操作系统基础（一）

一、电脑开机流程

• 加载BIOS：检查硬件
• 加载引导程序
• 初始化内核
• 加载设备驱动程序
• 启动系统服务

同步 & 异步

• 同步
  • B收到A的调用，立即干活，A本次调用可以获得结果
• 异步
  • B收到A的调用，不一定立刻干活，但保证一定将会干，做好通知A，本次调用得不到结果

阻塞 & 非阻塞

• 阻塞
  • A调用后等B返回结果
• 非阻塞
  • A调用后干自己的事

二、操作系统的IO模型

• 同步阻塞IO模型
  • 类似于排队去窗口办事，到号之前只能等待
• 同步非阻塞IO模型
  • 类似于到窗口办事，发现没有人，每过一会儿来看看人来没来，知道看见人来了，开始办事。在循环查看人来没来的时间里，可以回家干自己的事
• IO复用模型
  • 类似于去大厅办业务，所有窗口都有人了，于是要等空出来一个窗口，再过去办事，但是只知道有空窗口，不知道是几号，还要自己挨个找
• 信号驱动IO模型
  • 你和大堂经理说有空窗口了要告诉自己，没一会儿，大堂经理由于你是VIP给你专门开了一个柜台办理业务
• 异步IO模型
  • 你是大老板，直接告诉大堂经理办好业务喊自己来验收，这个过程中你还是可以去谈生意（做自己的事）

select、poll、epoll（Linux IO多路复用技术）

• 用于同时监听多个文件描述符，任意一个文件描述符就绪，则可以非阻塞读写数据
• select
  • 最原始的IO多路复用技术，最多监听len（fd） = 1024个文件描述符
  • 遍历所有fd
  • 把fd从用户态copy到内核态
• poll
  • 监听更多，复杂度高，len（fd） = no limit
  • 遍历所有fd
  • 把fd从用户态copy到内核态
• epoll
  • 在poll基础上优化了复杂度，更多。更高效，len（fd） = no limit
  • 不遍历所有fd
  • 把fd从用户态copy到内核态
  • LT模式：默认模式
    • epoll_wait检测到描述符事件发生并将此事件通知应用程序，应用程序不立即处理，下次调用epoll_wait会再次响应并通知这个事
  • ET模式
    • epoll_wait检测到描述符事件发生并将此事件通知应用程序，应用程序立即处理。如果不处理，下次调用不会响应应用程序并通知此事件
    • 减少了epoll事件被重复触发的次数，效率高
    • 必须使用非阻塞socket，避免由于一个文件句柄的阻塞读/写操作把处理多个文件描述符的任务饿死

三、零拷贝

• 普通读写流程
  • 用户read发起系统调用，用户态转内核态，MDA将磁盘数据拷贝到内核缓冲区
  • DMA结束，发起一个中断通知CPU数据拷贝完成，CPU将内核态数据拷贝到用户态
  • 内核唤醒对应线程，同时将用户态数据返回给线程空间
  • 用户态线程进行业务处理
  • 服务器对请求进行响应，发起系统调用，内核将用户态数据拷贝到内核态
  • 复制完毕后，网络适配器通过DMA将内核缓冲区数据拷贝到网卡。结束后内核态转用户态
  • 网卡发送数据
• 零拷贝
  • 特殊情况下，减少数据拷贝次数、减少CPU参与数据拷贝的次数
  • mmap
    • 内存映射，将用户态和内核态的内存映射到一起，避免来回拷贝，之后就可以采用指针来读写内存
    • 这样只需要3次拷贝、4次上下文切换
    • mmap采用基于缺页异常的懒加载模式
    • 必须指定好内存映射的大小，不适合变长文件
    • 在文件更新后通过OS自动将脏页写回disk
    • 需要连续内存，不适合超大文件
  • sendfile
    • 只做文件传输，数据拷贝3次，上下文切换2次
  • DMA
    • 直接将IO设备的数据拷贝到内核缓冲区
    • IO设备到内核之间数据拷贝不需要CPU参与
  • directIO
    • 不经过内核态，用户态和设备直接交互，快
    • 可以直接将文件写入磁盘，但文件相关元信息还要通过fsync缓存到内核空间

四、分段 vs 分页

• 分段
  • 进程中代码、常量、变量，要使这些代码所在的空间不与运行时的堆栈空间冲突
  • 让每个段独享一部分可以自然增长的空间且与其他段相互隔离
  • 程序员感知
  • 地址空间可以超过物理空间
  • 不同用户可以共享
  • 不定长
  • 使程序和数据划分为逻辑上独立的空间
• 分页
  • 把物理内存按固定大小分为页面，细粒度管理物理内存和虚拟空间的映射，高效利用物理内存
  • 用户访问到虚拟地址若未分配物理地址：缺页中断。将目标页面加到页框，修改MMU的映射关系
  • 程序员不感知
  • 地址空间可以超过物理空间
  • 不同用户不可共享
  • 定长
  • 获得更大的线性地址空间
• 页表
  • 虚拟页号 + 偏移量 + 实际页框号
  • 虚拟地址到物理地址映射需要时间：快表TLB
  • 如果虚拟地址空间很大，页表就会很大，浪费空间
    • 多级页表：避免所有页表保存在内存中，只保留需要的页表
    • 倒排页表：结合TLB

负载 vs CPU利用率

• 负载
  • 一段时间内系统等待处理的工作量
  • 负载平均：过去1min、5min、15min内运行队列的平均长度
  • 运行队列长度：某一时刻处于就绪队列和运行状态的进程数量的和，包括正在使用CPU的进程和等待CPU的进程
• CPU利用率
  • CPU正在执行指令的时间比例
• CPU利用率：忙碌程度（资源使用效率），负载：系统中等待运行的工作量

五、进程 vs 线程

• 进程
  • 系统进行资源分配和保护的基本单位
  • 程序在计算机上的一次执行
  • 拥有资源、内存空间
  • 切换开销大
• 线程
  • 处理器调度和分派的基本单位
  • 线程共享进程资源
  • 更轻量，包括程序、数据、TCB