很多,我们只需要掌握以下部分即可:
- 进程id:系统中每个进程有唯一的 id,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)
2.进程状态转换
进程的状态
进程状态反映进程执行过程的变化。这些状态随着进程的执行和外界条件的变化而转换。
在三态模型中,进程状态分为三个基本状态,即就绪态,运行态,阻塞态。
在五态模型中,进程分为新建态、就绪态,运行态,阻塞态,终止态。
进程相关命令
查看进程
查看进程:ps aux/ajx
a:显示终端上的所有进程,包括其他用户的进程
u:显示进程的详细信息
x:显示没有控制终端的进程
j:列出与作业控制相关的信息
在终端输入ps aux
后所显示的是输入命令后操作系统中的进程,不能动态的实现
其中USER
为进程所属的用户;PID
为process ID、进程ID(每一个进程都有唯一的编号);%CPU
为CPU的使用率;%MEM
为内存的使用率;TTY
为当前进程所属终端;STAT
为state状态;START
为开始时间;TIME
为持续时间;COMMAND
为由执行改命令产生的此进程
STAT参数 | 参数意义 |
---|---|
D | 不可中断 Uninterruptible(usually IO) |
R | 正在运行,或在队列中的进程 |
S(大写) | 处于休眠状态 |
T | 停止或被追踪 |
Z | 僵尸进程 |
W | 进入内存交换(从内核2.6开始无效) |
X | 死掉的进程 |
< | 高优先级 |
N | 低优先级 |
s | 包含子进程 |
+ | 位于前台的进程组 |
在终端输入ps ajx
后
PPID
为parent PID、父进程的ID(进程A产生进程B,那么A为父进程、B为子进程);
PGID
为进程组的ID(一个进程组里有很多进程);
SID
为会话ID(会话里有多个进程组);
实时显示进程的动态
实时显示进程的动态:top
可以在使用 top 命令时加上 -d 来指定显示信息更新的时间间隔
在 top 命令执行后,可以按以下按键对显示的结果进行排序:
M:根据内存使用量排序
P:根据 CPU 占有率排序
T:根据进程运行时间长短排序
U:根据用户名来筛选进程
K:输入指定的 PID 杀死进程
杀死进程
kill [-signal] pid
kill -l //列出所有信号
kill -SIGKILL 进程ID //通过宏杀死进程
kill -9 进程ID //强制杀死进程
killall name //根据进程名杀死进程
进程号和相关函数
每个进程都由进程号来标识,其类型为 pid_t(整型),进程号的范围:0~32767。进程号总是唯一的,但可以重用。当一个进程终止后,其进程号就可以再次使用。
任何进程(除 init 进程)都是由另一个进程创建,该进程称为被创建进程的父进程,对应的进程号称为父进程号(PPID)。
进程组是一个或多个进程的集合。他们之间相互关联,进程组可以接收同一终端的各种信号,关联的进程有一个进程组号(PGID)。默认情况下,当前的进程号会当做当前的进程组号。
进程号和进程组相关函数:
pid_t getpid(void); //获取当前进程号
pid_t getppid(void); //获取当前进程的父进程号
pid_t getpgid(pid_t pid); //获取当前进程的进程组ID
3.进程创建
进程创建
系统允许一个进程创建新进程,新进程即为子进程,子进程还可以创建新的子进程,形成进程树结构模型。
#include <sys/types.h>
#include <unistd.h>
pid_t fork(void);
函数的作用:用于创建子进程。
返回值:
fork()的返回值会返回两次:一次是在父进程中,返回创建的子进程的ID
一次是在子进程中,返回0
通过fork的返回值区分父进程和子进程
如果在父进程中返回-1,表示创建子进程失败,并且设置errno
失败的两个主要原因:1.当前系统的进程数已经达到了系统规定的上限,这时errno的值被设置为EAGAIN
2.系统内存不足,这时errno的值被设置为ENOMEM
示例:
#include <sys/types.h>
#include <unistd.h>
#include <stdio.h>
int main() {
pid_t pid = fork(); //创建子进程
//根据返回值判断是父进程还是子进程
if(pid > 0) { //如果大于0,返回的是创建的子进程的进程号,当前是父进程
printf("pid : %d\n", pid);
printf("i am parent process, pid : %d, ppid : %d\n", getpid(), getppid());
} else if(pid == 0) { //当前是子进程
printf("i am child process, pid : %d, ppid : %d\n", getpid(),getppid());
}
for(int i = 0; i < 3; i++) { // for循环
printf("i : %d , pid : %d\n", i , getpid());
sleep(1);
}
return 0;
}
第一个打印的PID:5094
为新创建的子进程的进程号
第二个打印的pid : 5093, ppid : 1854
,其中pid : 5093
为父进程ID,ppid : 1854
为父进程的父进程ID,即当前终端(终端也是一个进程),通过ps aux
可以查看
第三个打印的pid : 5094, ppid : 5093
,其中pid : 5094为子进程ID,ppid : 5093
为其父进程ID
可以从其他部分i : 0 , pid : 5093;i : 0 , pid : 5093;i : 1 , pid : 5094;i : 1 , pid : 5093;i : 2 , pid : 5094;i : 2 , pid : 5093
看出父子进程是交替运行的
父子进程虚拟地址空间
Linux的fork()使用是通过写时拷贝(copy-on-write)实现。
写时拷贝是一种可以推迟甚至避免拷贝数据的技术。
内核此时并不复制整个进程的地址空间,而是让父子进程共享同一个地址空间。只用在需要写入的时候才会复制地址空间,从而使各个进程拥有各自的地址空间。
也就是说,资源的复制是在需要写入的时候才会进行,在此之前,只有以只读方式共享。
注意:fork之后父子进程共享文件,fork产生的子进程与父进程相同的文件文件描述符指向相同的文件表,引用计数增加,共享文件偏移指针。
父子进程之间的关系:
区别:
1.fork()函数的返回值不同
父进程中: >0,返回的是子进程的ID
子进程中: =0
2.pcb中的一些数据不同
当前的进程的id,pid不同
当前的进程的父进程的id,ppid不同
信号集不同
共同点:
某些状态下:子进程刚被创建出来,还没有执行任何的写数据的操作
- 用户区的数据相同
- 文件描述符表相同
父子进程对变量是不是共享的?
- 刚开始的时候,是一样的,共享的。如果修改了数据,不共享了。
- 读时共享(子进程被创建,两个进程没有做任何的写的操作),写时拷贝。
GDB多进程调试
使用 GDB 调试的时候,GDB 默认只能跟踪一个进程,可以在 fork 函数调用之前,通过指令设置 GDB 调试工具跟踪父进程或者是跟踪子进程,默认跟踪父进程。
查看跟踪的进程:show follow-fork-mode
设置调试父进程或者子进程:set follow-fork-mode parent
或set follow-fork-mode child
设置调试模式:set detach-on-fork on
或set detach-on-fork off
默认为 on,表示调试当前进程的时候,其它的进程继续运行,如果为 off,调试当前进程的时候,其它进程被 GDB 挂起。
查看调试的进程:info inferiors
切换当前调试的进程:inferior id
使进程脱离 GDB 调试:detach inferiors id