Linux进程、线程

在 Linux 系统中， 进程和线程⼏乎没有区别。

进程

⽤ C 语⾔写⼀个 hello 程序， 编译后得到⼀个可执⾏⽂件， 在命令⾏运⾏就可以打印出⼀句 hello world， 然后程序退出。

在操作系统层⾯， 就是新建了⼀个进程， 这个进程将我们编译出来的可执⾏⽂件读⼊内存空间， 然后执⾏， 最后退出。

你编译好的那个可执⾏程序只是⼀个⽂件， 不是进程， 可执行文件必须要载入内存， 包装成⼀个进程才能真正跑起来。 进程是要依靠操作系统创建的，每个进程都有它的固有属性， ⽐如进程号（PID） 、 进程状态、 打开的⽂件等等， 进程创建好之后， 读⼊你的程序， 你的程序才被系统执⾏。

操作系统是如何创建进程的呢？ 对于操作系统， 进程就是⼀个数据结构， 直接来看 Linux 的源码：

struct task_struct {
// 进程状态
long state;
// 【mm 指向的是进程的虚拟内存， 也就是载⼊资源和可执⾏⽂件的地⽅】
struct mm_struct *mm;
// 进程号
pid_t pid;
// 指向⽗进程的指针
struct task_struct __rcu *parent;
// ⼦进程列表
struct list_head children;
// 存放⽂件系统信息的指针
struct fs_struct *fs;
// 【files指向⼀个数组， 这个数组⾥装着所有该进程打开的⽂件的指针】
struct files_struct *files;
};

task_struct 就是 Linux 内核对于⼀个进程的描述， 也可以称为「进程描述符」。

files是⼀个⽂件指针数组。 ⼀般来说， ⼀个进程会从 files[0] 读取输⼊， 将输出写⼊ files[1] ， 将错误信息写⼊ files[2] 。举个例⼦，  C 语⾔的 printf 函数是向命令⾏打印字符， 但是从进程的⾓度来看， 就是向 files[1] 写⼊数据； 同理， scanf 函数就是进程试图从 files[0] 这个⽂件中读取数据。
每个进程被创建时， files 的前三位被填⼊默认值， 分别指向标准输⼊流、 标准输出流、 标准错误流。 我们常说的「⽂件描述符」 就是指这个⽂件指针数组的索引， 所以程序的⽂件描述符默认情况下 0 是输⼊， 1 是输出，2 是错误。对于⼀般的计算机， 输⼊流是键盘， 输出流是显⽰器， 错误流也是显⽰器，所以现在这个进程和内核连了三根线。 因为硬件都是由内核管理的， 进程需要通过「系统调⽤」 让内核进程访问硬件资源。如果写的程序需要其他资源， ⽐如打开⼀个⽂件进⾏读写， 进⾏系统调⽤， 让内核把⽂件打开， 这个⽂件就会被放到 files 的第 4个位置。同理，输入重定向和输出重定向就是分别把1和2位置指向改成磁盘文件。

管道符也类似， 把⼀个进程的输出流和另⼀个进程的输⼊流接起⼀条「管道」 ， 数据就在其中传递。
 

进程v.s.线程

系统调⽤ fork() 可以新建⼀个⼦进程， 函数 pthread() 可以新建⼀个线程。 但⽆论线程还是进程， 都是⽤ task_struct 结构表⽰的， 唯⼀的区别就是共享的数据区域不同。

线程看起来跟进程没有区别， 只是线程的某些数据区域和其⽗进程是共享的， ⽽⼦进程是拷⻉副本，⽽不是共享。 就⽐如说， mm 结构和 files 结构在线程中都是共享的。所以说， 多线程程序要利⽤锁机制， 避免多个线程同时往同⼀区域写⼊数据， 否则可能造成数据错乱。现实中数据共享的并发更普遍！

只有 Linux 系统将线程看做共享数据的进程， 不对其做特殊看待， 其他的很多操作系统是对线程和进程区别对待的， 线程有其特有的数据结构，
 

扫码关注公众号：瑞行AI，欢迎交流AI算法、数据分析等技术，提供技术方案咨询和就业指导服务！