【Linux】进程（PCB,fork函数，运行状态）

进程的概念

课本概念：程序的一个执行实例，正在执行的程序等
内核观点：担当分配系统资源（CPU时间，内存）的实体。

进程是什么？我们正在运行的程序就是进程！我们启动一个软件，本质也是启动了一个进程。在Linux下，当你运行你的程序，输入“./程序名”就代表你运行了一个进程。

描述进程PCB

首先明确PCB的概念。

进程信息被放在一个叫做进程控制块的数据结构中，可以理解为进程属性的集合
课本上称之为PCB（process control block），Linux操作系统下的PCB是: task_struc

在引入PCB之前，需要先讲一个小故事。

你是刚考入大学的新生，在你拿到通知书之后，你们学校的校长（其他老师也可以，这里统一称为校长）为了保证以后对你进行有效的管理，会对你的各种信息进行管理，比如你的姓名，学号，年龄，性别等等。但是，你们学校不是只有你一个新生，你们学校有几千个新生，校长为了进行统一的管理，对所有的学生都创建统一的模板。（这个模板是什么意思呢？就是你作为一个新生你需要填写学号、姓名、年龄、性别这些信息，张三作为一个新生，也需要填写相同的信息，不是说张三填写的信息为学号，家庭住址）而这个模板里填写的内容就是学生的属性。

现在故事讲完了，我们将校长类比为操作系统，将你这个新生类比为进程，将你们填写的信息，也即模板类比为PCB。

从上面可以得到一个结论，PCB就是一个模板，里面装的内容是描述进程的属性。
下图就是PCB包含的大致信息：

1.标示符: 描述本进程的唯一标示符，用来区别其他进程。
2.状态: 任务状态，退出代码，退出信号等。
3.优先级: 相对于其他进程的优先级。
4.程序计数器: 程序中即将被执行的下一条指令的地址。
5.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
6.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]。
7.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。
8.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。
9.其他信息

接着上面的小故事。

当校长让你填完表之后，校长就可以对你进行管理了。当你升学的时候，校长将你的表中信息由大一改为大二；当你挂科的时候，校长将你的挂科门数增加一门……

所以本质上，校长对你的管理，是对你的信息的管理（所以校长不需要见你的面，你大学四年也不一定见得到校长……）

根据校长对你的管理是对信息的管理，可以类比到，操作系统对进程的管理，本质是对进程PCB的管理！
所以，操作系统的管理本质是对进程的属性数据进行管理。

当然，你也不只有你的信息，你还有你这个人，你是有血有肉的，就像进程不是只有那些属性信息，进程还有自己的代码和数据。

你 = 你的信息 + 你自己的肉体
进程 = PCB + 代码和数据
（从这个角度，也相当于给了一个进程的概念）

组织进程

阅读到这里，你可能大概懂了什么是进程，什么是PCB。那么，操作系统是如何组织进程的呢？不能让进程一窝蜂全部涌进来吧？

前面提到，操作系统对进程的管理，本质上是对进程的PCB的管理。所以操作系统对进程的组织，本质上就是对进程的PCB的组织。

那么操作系统如何对PCB进行组织呢？在Linux下，进程的PCB本质是一个结构体对象，这个结构体对象的名字叫做task_struct，而操作系统为了组织这么多结构体对象，将这些task_struct用双链表链接起来，最后在操作系统的队列中（有很多队列，这里举例用运行队列）有struct task_struct *head指向双链表的头部，有struct task_struct * tail指向双链表的尾部。

大致结构如下图：

查看进程

进程的信息可以通过/proc系统文件夹查看
大多数进程信息同样可以使用top和ps这些用户级工具来获取

大概是axj和ajx都可以用。

输入：

ps axj | head -1

可以查看到如下信息，大概是一个表的标头的东西。

接下来，我们随便写一个函数，然后运行，对进程进行查看
输入：

ps axj | head -1 && ps axj | grep proc

这里ps axj | grep proc是将proc从全部的进程信息中过滤出来。

最后打印的结果是：

这里可以看到打印了两行，按道理应该只有一行，为什么有两行？因为我们使用了grep命令，而grep也是一个进程，所以也会打印出来。

如果想不打印grep该怎么办呢？
输入：

ps axj | head -1 && ps axj | grep proc | grep -v grep

这里的grep -v grep是反向选择的意思，意思是有grep,我们就不要。

最后打印的结果为：

现在代码运行起来了，该如何停止呢？ kill -9 进程pid

getpid()

查看getpid()的手册
输入

man getpid

得到：

从上面的图片中可以得知：getpid()返回的值是调用它的进程的pid。
此时我们用vim写一个程序获得pid,也就是调用getpid()

将xshell的窗口复制一份，得到两份，最后右边的窗口输入：

while :; do ps axj | head -1 && ps axj | grep proc | grep -v grep; echo "-----------------------------------"; sleep 1; done

在左边的窗口输入./proc运行程序。
得到下面的图，会打印成如下的情况。

在此过程中，我们多次输入CTRL+ C,使程序中断，并多次继续输入./proc`运行程序，最后得到总结过的下面的表。

从上面的图可以发现，每次的pid都不同，但是每次的ppid却是相同的。

为什么同一个进程，每次运行的pid却不同？
因为PID是一个由操作系统分配给每个进程的数字标识符。它用于唯一标识每个进程，并且在操作系统的管理下，用于跟踪和控制进程的执行。当一个进程终止后，其PID会被释放，可以被系统再次分配给新创建的进程。每次运行同一个进程时，操作系统将为该进程分配一个新的PID。这是为了确保每个进程都有一个唯一的标识符，方便操作系统管理和控制进程的执行。因此，即使是同一个进程，每次运行时分配的PID也会不同。这是操作系统设计的一种机制，以确保进程的唯一性和管理的灵活性。

ppid就是该进程的父进程的pid,我们查看一下ppid，看谁是父进程。
输入：

ps ajx | head -1 && ps ajx | grep 29265

从这里可以看出父进程是bash。

fork()函数

通过手册查看fork函数
输入：

man fork

阅读这个手册，大致的意思是，调用fork函数，会返回两个返回值，分别是子进程的pid和父进程的pid。

读到这里就很迷惑了，一个函数竟然能返回两个值？

写一个程序调用fork函数：

运行程序，得到：

为什么会打印两次after?
为了理清楚，我在下面连续提了4个问题，当这4个问题弄懂之后，几乎可以理解为什么fork可以返回两个返回值了。

1.为什么fork()给子进程返回0，给父进程返回子进程pid?

写一个程序来观察：

（此时有两个窗口）在右边的窗口中输入：

while :; do ps axj | head -1 && ps axj | grep proc | grep -v grep; echo "-----------------------------------"; sleep 1; done

在左边的窗口中运行程序，输入：

./proc

最后得到：

从上图中得到，父进程的pid就是子进程的ppid，证明这个"我是父进程"确实是“我是子进程”的父亲，是有血缘关系的！

现在还是没有说清楚为什么会给子进程返回0，给父进程返回子进程的pid。

我们这样想，操作系统不是傻子，如果父子进程都做同一件事情，那么是不是就没有必要有两个进程了？一个进程就能干的活，为什么要给两个进程？

所以，我们应该知道，父子进程要干不同的活。

在此基础之上，我们理解了为什么要返回两个值，因为，返回不同的返回值，是为了区分，让不同的执行流执行不同的代码块，一般而言，fork之后的代码，父子共享。

那么问题就变成了，为什么要给父进程返回子进程的pid?返回其他的不行吗？

子进程是由父进程创建的，父进程要控制子进程，所以给父进程子进程的pid，是为了让父进程更好的访问控制子进程。

2.fork()函数究竟在干什么？干了什么？

调用fork函数之前

假设只有父进程，因为进程 = PCB + 代码和数据，所以应该是如下图所示的：

调用fork函数之后：

父进程创建出来了子进程的PCB

但是此时子进程只有PCB，我们知道进程 = PCB + 代码和数据，所以，现在子进程只有PCB，它的代码和数据去哪里找呢？

答案是，子进程也指向父进程的代码！，如下图这样，这里也反向证明了，父子进程共享代码！

既然父子进程共享代码，那么怎么控制父子进程执行不同的代码块呢？
答案是：让fork具有不同的返回值

3.一个函数如何做到返回两次的？

既然上面说到为了让父子进程执行不同的代码块而让fork函数返回不同的返回值，那么，又涉及一个问题，一个函数是如何做到返回两次的？

在解决这个问题之前，需要明确一件事，fork也是函数！！！

这意味着什么呢？
这意味着，当调用fork函数的时候，在fork函数内部，完成了

1. 创建子进程
2. 填充PCB对应的内容
3. 让子进程和父进程指向相同的代码
4. 父子进程都是独立的task_struct,可以被CPU调度
   此时，还没有走到return语句，那么，
   重点来了！！！
   此时还没有走到return语句，但是！子进程已经被创建了！根据之前所说父子进程共享代码，那么父进程要return ,子进程同样也要return，所以！返回了两个返回值。

画个图让逻辑更清晰一些。

4.一个变量怎么会有不同的内容？

好的，现在我们也许大概可能明白了为什么fork能返回两次，并且返回两个不同的值了。
但是你也许有点疑惑，那就是，明明只返回一个ret，为什么会有两个值呢？你要是说fork返回两次，但是返回相同的值，那完全可以理解，问题就在，为什么返回的是不同的值？

首先，明确一个概念，进程具有独立性！
可能有人觉得，子进程只有自己的PCB，连代码都是找父进程死皮赖脸要来的，怎么还独立了？

（就好像你已经工作了，你告诉你爸妈你要独立了，让他们不要总是管你，但是你回家上你家的洗手间，你爸妈不能因为你上了公共的洗手间就说你是不独立的。）

继续说回来，代码共享，数据不共享是因为代码不可以修改，数据可以修改，正是因为代码共享，数据独立，从而造成父进程创建子进程之后，父子进程割裂了，因为子进程是独立的！

那么这和一个变量有两个不同的内容有什么关系呢？

别急，先明确这件事~

我们现在知道，父子进程是代码共享，数据不共享。此时，

1. 子进程会修改父进程的数据（应该是子进程自己的数据）
2. 子进程大概率不会全部修改父进程的数据

基于以上两点，因为子进程不会完全修改父进程的数据，所以为了节省空间，操作系统不会将父进程的全部数据直接拷贝给子进程，而是当子进程尝试修改父进程的数据时，操作系统先阻止子进程直接修改，操作系统去申请一份空间，让子进程在那里写入，写入少申请多少 – – – – – 这叫数据层面的写时拷贝

通过图中的内容，现在我们基本能明白，为什么同一个变量，却有不同的返回值了。 – – 因为发生了写时拷贝，一个变量有两个内存（两份空间，父进程的id存在一处，子进程的id存在另一处），所以有两个不同的返回值
但是，同一个变量为什么会有两个内存空间呢？，这个就涉及进程地址空间的知识了，且听下回分解。

其实bash进程创建子进程也是写时拷贝，在bash的内部，通过fork创建子进程，然后bash去做自己的事情，让子进程完成它的使命。

进程状态

一个进程大概有下面这些状态

运行

运行状态：处于运行状态的进程并不一定在运行中，它表明进程要么正在运行，要么处在运行队列
通过这句话，可以得出，处在运行队列的进程就是在运行状态，但是在运行队列里还需要排队，当排到某个进程在运行，就叫这个进程正在运行。

运行排队的图大致如下。

此时有一个问题：
如果一个进程进入死循环，那么后面排队的进程是不是要一直排队？
答：不是的，对操作系统而言，进程有很多调度的方法，假设是时间片轮转法，那么每个进程都有一个时间片，当一个进程在运行的时间超过了规定的时间片，那么这个进程就会被强制换下，让后面排队的进程再来运行。

这在计算机中，叫做多个进程并发执行。
所以一定存在大量把进程从CPU放上去和拿下来的动作，这叫做进程切换。

阻塞

计算机中存在各种外设，例如键盘，屏幕，网卡……，我们假设一个外设有一个等待队列。那么在等待队列中的进程，我们就叫做在阻塞状态。

等待特定设备的进程，叫做该进程处于等待队列
如下图。

当一个设备准备好了，此时就是可以读取了，那么在此时，就把该进程从等待队列中取出，将它放入到运行队列中排队，这就叫进程唤醒。

进程唤醒：将进程放入到运行队列。

一般一个CPU只有一个运行队列，但是有上千个等待队列。

挂起

总结

本篇文章理清了进程的概念，对PCB进行了详细的描述 – – PCB类似一种模板，是描述进程属性的结构体，进程 = PCB + 代码和数据

讲解了操作系统是如何组织进程的 – – 操作系统对进程的组织，本质就是对PCB的组织，用双链表将进程PCB链接起来。

讲述了查看进程的指令 – ps axj | head -1 && ps axj | grep proc | grep -v grep，并且写了一个程序来查看进程的pid,观察到每次关闭进程再运行进程，进程的pid就会不一样，但是进程的ppid都是一样的，最后查询进程的ppid，发现是bash。

对创建子进程函数fork()进行了深入的讲解，提出了四个问题：

1. 为什么fork()给子进程返回0，给父进程返回子进程pid?
   答： 给两个进程返回不同的内容，是为了让父进程更好的控制子进程
2. fork()函数究竟在干什么？干了什么？
   答：fork()函数完成了创建子进程的操作，在fork之前，只有父进程的PCB、代码和数据，
   在fork之后，不仅有了父进程的PCB、代码和数据，还有了子进程的PCB。由于此时子进程没有代码，所以父子进程共享代码。
3. 一个函数如何做到返回两次的？
   答：在fork之后，有两个进程，分别是父子进程。因为父子进程共享代码，而return语句作为代码也要被共享，所以是父进程执行一次，子进程也执行一次，所以做到了返回两次。
4. 一个变量怎么会有不同的内容？
   答：因为一个变量存在不同的内存中，而这要解释清楚，必须涉及到进程地址空间。

对进程的状态：运行，阻塞，挂起进行了简单的描述。