浅谈操作系统中的重要概念——进程

一、什么是程序？

以 .exe 为后缀的可执行文件就是一个程序，一般是存储在硬盘上的。

上图中，我们可以看到 QQ.exe 就是一个以.exe 为后缀的可执行文件，因此他就是一个程序，应用程序；图中其他以.exe结尾的文件，其类型也是应用程序。程序在没有双击运行时，是 静态的 存放在硬盘上的，此时并不会消耗系统资源。

二、什么是进程？

正在运行的程序就是进程。

譬如说：QQ这个程序没有运行时，以 .exe 作为后缀的文件静态的存放在硬盘上，并没有运行。双击运行时，同一个程序，可以产生多个进程。就像QQ只是一个程序，多次双击运行后就可以使多个不同的qq用户登录，每个qq用户登录之后产生的qq登录账号信息，就是多个进程在同时运行；譬如说浏览器，浏览器可以打开多个页面，这也是程序多进程的一中表现。

我们平常可以在电脑的 任务管理器 中查看 有哪些进程。

三、进程与程序有什么区别？

1、程序是以.exe结尾的可执行文件，一般存于硬盘上，是静态的、固定不变的。
2、进程是正在运行的程序。当我们双击运行程序时，操作系统就会将可执行文件里存有的 指令和数据 加载到内存中，让 cpu 从内存中取这些 指令与数据 进行执行，完成一系列的工作。那么此时这个程序就由静态的转为运行状态的 进程。
3、进程运行起来是为了完成一系列相关的工作，因此进程就会消耗一定的系统资源（譬如：cpu、内存资源、硬盘资源、IO资源、网络带宽…），而程序是静态的，只是占用了硬盘资源。
4、进程是 操作系统 分配硬件资源的基本单位。

怎么理解这句话呢？？举个例子：在疫情封控期间，由于当时我们学校一天之内阳了3个同学，这个时候学校就将我们所在的南区宿舍封了。封楼期间，所有学生每天每时只能待在宿舍，学校会派工作人员定时定点投放饭菜，以 宿舍 为基本单位 分发食物。因此我们进程运行时，需要向系统申请硬件资源来支持运行时，系统就以 进程 为基本单位分配资源给进程。

可能还有同学感觉区分不开进程和程序，我再举个例子加深印象：程序 就像 我们每天做的 日程表，写在上面的诸多计划是静止的。进程 就是 我们开始执行日程表上的计划，消耗了一定 资源、精力、时间，才完成了 日程表上的 所有计划。

在我们学校，学生点外卖之后，外卖员是没办法提着外卖来到（这个符合那个 公共区域）

四、OS是如何管理进程的

一台正在运行的计算机中，大概率是包含了很多进程，不说成百上千，但也有百八十个。一旦东西多了起来，就需要进行管理，否则容易显得杂乱无章。因此对于计算机中进程的管理，也很重要。

4.1、使用 结构体 进行描述进程

1、描述：首先需要专门使用一个 结构体 来描述 一个进程，记录进程里含有的各个属性。（由于操作系统底层是由 C/C++ 实现的，因此对于进程的描述是使用结构体进行描述，结构体就像一个低配的类，能够含有各种属性，但类既可以含有属性，还可以含有各种方法）

4.2 、使用数据结构组织众多进程

2、组织：再使用一系列的数据结构把多个进程有效的组织起来，方便后续进行遍历、查找、汇总…

4.3、PCB

描述进程的结构体有一个专门的名字，叫做 PCB（进程控制块 process control block）。各大系统中用来描述进程的部分都可以称作 PCB，PCB 是一个通用叫法。

通常是使用 双向链表 这样的数据结构进行组织诸多 PCB 。（这是针对于 Linux 来说的，因为 Windows 并没有开源，因此对于 Windows 中的 PCB 是使用什么数据结构来组织的，我们不得而知）。

当使用 双向链表 来组织PCB时：
1)、查看进程列表，本质上就是在遍历该双向链表。
2)、创建一个进程，就是创建一个 PCB 结构体，并插入至链表中。
3)、销毁一个进程，就是把这个 PCB 结构体从链表上删除并释放。

4.3.1、PCB 里有哪些属性

那么想要进一步明确 PCB 的概念，就需要了解这个用于描述进程的结构体PCB，里边到底有哪些属性呢？

4.3.1.1 pid

pid 用来表示进程的唯一身份标识（区分不同的进程）。

在 任务管理器 中，我们可以看到不同的进程具有不同的pid。

有些程序是多进程运行，因此在 任务管理器 中，会看到某些程序是没有pid的，但是，一旦展开，就会看到此程序下含有许多个进程，这些进程都具有不同的pid。

我们可以看到上图圈红圈的地方，这两个程序其右边的 pid 是空的。

4.3.1.2 内存指针

前面我们提到过，进程运行时，需要消耗系统资源。因此当进程向系统申请资源时，操作系统肯定要为进程分配系统资源（cpu、硬盘资源、内存资源、网络带宽…），那么此时，内存指针就可以表示：当前进程从操作系统那里分来的对应内存资源是多少。 内存资源里存储什么内容：从.exe可执行文件处加载来的 指令和数据。

那可能会有同学疑惑什么是 指令（指令就是程序员开发程序时编写的代码，这些代码经过编译后转成cpu易识别的二进制指令），什么是数据。举个例子加深印象：指令就像剧本，数据就像剧本里的各种台词，进程就像一个演员。演员进行演戏，需要依靠剧本掌握整部戏的具体拍摄流程，具体场景怎么演，依靠数据支撑。譬如说：是一场打巴掌的戏，剧本上的数据说要打1个巴掌，演员不能擅自打10个巴掌。

4.3.1.3 文件描述符表

文件描述符表 与 硬盘资源 有关。

硬盘是硬件，应用程序（软件）一般是没办法直接操作 硬件 这一层的，因此操作系统将硬件抽象成 文件 这一概念，应用程序可以操作的是 文件，但是 文件 也是存储在硬盘上的，因此进程的硬盘资源使用 文件 来体现。操作系统打开一个文件，就会产生一个 文件描述符（类似于文件的唯一身份标识，只在进程内部生效），同时会使用文件描述符表将 文件描述符 组织起来。
每个进程都有一个 文件描述符表 来记录当前进程正在使用哪些文件。

五、进程调度

进程是需要到 cpu 上执行指令的。

像前面所形容的，如果进程是演员，那么 cpu 就相当于 拍摄场地，演员需要到拍摄场地进行拍戏工作。

那么每个进程，要想执行里面的指令，完成相应的工作，都需要到cpu上执行指令。对于一台机器来说，同一时刻所存在的进程有成百上千，但是cpu只有一个，那么此时cpu该如何操作那么多进程呢？？

此时就涉及到一个关键问题：进程调度[重点，必须掌握]。

cpu 虽然只有一个，但是随着技术发展，现在的cpu不再是以前的单核cpu，而是多核cpu。

什么是单核cpu：单核cpu就是一个cpu上只有一个位置去执行一个进程里的指令。

多核cpu是：一个cpu上有多个位置去执行多个进程里的指令。

同时，现在由于超线程技术，cpu的一个核心，还能顶两个来用。

那么此时单核cpu就相当于：一个cpu上只有一个位置，只一个位置可以有两个座位，让两个进程同时在cpu里执行。

多核cpu就相当于：一个cpu上有多个核心，一个核心里有两个座位让很多进程同时在cpu里执行。

因此现在我们常常会听说cpu有这些叫法：六核十二线程、八核16线程…那是因为，一个cpu核心，是一个物理核心，一个物理核心，相当于两个逻辑核心。

譬如我电脑的cpu就是八核16线程：

但即使随着技术的发展，产生了多核cpu，也无法一次性将机器上 成百上千的进程执行完。因此还是需要进行 进程调度。

5.1、进程调度的两种方式

5.1.1、并行

同一时刻，两个进程，同时运行在 一个cpu的两个逻辑核心上。

5.1.2、并发

两个进程，在同一个物理核心上，轮流运行。（由于cpu切换进程的速度很快，微观上，两个进程是串行执行；宏观上，两个进程是“同时”执行）

cpu在进行进程调度的时候，既会按照并行的方式调度，也会按照并发的方式调度。这是因为，在应用程序这一层，我们无法感知到操作系统究竟是使用了并行的调度方法运行进程，还是使用了并发的调度方式运行进程。因此一般我们都是以 并发 来统称并行与并发。

5.2、PCB中关于进程调度的相关属性

这些属性描述了进程对应的cpu资源的使用情况。

5.2.1、状态

进程在进程调度中有2个重要的状态：
1、就绪状态：表示当前进程已经随时做好了在 cpu 上执行的准备。
2、阻塞状态（也称睡眠状态）：表示 一个进程 没有做好调度到cpu上执行的准备

这些状态是可以相互转换的。

当然还有其他的状态，但是这两个是比较关键的。

5.2.2 、优先级

系统进行进程调度时，也不是完全公平的。也会根据进程优先级的不同，来决定优先将系统资源分配给哪个进程。

5.2.3、上下文

由于进程调度，进程是轮流在cpu上执行的，一次运行不完，就需要保证下次进程又被调度到cpu上执行的时候，能够让cpu从上次没执行完的指令处继续往后执行。就相当于我们玩游戏时的一个 读档/存档。

对于操作系统来说，记录的上下文是什么？？即在进程执行过程中，cpu的寄存器中对应的数据。

寄存器一般是用来存储一些操作数、中间结果…那么当 当前进程要被调度离开cpu之前，寄存器中存储的当前进程的要执行的指令这样的数据，就需要保存到PCB的上下文字段中。下次该进程回到cpu执行时，就将PCB的上下文字段中存储的数据恢复到对应的寄存器中，此时就能够继续运行上回未运行完毕的进程了。

5.2.4、记账信息

相当于一个“统计信息”。会统计每个进程在cpu都执行了多久，都执行了那些指令。相当于是对进程的调度工作进行一个“兜底”。譬如说一些优先级高的进程一直在cpu上执行，优先级低的进程没办法执行一次，此时记账信息察觉到之后，就会将优先级低的进程放到cpu上执行，确保每个进程都能够有机会调度到cpu上执行。

六、进程的隔离性

每个进程都需要一定的内存资源，来存储PCB中包含的相关属性。早期时候，操作系统是直接将物理内存（电脑上的内存条）分配给进程使用。

这是一个很严重的问题：一旦某个进程内部的代码有bug，导致内存越界访问了，此时就会影响到别的进程执行。

因此操作系统就引入了 虚拟地址空间 这样的概念，解决上述有可能发生的内存越界访问问题。即给不同的进程分配相同的虚拟地址，这些虚拟地址对应了不同的物理地址。

这样设定之后，每个进程有效的虚拟地址都是固定范围的，进程使用该虚拟地址的内存，都需要操作系统转换成真正有效的物理地址。

此时就可以通过这个转换，针对虚拟地址是否有效做一个校验。当系统检查出了非法的地址使用时，就可以及时的通知该进程，或者直接关闭当前进程，避免其影响到别的进程运行。

七、进程间通信

在虚拟地址空间的加持下，进程就具有了独立性，即每个进程自己的内存空间，都是独立的，不能相互访问。即每个进程有自己的虚拟地址空间后，此时进程就无法直接访问或者修改其他进程虚拟地址空间里的内容，强化了系统的稳定性。

因此通过虚拟地址空间，把进程之间相互隔开了。但是有的时候，还是需要让进程之间产生一些配合/联系，以便更好地完成信息的交互。此时就产生了一个关键问题：进程间通信。

进程间通信可以有很多方法，但无论是哪一种方法，本质都是一样：就是找一个多个进程都能访问到的公共区域，借助公共区域来完成数据的交互。

7.1、进程通信的两种常用方法

1、基于文件（公共区域：硬盘）
2、基于网络 socket（公共区域：网卡）