进程概念——笔记

一、冯诺依曼体系结构与操作系统

计算机应包含五大单元：

输入设备：采集数据的，比如典型的键盘，网卡接收网络中的数据
输出设备：进行数据输出，比如典型显示器，网卡向网络中发送数据
存储器：进行中间数据缓冲，比如内存
运算器：进行数据运算 运算器+控制器=CPU中央处理器
控制器：进行设备控制

注意：所有设备都是围绕存储器工作的
1、cpu不会直接从输入设备获取数据进行处理，而是先把数据放到存储器种，cpu从存储器种获取数据处理。
2、cpu不会直接将数据交给输出设备进行输出，而是先把数据放到存储器中，控制输出设备从存储器种获取数据输出。
问：存储器实际上就是内存，为什么不是硬盘呢？
答：硬盘的数据吞吐量太低了，而内存的数据吞吐量特别大，是硬盘的数十倍。如ddr4内存数据读写速度约3GB/s。

问： 内存速度这么快，为什么不用内存存储数据，而要使用硬盘？
答：因为硬盘与内存的存储介质不同，内存是易失性介质，数据掉电就会丢失，而硬盘掉电后数据不会丢失。

系统调用接口：操作系统向用户提供的访问内核的接口
库函数与系统调用函数接口的关系：库函数封装了系统调用接口

二、进程

进程：一段程序运行的过程。
　　进程（Process）是计算机中的程序关于某数据集合上的一次运行活动，是系统进行资源分配和调度的基本单位，是操作系统结构的基础。在早期面向进程设计的计算机结构中，进程是程序的基本执行实体；在当代面向线程设计的计算机结构中，进程是线程的容器。程序是指令、数据及其组织形式的描述，进程是程序的实体。
　　一个程序运行起来，有数据以及指令需要被cpu执行处理，根据冯诺依曼体系结构，cpu不会直接去硬盘上找到程序文件进行执行处理，需要先将程序数据信息，加载到内存中，然后cpu从内存中获取数据以及指令进行执行处理，程序运行会被加载到内存中。

操作系统中的进程都是同时运行的。
　　
问：cpu只有一个，如何做到多个程序同时运行？
答：cpu的分时机制：实现系统同时运行多个程序的技术。cpu只负责执行指令，处理数据，因此操作系统的进程管理就体现出来，对程序的运行调度进行管理。
　　cpu进行程序运行处理的时候，每个程序都只运行一段很短的时间（给一个程序分配一个时间片），时间片运行完毕则由操作进行调度，让另一个程序的代码数据在cpu上进行处理。
　　cpu分时机制实现cpu轮询处理每一个运行中的程序，而程序运行调度由操作系统进行管理。
　　因此，这种切换轮询处理以极快的频率进行切换运行每一个程序，给我们造成一个假象：程序在同时运行。
　　管理思路：操作系统将每一个程序的运行信息保存下来，进行调度管理的时候才能知道这个程序上一次运行到了哪里。

PCB

对操作系统来说，进程就是PCB，是一个程序运行的动态描述，通过PCB，才能实现程序的运行调度管理。
　　
　　PCB：为了描述控制进程的运行，系统中存放进程的管理和控制信息的数据结构称为进程控制块（PCB），它是进程实体的一部分，是操作系统中最重要的记录性数据结构。它是进程管理和控制的最重要的数据结构，每一个进程均有一个PCB，在创建进程时，建立PCB，伴随进程运行的全过程，直到进程撤消而撤消。
　　
　　PCB描述信息：linux下的PCB就是一个task_struct结构体
　　内存指针——能够让操作系统调度程序运行的时候，知道进程对应的指令以及数据在内存中的位置。
　　上下文数据——程序运行过、运行中、即将执行的指令和数据，操作调度切换进程运行的时候能够让cpu这个进程接着切换之前继续运行，继续处理之前没有处理完的数据，切换时保存正在执行的指令以及数据信息。
　　程序计数器——也属于上下文数据，保存的就是指令位置，切换回来知道从哪里运行。
　　标识符——能够让操作系统识别唯一的运行中的程序。
　　IO信息、状态信息、优先级、记账信息
　　
　　对操作系统来说，管理程序的运行，就是将程序的运行描述起来，然后组织起来进行管理，描述的运行信息对于操作系统来说就是运行中的程序，就是进程。
　　
　　进程状态：每个进程PCB中都会描述一个运行的状态信息，通过状态信息，告诉操作系统这个进程现在应该干什么。

僵尸进程（重要）

一个进程退出了，但是进程资源没有完全被释放，等待处理的一种状态。
　　危害：资源泄露（可能会导致正常进程起不来）
　　产生：一个进程先于父进程退出，父进程没有关注子进程退出状态，导致子进程资源无法完全被释放，进入僵尸状态。
　　解决：进程等待——一直关注子进程，退出了就能直接发现。

孤儿进程

父进程先于子进程退出，子进程就会成为孤儿进程。
特性：让出中断，进入系统后台运行，并且父进程成为1号进程。

1号进程：在centos7之前，叫init进程，在centos7之后，叫systemd进程。系统中父进程是1号进程的进程，通常以d结尾，表示自己是个在后台默默运行的服务。

进程创建

进程创建：pid_t fork(viod) – 通过复制调用进程，创建了一个新的进程
　　1、进程就是pcb，创建一个进程就是创建了一个pcb，复制了调用fork的这个进程pcb的信息（内存指针、程序计数器、上下文数据）
　　2、这个新的进程，运行的代码与调用fork的进程一样，并且运行位置也相同。
　　3、两个进程运行的程序相同：父进程是调用进程，子进程是新建进程。
　　4、在父进程中返回子进程的pid，是大于0的；在子进程中返回0；返回-1表示创建子进程失败。
　　
　　fork创建子进程之后，根据操作系统的调度来决定父子进程运行先后顺序。
　　
　　为什么要创建子进程：为了保护父进程，分摊压力。
　　子进程干的事情与父进程一样，然而使用返回值分流后可以有所不同。有任务了，父进程创建一个子进程去完成任务，出问题了崩溃的是子进程，父进程没有影响。

环境变量

环境变量：终端shell中进行系统运行环境配置的变量
　　作用：
　　1、可以是系统环境配置更加灵活
　　2、可以通过环境变量向子进程传递数据
　　
　　操作指令：env-查看所有环境变量
　　echo——直接打印某个变量的内容
　　set——查看所有变量，不只是环境变量
　　unset——删除变量，包括环境变量
　　
　　典型唤醒变量：PATH ——存储程序运行默认的搜索路径
　　
代码操作：
　　char *getenv(char *key) ：通过环境变量名称获取环境变量内容
　　main函数的三个参数
　　extern char **environ；库中的全局变量，每个节点指向一个环境变量，但是使用时需要生命，告诉编译器有这个变量。
　　设置环境变量：setenv()/putenv()

程序地址空间

地址：内存地址——对内存以字节为存储单元的一个编号；通过地址就能找到具体对应的内存单元

程序：即为代码，保存在程序文件中
编译器在编译程序生成可执行程序文件时，就会对每一条指令，每一个数据，进行一个地址排号，当程序运行时，就会将指令以及数据放到指定的内存地址位置，cpu就会根据地址偏移去执行指令，以及找到对应的数据进行处理。
程序运行后才会占据内存——因此程序地址空间通常被称为进程地址空间。

进程中所访问的地址都是虚拟地址，并非物理内存地址，我们所说的程序地址空间， 实际上也是一个虚拟的地址空间，是操作系统为进程通过一个mm_struct结构体所描述的一个假的地址空间：mm_struct(task_size,start_code,end_code)——通过大小以及区域的编号来描述。
虚拟地址不具备存储能力，数据的存储依然要放到物理内存中。

问：为什么操作系统不让进程直接访问物理内存，而是弄了一个虚拟地址空间，让进程访问虚拟地址呢？
答：1、程序在编译时，编译器就会给指令和数据进行地址编号；但是如果某个地址内存已经被占用，则这个程序就运行不起来了（编译器地址的管理麻烦——无法动态获知什么时候哪块内存是否会使用，无法进行代码及数据的地址赋值）
　　2、仅存直接访问物理内存，如果有一个野指针，你在操作的时候有可能把其他进程中的数据改变（无法进行内存访问控制）
　　3、程序运行加载通常需要使用一块连续的内存空间，对内存的利用率比较低。
注：通过虚拟地址空间映射到物理内存上进行数据存储，可以实现数据在物理内存上的离散式存储，提高内存的利用率。
并且每个进程都有自己的虚拟地址空间，因此对于每个进程来说，都会拥有自己的一块连续的空间使用。
虚拟地址是不具备存储能力，数据的存储依然还是要放到物理内存中。