Linux 系统编程 -进程概念篇

冯诺依曼体系结构

这里的存储器是内存，一般情况下内存不直接与外存打交道，而是通过缓存先将输入/输出 输出到寄存器中，再由寄存器与外存做交互。
当代典型的输入设备：键盘、鼠标、扫描仪、写板等
输出设备：显示器、打印机等。

冯诺依曼的两个重要思想

1.所有数据均采用二进制存储（契合电路，高低电平的特点）
2.数据都保存在存储器中(内存中)

当代计算机的三级缓存

三级缓存与高速缓存(cache)
首先必须明确三级缓存均属于高速缓存
一级缓存：一级缓存通常设置在cpu内部，但是比起寄存器来说还是远一点，因为其放在cpu内部，所以它的空间是很小的，通常为8-16k
二级缓存：二级缓存在CPU之外，因为主板上的空间很大，所以二级缓存比一级缓存大得多，大概是256KB-1MB左右，但是它的速度慢，因为它离CPU比较远。二级缓存通常用作一级缓存与内存的交换空间
三级缓存：其空间更大，但是相应的离cpu也越来越远。
所以从远及近看 CPU〈------〉寄存器〈----》缓存《-----》内存。
缓存中的数据是可以提升的？
比如初始情况下，一个数据位于三级缓存中，但是因为经常使用，所以它会被提升到二级缓存甚至一级缓存，这块很好理解，经常用cpu就让该数据离它更近点。
为了保证CPU访问时有较高的命中率，Cache中的内容应该按一定的算法替换。一种较常用的算法是“最近最少使用算法”（LRU算法），它是将最近一段时间内最少被访问过的行淘汰出局。因此需要为每行设置一个计数器，LRU算法是把命中行的计数器清零，其他各行计数器加1。当需要替换时淘汰行计数器计数值最大的数据行出局。这是一种高效、科学的算法，其计数器清零过程可以把一些频繁调用后再不需要的数据淘汰出Cache，提高Cache的利用率。
LRU为操作系统中提供的算法。

操作系统

操作系统的概念

操作系统时配置在计算机硬件上的第一层软件，是对硬件系统的首次扩充。其主要作用是管理好这些设备，提高它们的利用率和系统的吞吐量，并为用户和应用程序提供一个简单的接口，便于用户使用。
硬件：冯诺依曼中的所有设备
软件:安装软件、卸载软件、升级软件
在系统层面：文件、进程、驱动等

操作系统的组成

操作系统=操作系统内核+一堆应用
操作系统内核：代表某种操作系统的代码的统称。

操作系统作用

操作系统是管理当前设备的软硬件资源的软件。
管理：先描述，再组织。
这块管理：管理不是像宿管阿姨管理一个宿舍那样，更像是一个leader(校长)，操作系统具有**“决策权”**。
对上：给用户一个稳定高效的执行文件。
对下：管理好软硬件资源，提供稳定的软硬件资源。
这里还是以学校举例：把学生比作硬件的话，那么宿管就相当于是驱动程序，而操作系统位于驱动程序之上，等于说驱动程序只是按照操作系统的命令去做事而已。这便是真正的管理者。作为一个leader，统筹全局。

Linux下的操作系统体系

进程

进程概念

进程：进程是程序的一次执行，是系统进行资源分配和调度的一个独立单位。

进程特性

1.动态性。由创建而产生，由调度而执行，由撤销而消亡。
2.并发性。是指多个进程实体同时存在于内存中，且能在一段时间内使进程实体和其他进程实体同时执行。(在不同的时间点，交给处理及处理。在同一时间点，任务不会同时进行)。
这块解释一下并发与并行区别：
并发性：在一个处理机上，宏观上有多个进程同时执行的效果，但在微观上，并不是同时执行，只是把时间分为若干段，（类似于时间片轮转算法），使多个进程轮流交替的运行。
并行性：指在同一时刻，多个处理机同时处理不同的任务(进程)。
3.独立性：进程是一个能独立运行，独立获得资源和独立接受调度的基本单位。前提：建立PCB情况下。
4.异步性：进程按独立的，不可预知的速度向前推进。

进程的组成

进程=程序段+数据段+进程控制块(PCB)（PCB常驻内存）

进程与程序区别

1.进程是一个动态的概念，程序是一个静态的概念。
2.进程具有并发性，而程序没有
3.进程是资源分配和处理机调度的独立单位，其并发性受系统制约。
4.一个程序，多次执行，对应多个进程，不同的进程可包含同一组程序。
进程：程序 (1:n)

进程控制块

PCB定义：作为进程实体的一部分，记录了操作系统所需的，用于描述进程的当前情况以及管理进程运行的全部信息，是操作系统中最重要的记录型数据结构。
PCB的作用是使一个在多道程序环境下不能独立运行的程序(含数据)称为一个独立运行的基本单位，一个能与其他进程并发执行的进程。
作用：
1）PCB标志了程序作为独立运行基本单位。
2）能实现间断性运行方式。这很好理解，比如cpu处理进程使的并发性。当在一段时间内A进程的时间片耗尽时，此时需要记录执行到哪里了(保护现场)。保证了进程下次被分到时间片时的恢复现场。
3）提供了进程管理所需要的信息。PCB中记录了程序和数据在内存或外存的始址指针，找到对应的程序和数据。总的来说，PCB里面保存着执行资源的地址。
4）提供进程调度所需要的信息。比如优先级、程序目前的状态，是在阻塞态还是在S（sleep）状态。
5）实现与其他进程的同步和通信。比如一个程序被分为多个进程，此时后一个所需的资源依赖于前一个进程执行完毕，这就涉及到了进程的同步与通信了，是有顺序的，。要不然你执行你的，我执行我的，这样的出来的值到底是什么！！
注：PCB里面存储的程序和数据均是程序和数据的地址，PCB常驻内存。

Linux下的底层下的组织

明确Linux操作系统底层

Linux系统是以C语言编写的，C语言可以存储多个对象的数据类型的结构是什么，当然是结构体
文件=内容+属性

Linux底层管理进程的结构体(描述)

进程=对应的文件+进程属性
struct task_struct
{

}
这个结构体下存了哪些东西：
标示符: 描述本进程的唯一标示符，用来区别其他进程。
状态: 任务状态，退出代码，退出信号等。
优先级: 相对于其他进程的优先级。
程序计数器: 程序中即将被执行的下一条指令的地址。（汇编指令）
内存指针: 包括程序代码和进程相关数据的指针，还有和其他进程共享的内存块的指针
上下文数据: 进程执行时处理器的寄存器中的数据[休学例子，要加图CPU，寄存器]。
I／ O状态信息: 包括显示的I/O请求,分配给进程的I／ O设备和被进程使用的文件列表。
记账信息: 可能包括处理器时间总和，使用的时钟数总和，时间限制，记账号等。
其他信息
这个结构体又称为PCB

从操作系统内核的结构看进程(组织)

前面我们提到过：
管理=描述+组织
描述：前面我们已经给出了描述进程的结构体，那在底层，它是怎么实现组织的？
是通过双向链表的方式，通过增、删、查、改的操作来实现进程的调度。
进程管理：先描述，再组织
将程序跑起来，就相当于将程序加载入内存，将程序输出可视化，便是将程序加载到显示器中。

查看进程命令

ls /proc proc目录下存储着当前所运行的进程

进程号

什么是进程号：进程号就相当于是标识进程存在的序号，这个序号是随机产生的，每次产生的进程的进程号都是不同的。它是用来唯一标识进程的。就像每个人自出生起你的身份证号就固定起来了。（唯一标识：在当前主机），比如说两个不同的主机，两个进程号就算相同的话，它也不是同一进程。

通过进程调用获取进程标识符

getpid()获取到当前进程的进程号
getppid()获取的是该进程的父进程的进程号


测试用例：

基本Linux下的所有命令的父进程都是bash。
bash的运行原理：
通过创建子进程，让子进程去完成任务。 为什么？因为通过上面可以看到bash也相当于是操作系统的一个进程，所以具有进程独立性的特点，命令执行基础是要保证自己是安全的。等于说自己先创建一个子进程去完成命令，就算执行不了，崩掉了，此时根据进程独立性特点，它也影响不到父进程。因为bash是Linux程序运行的基础，bash崩了，整个Linux操作系统就崩了。

通过系统调用来创建进程fork()命令

fork系统调用用于创建一个新进程，称为子进程，它与进程（称为系统调用fork的进程）同时运行，此进程称为父进程。创建新的子进程后，两个进程将执行fork（）系统调用之后的下一条指令。子进程使用相同的pc（程序计数器），相同的CPU寄存器，在父进程中使用的相同打开文件。
头文件 :#include<unistd.h>
函数参数:pid_t fork(void);
pid_t 就是int类型
它不需要参数并返回一个整数值。下面是fork（）返回的不同值。
负值：创建子进程失败。
零：返回到新创建的子进程。
正值：返回给父进程或调用者。该值是新创建的子进程的进程ID 。


fork的一些特性：
返回值。有三个返回值，成功时候两个，失败时候一个。
成功时：给创建子进程的父进程返回创建子进程的进程号。给子进程返回0值。

1.如何理解进程创建

2.fork()为什么会有两个返回值？

声明一点fork()只调用了一次
此时父进程创建出来一次的时候会return一次，子进程的数据流也会返回一次。
由于在复制时复制了 父进程的堆栈段，所以两个进程都停留在fork函数中，等待返回.因为fork函数会返回两次,一次是在父进程中返回，另一次是在子进程中返回，这两次的返回值不同. 从fork函数开始以后的代码父子共享，既父进程要执行这段代码，子进程也要执行这段代码.(子进程获得父进程数据空间，堆和栈的副本. 但是父子进程并不共享这些存储空间部分. 父，子进程共享代码段.) 现在很多现实并不执行一个父进程数据段，堆和栈的完全复制. 而是采用 写时拷贝技术.这些区域有父子进程共享，而且内核地他们的访问权限改为只读的.如果父子进程中任一个试图修改这些区域,则内核值为修改区域的那块内存制作一个副本, 也就是如果你不修改我们一起用，你修改了之后对应修改的那部分。
就是类似于进程的独立性，进程间代码共享，数据私有，此时因为数据要私有一份(数据改变)，所以此时父进程会return 一次（return一次子进程的进程号），子进程return一次，（return 0）；前提是进程创建成功的前提下。

写时拷贝技术

3.fork()父子的执行顺序和代码和数据的复制问题？

进程数据=代码+数据
父进程创建子进程时，代码共享(因为代码在内存中一般为只读)，数据私有(写时拷贝)，这也就解释了上面的fork()为什么会有两个不同的返回值，。为什么数据私有呢？是由于进程的特性所决定的，进程具有独立性。
关于执行顺序：当子进程被创建成功时，此时它会被加载到内存的运行队列中，又因为进程的特征具有异步性。(进程以不可预料的结果向前推进)，所以这块子进程与父进程的执行顺序是不确定的。由操作系统中的调度器决定

4.子进程是从fork之前还是fork之后开始运行？***

子进程是从fork()之后开始运行的。
父进程调用fork()函数时，其程序计数器中保存的是fork’()之后的下一条汇编指令。
上下文信息：调用fork()完毕之后保存的寄存器内容。
此时子进程去拷贝父进程的PCB，所以此时子进程拿到的便是fork之后的代码，所以子进程的执行是从fork()之后开始的。

Linux下查看进程的ps命令

-A 显示所有进程（同-e）
-a 显示当前终端的所有进程
-u 显示进程的用户信息
-o 以用户自定义形式显示进程信息
-f 显示程序间的关系
-axj 通常可以查看父子间的依赖关系
-aux查看的是当前操作系统的所有信息

Linux环境下的几种状态

R状态–运行状态

测试用例：


首先明确一个概念：R状态是不是程序一定在运行？

S状态 --睡眠状态，可中断的

为什么这块要强调一下它是可中断的睡眠呢？
因为下面还有一个D状态，是不可中断的睡眠方式，后面会详述的。
测试用例：
可以看到，这里是一直在打印.字符


这里可以看到程序处于S状态，为什么呢？我不是一直在打印.这个字符吗？
这是因为cout打印涉及到了I/O，cpu的执行效率是远远大于I/O操作的，可以这么说吧，cpu用了1%的时间打印.这个字符，但99%的时间都在等I/O完成。所以虽然是个while(1)循环，其它的进程也可以照样执行的原因，这是因为进程的并发性的特性所决定的。它一段时间内不会单单只处理一个进程。

D状态 —磁盘休眠状态。

这个不好演示，给大家画个图吧。

T状态–暂停状态

可以通过发送 SIGSTOP 信号给进程来停止（T）进程。这个被暂停的进程可
以通过发送 SIGCONT 信号让进程继续运行。
测试用例：

命令kill -19 + 进程号（PID） 让程序暂停执行

可以看到此时程序已经停止了，但程序依然存在于内存中。 类似于我们平时按下ctrl+z的操作一样，这也是为什么不推荐使用该命令的原因，它只是暂停程序，并没有终止程序
那怎么恢复呢？
kill -18 + 进程号（PID）

X状态 --死亡状态

一般来说我们是看不到死亡进程的，死亡进程会被立即置换出内存，这个过程是及其短暂的，所以很难追踪到。

孤儿进程

孤儿进程的概念。

父进程先退出，子进程就称之为“孤儿进程”
孤儿进程被1号systemed进程领养，当然要有systemed进程回收喽。

孤儿进程的产生条件

父进程先于子进程退出。子进程进入一个死循环，这样这个进程就变为了一个孤儿进程。
测试用例：

此时看现象：



这里解释一下为什么在孤儿进程的情况下仍可以运行bash命令行解释器？

Z状态，僵尸进程***

僵尸进程的概念：
1.僵死状态（Zombies）是一个比较特殊的状态。当进程退出并且父进程（使
没有读取到子进程退出的返回代码时就会产生僵死(尸)进程
2.僵死进程会以终止状态保持在进程表中，并且会一直在等待父进程读取退出状态代码。
3.所以，只要子进程退出，父进程还在运行，但父进程没有读取子进程状态，子进程进入Z状态
测试用例：

僵尸进程的危害？

1.进程的退出状态必须被维持下去，因为他要告诉关心它的进程（父进程），你交给我的任务，我办的怎么样了。可父进程如果一直不读取，那子进程就一直处于Z状态？是的！
2.维护退出状态本身就是要用数据维护，也属于进程基本信息，所以保存在task_struct(PCB)中，换句话说， Z状态一直不退出， PCB一直都要维护？是的！
3.那一个父进程创建了很多子进程，就是不回收，是不是就会造成内存资源的浪费？是的！因为数据结构对象本身就要占用内存，想想C中定义一个结构体变量（对象），是要在内存的某个位置进行开辟空间！便会造成内存泄漏

为什么要提出僵尸进程的概念

保存进程的基本退出原因，方便父进程读取，获取退出原因。
进程死亡的话，操作系统通过系统调用来分析进程结束完后的基本信息，（1.是否正常运行完？2.是否异常？异常的原因）
让进程退出之时，不要立即释放资源，而是把资源维持一段时间去供操作系统进行读取。

解决方案

1.重启操作系统（众所周知，重启可以解决计算机90%的问题）–不推荐
2.干掉父进程，这样进程成功由僵尸进程转化为孤儿进程，它就会被1号进程所领养，最后回收资源。（重点）
3.进程等待。

为什么会产生僵尸进程？

父进程创建一个子进程，子进程相对于父进程来说提前退出。子进程在退出的时候会向父进程发送一个信号(SIGCHLD),而父进程对于该信号是忽略处理的，导致子进程在退出时，没有进程来回收子进程的资源(PCB),子进程就变为了僵尸进程。

解释一下什么是前台程序和后台程序

一般来说比如进程状态后有‘+’符号的号，就是前台程序，没有的话就是后台程序。怎么理解前台程序和后台程序呢？
比如你今天电脑中开了许多的app，比如qq、网易云、微信等程序，此时你正在网易云里面看视频（MV），那此时网易云便是你的前台程序，qq、微信，不是不运行了，而是由前台程序变为了后台程序。
在linux’系统中，一般可以用ctrl+c终止的程序称为前台程序，不能的称为后台程序。孤儿进程中的父进程就相当于前台程序(在执行完后，等待子进程结束的时候)。
怎么去让一个程序变为后台运行
./可执行程序名 &

环境变量–重点

什么是环境变量

环境变量(environment variables)一般是指在操作系统中用来指定操作系统运行环境的一些参数如：我们在编写C/C++代码的时候，在链接的时候，从来不知道我们的所链接的动态静态库在哪里，但是照样可以链接成功，生成可执行程序，原因就是有相关环境变量帮助编译器进行查找。环境变量通常具有某些特殊用途，还有在系统当中通常具有全局特性
本质:就是将命令的可执行程序的路径保存起来。

环境变量的分类

系统级的

存在所有的环境变量，对所有用户都需要加载
/etc/bashrc ，一般不要对该文件下的内容进行修改。

用户级的

两个文件 ~./ bashrc
~./ bash_profile

使用echo查看环境变量内容

可以看到这就是PATH环境变量下存储的内容，一般存储的是可执行程序的路径。

常见的环境变量

PATH：指定可执行程序的搜索路径 --重点
测试用例：
比如ls命令


总结：在不指定路径的情况下，在命令行输入一个命令，他会在PATH所存储的路径中依次查找，查找到就执行该可执行程序，查找不到就会报错，这也解释了为什么在当前目录下生成的可执行文件为什么要加上./才能执行，因为就告诉编译器我是在执行当前目录下可执行文件
HOME :指定用户的主工作目录(即用户登录到LInux上时，默认的目录)
SHELL：当前的shell，通常是/bin/bash

查看所有的环境变量env命令

修改环境变量

临时修改 使用命令

export +环境变量名称=$环境变量名称:新的路径
$环境变量名称：为了保留之前的环境变量，类似于在之前环境变量的基础上添加，而不是直接修改
临时修改的特性：只在该系统使用时有效，重启后失效。
测试用例：

永久修改 --用户级别的（针对当前用户）

vim ./.bash_profile

source ~/.bash_profile 是让主机重新读取环境变量

这里看到运行成功了

环境变量的加载顺序

先加载系统级的环境变量 /etc/bashrc
再加载用户级中的 ~/.bashrc
最后是 ~/.bash_profile

环境变量的组织格式

环境变量在底层是以指针数组存储的，每个指针指向一个环境变量，以NULL值作为结束标志。
底层是char*envp[] 指针数组，每个指针指向存储的一份环境变量。

main()函数的几大参数

int main(int argc,charargv[],charenvp[]);
argc 为命令行参数的个数，本质上是argv的元素个数，默认情况为1，输出的是该程序的名字。
argv 为命令行参数
envp为环境变量

测试用例：

通过第三方变量environ获取

获取整个环境变量

获取特定环境变量和修改环境变量

getenv

头文件#include<stdlib.h>
函数原型：char* getenv(const char*name);
name为需要查找环境变量的名称。

putenv()函数

头文件 #include<stdlib.h>
函数原型 int putenv(char*string)
返回值 修改成功返回0 ，失败返回非0值
例子：不截图了

调用putenv去修改PATH
int ret=putenv("PATH=/usr/bin");
if(ret==0)
{
  cout<<"success"<<endl;
}
else
{
 cout<<"change failed"<<endl;
}

进程优先级

区分一下优先级与权限的问题

优先级：cpu资源的分配顺序，就是进程的优先级。
优先权高的具有优先被cpu’先执行的权力。 这很好理解，就像一个医院中来了一个感冒的病人和一个出了车祸的病人一样的，医生不会说因为你先到就给你先看完再去处理出车祸的病人。
Linux操作系统为抢占式的操作系统。
那这里就有人会想了，既然为抢占式操作系统，那是不是优先级低的一直得不到cpu调度？
首先，优先级不是一成不变的，在Linux内部，一个任务的优先级是会随着时间的推移渐渐增长的，所以确保了那些优先级低的也有将来某一天被cpu调度的可能。

权限：强调的是一个任务能不能被操作。

查看系统进程的优先级数

ps -l 采取详细的格式来显示进程状况
ps -al 显示所有终端机下执行的程序，除了阶段作业领导者之外 ，并显示他们的详细的格式。

PRI与NI

PRI也还是比较好理解的，即进程的优先级，或者通俗点说就是程序被CPU执行的先后顺序，此值越小进程的优先级别越高
那NI呢?就是我们所要说的nice值了，其表示进程可被执行的优先级的修正数值PRI值越小越快被执行，那么加入nice值后，将会使得PRI变为： PRI(new)=PRI(old)+nice
这样，当nice值为负值的时候，那么该程序将会优先级值将变小，即其优先级会变高，则其越快被执行所以，调整进程优先级，在Linux下，就是调整进程nice值，nice其取值范围是-20至19，一共40个级别。
注：PRI的值不可直接修改，只可以通过修改其nice值达到修改PRI的目的。

修改进程的PRI

这里只介绍一种最简单的，就是top命令，进入Linux 下的任务管理器。进入后按下r，接着输入进程pid(进程号) 接着输入修正Nice值。
必须在root权限下进行。普通用户无法修改PRI。
步骤：

记录z_fork()的pid，修改时候要用

按下r

输入进程pid完成后

我们将NI设为-19，看结果图

可以看到进程的优先级已经由80变为61了。

进程优先级的一些注意

1.一般情况下不要去修改进程的优先级，专业人干专业事，操作系统有自己的调度策略，所以非必要情况下不要去修改。
2.进程的优先级初始化PRI都是80，NI 都是0，我们只可以通过修改NI的方式达到修改PRI的目的。
3.进程优先级是可以提升的。这里的提升不是说用户去提升它，而是操作系统对驻留在内存中的作业的优先级提升，一般随时间线性化增长。
4.进程的优先级数值越大，优先级越低。
5，进程PRI的取值范围，首先看一下NICE的取值范围[-20,19]。所以PRI的取值范围为[60,99];

进程状态转换问题

在Linux’系统下

结语

希望大家多多支持，若博客有什么问题请大家不吝赐教。有博客中不懂的问题可以在评论区给出，我会尽我所能的一个一个给大家回答。本次博客我们进入到了系统编程中了，这只是一个开篇，后序的我会坚持更新。感谢访问！！