操作系统中的进程

一、进程

进程 / 任务：process / task

什么是进程？
进程是操作系统对一个正在运行的程序的一种抽象，换言之，可以把进程看做程序的一次运行过程。

通俗地说，在我们平时使用电脑的过程中，进程实际上就是一个正在运行的程序。
而要想让进程跑起来，就得给这个进程分配一定的系统硬件资源：CPU，内存，磁盘，网络带宽。

这也就是说：进程是系统分配资源的基本单位。

二、管理进程

进程在操作系统中是如何被管理的呢？

管理进程：PCB + 组织

1. PCB + 组织

(1) PCB

PCB：进程控制块 (Process Control Block)
进程控制块其实是一个抽象出来的东西，由于计算机内部要管理任何现实事物，所以都需要将其抽象成一组有关联的、互为一体的数据。接着，每一个 PCB 对象，就代表着一个实实在在运行着的程序，也就是进程。操作系统再通过这种数据结构将 PCB 对象组织起来，方便管理时进行增删查改的操作。

在 C 语言中，我们可以通过结构体来描述这个 PCB，这就对应着某一个进程。
在 Java 中，我们可以通过类或对象来描述这个 PCB，这就对应着某一个进程。

(2) 组织

组织：使用一定的数据结构来进行将 PCB 组织起来，常用双向链表。

查看进程列表，本质上就是遍历操作系统内核中的这个链表，并显示其中的属性。
所以，我们必须明确：

创建一个进程，本质上就是创建一个 PCB 对象，加入到内核的链表中。
销毁一个进程，本质上就是把这个 PCB 对象，从内核链表中删除掉。

2. PCB 中大概都有哪些东西呢？

PCB：( PID，内存指针，文件描述符表，进程的状态，优先级，上下文，记账信息…)
实际上这个 PCB 是一个非常大的结构体，属性非常多，我们主要说明下面几个属性。

(1) PID

PI：Process Identifier (进程控制符)

PID：操作系统里每打开一个程序都会创建一个进程ID，即 PID. 它代表着一个进程的唯一身份标识，一个机器在同一时刻，不可能有两个进程的 PID 相同。

如下，我们可以在 Windows 系统上的任务管理器中，打开 PID.

注意：

① PID 是进程运行时系统随机分配的，可以理解其为进程的代号。

② 只要一个程序被操作系统运行起来，系统就会自动为其分配一个 PID. 此标识暂时唯一，只有当前进程中止后，此 PID 才会被回收，并可能被分配给另一个新进程。

(2) 内存指针

内存指针：描述了这个进程使用的内存空间是处于哪个范围。这在本篇博客中后面会提到虚拟地址空间。

(3) 文件描述符表

文件描述符表：描述了这个进程都打开了哪些文件。
在我们日常使用的系统中，如果打开了一个文件，其实就得到了一个 " 文件描述符 "，这个文件描述符就像一个 " 遥控器 " 一样，由于文件数据是在磁盘上的，所以代码中操作磁盘数据不像操作内存数据那么方便，所以往往是借助这种 " 遥控器 " 的方式来操作。

(4) 进程的状态

进程的状态完全可以按照其字面意思理解。
进程的三种基本状态：就绪状态、睡眠状态、结束状态。

(5) 进程的优先级

进程的优先级也完全可以按照其字面意思理解。
比方说：大一的学生放暑假了，学生可以列出暑假两个月的日程安排，是以学习优先，还是以锻炼优先，还是以去公司实习优先…
列出了优先所做的事项，就相当于 CPU 在进行进程调度中，优先考虑哪个进程。

(6) 进程的上下文

进程的上下文是一个比较关键的属性，它的存在体现了 CPU 在进程调度时，记住上次运行到哪个指令了，方便下次调度的时候还能够继续从上次的位置来进行。所以进程的上下文主要是存储 CPU 调度之前，寄存器中的信息。

这就相当于游戏的存档和读档。比方说：我们在打那种冒险游戏，刷副本的时候，通常需要闯关，或者说进行到了游戏的哪个环节。那么下次再次进入游戏的时候，由于存档的原因，就不会再从第一关开始了。

(7) 进程的记账信息

进程的记账信息实际上记录这个进程在 CPU 上执行多久了。

三、进程调度

上面的 PCB ，它的 【(4) (5) (6) (7) ，即进程的状态，优先级，上下文，记账信息】这几个属性很关键，它们是用来辅助进行进程调度的。

1. 什么是进程调度

举个例子，不管是我们使用 Windows 系统，还是 IOS 系统，我们都能一边开着 QQ 音乐，一边编辑文档，又能一边使用浏览器…所以它们都是支持多任务的系统。
而我们当前的这个 " 多任务系统 " 其实就是基于 " 进程调度 " 这样的机制来完成的。
我们可以打开 Windows 操作系统下的任务管理器，会发现电脑在某时刻运行的时候，有几十甚至上百个进程正在运行，而我们的 CPU 只有一个。

这个时候，CPU 肯定是需要合理地进行各个进程之间的调度，否则就会乱成一锅粥。那么计算机究竟是采取什么方法，让一个 CPU 来兼顾各个不同的进程呢？

2. 计算机怎么进行进程调度

真实的计算机在进行进程调度的时候，是对并发式和并行式两种策略综合使用。

(1) 并发式运行

并发式运行：从微观上，CPU 其实一直在切换各个进程，以此来管理进程。比方说，进程A 被 CPU 调用了一会，之后 进程A 被停止调用，此刻 进程B 又被 CPU 调用了… 而由于 CPU 的运行速度极快，计算机使用者感受不到这一点，所以从宏观上看，各个进程其实就是在一起运行的。

(2) 并行式运行

并行式运行：由于高精度的 CPU 在物理结构上很难进行继续升级，所以现在很多计算机都采取了多核 CPU 的策略，比方说现在的一个 8核 的计算机，就相当 CPU 有 8个 分身，能够同时实现计算机的各个功能。所以并行式运行就相当于：多个 CPU ，运行多个进程，CPU1 运行进程1，CPU2 运行进程2…
所以无论从宏观还是微观的角度来看，并行式运行时，各个进程都是同时执行的。

四、进程的虚拟地址空间

1. 什么是进程的虚拟地址空间

一个进程想要运行，就需要给它分配一些系统资源，其中，内存就是一个最核心的资源。

我们在学习 C语言的时候，都知道，内存是连续的一块地址，这也就是真实的内存。它就像酒店的长廊中对应的房间号一样，物理逻辑是连着的。如下图所示：

而进程地址是操作系统抽象出来的虚拟地址，系统会自动将这个虚拟地址转换成真实的物理地址。如下图所示：

在上图，我们可以发现进程1 和 进程2 的虚拟地址是相同的，但我们通过页表映射过后，进程1 和 进程2 对应的真实内存是不相同的。这就好像，学生A 在 1班，学生B 在 2班，他们在班级中对应的号码都是1 号，但在全校的学号里，不可能存在两个学号相同的情况。

2. 为什么需要虚拟的地址空间？

在看完了图解之后，我们会思考一个问题：为什么不让进程直接访问真实的物理地址呢？

目的其实就是为了一定程度上减少内存访问越界而带来的严重后果。

假设我们现在让进程直接访问传统的真实内存，也就是进程之间的内存是挨着的。假设进程1 的内存是 0x111 - 0x114，进程2 的内存是0x115 - 0x130，当我们在进程1 中运行时，我们访问内存 0x116，这样相对于进程1 来说，就会造成内存越界，而对于连续地址来说，此时我们就突然访问到了进程2，可想而知，进程2 很大可能出现 bug. 进程2 就在想：我明明运行的好好的，莫名其妙地就出错了。在我们日常使用软件的时候，假设你在写 word 文档，写着写着，你后台 QQ音乐突然崩了，这是什么感受…

而当我们通过虚拟内存转换成真实内存的时候，当我们在 进程1 中越界的时候，系统针对你给出的地址查询页表，若是越界或非法地址，进程1 直接就出错并被系统提示出来，这时并不会影响到其他的进程，因为其他的进程与你当前使用的进程可以说是毫无关联。

因此，我们就明白了，进程的虚拟地址空间存在的意义：让进程与进程之间相互影响的几率变小了，隔离性增加了，某个进程在运行过程中是独立的，自然就稳定了。

这样做的好处是：进程与进程之间的独立性确实增加了。当然也有坏处：进程与进程之间的配合、沟通、通信就很困难了。但也有一些特殊手段可以让进程与进程之间来交互。(例如：文件、socket、信号量、管道、消息队列)

这在我们后面的博客会介绍到。