Linux进程管理分析

前言

本文分析的内容包括：
进程的概念和一般特性，为什么重要
进程和线程之间的关系
LInux如何存放和表示进程（用task_struct和thread_info）
如何创建进程（通过fork(),最终是clone()）
怎么把新的执行映像装到地址空间（通过exec（）系统调用）
怎么表示进程的层次关系
父进程怎么收集后代的信息（通过wait（）系统调用）
进程如何消失（强制调用或者主动调用exit（））

进程

程序本身并不是进程，进程是运行的程序，和其他的一些资源。比如打开的文件，挂起的信号还有内核的数据。

进程的创建：
在Linux系统当中，创建进程是通过fork（）系统调用，fork（）通过复制一个已有的进程来创建一个新的进程 。
调用fork（）的进程是父进程，被创建的进程是子进程。
fork（）系统调用从内核返回两次，一次是返回父进程，另一次返回到子进程。

普通的操作系统创建进程的方式分为几个步骤：
首先在新的地址空间里创建进程，然后读入可执行文件，最后开始执行。

Unix的实现方式比较特别，把创建的步骤分解到两个函数中来执行：一个是fork（）函数，另一个是exec（）函数。
1）fork（）函数拷贝当前进程来创建一个新的子进程，子进程的父进程的区别就是：进程好PID，父进程好PPID还有其他一些资源。

传统的fork（）系统调用直接把所有的资源复制给新的进程，这样效率比较低，因为可能拷贝的数据，新的进程并不需要，这样就做了无用功，浪费系统资源。

Linux的fork（）做了优化，它使用写时拷贝（copy-on-write），内核不会直接复制整个进程地址空间，而是让父进程和子进程共享同一份拷贝。只有在需要写入的时候，数据才会被复制，每个进程才拥有自己的一份拷贝。在此之前，数据以只读的方式共享。

这样优化之后的fork（）系统调用，它的实际开销就是复制父进程的页表，还有给子进程创建唯一的进程描述符。一般情况下，创建一个进程之后会马上运行一个可执行文件，这样的优化就可以避免拷贝大量不会被使用的数据。

2）exec（）函数负责把可执行文件加载到地址空间，然后开始运行。

Linux中的进程和线程

线程机制可以让一组线程共享内存地址，共享其他的资源比如打开的文件，可以在多核处理器上并行处理任务。

Linux实现线程的机制比较独特。从内核的角度来说，没有线程这个专门的概念。Linux把所有的线程都看成进程来实现，内核没有准备专门的的调度算法来处理线程。
每一个线程都有自己的tack_struct，在内核里看起来就像一个普通的进程一样，只不过有些线程之间会共享一些资源，比如共享地址空间。

比如有一个包含四个线程的进程，在Linux当中只是创建四个进程，分配四个普通的task_struct结构，创建四个进程的时候指定他们共享的资源就可以了。

进程描述符

内核把进程的列表放入任务队列当中，任务队列是一个双向循环链表，链表当中的每一项都是一个进程描述符，是task_struct结构。
进程描述符包含的信息有：打开的文件，进程的地址空间，进程的状态，挂起的信号，还有其他一些信息。

内核通过进程的标识PID来识别不同的进程，每一个进程的PID存放在自己的进程描述符当中。
在内核当中，访问一个进程需要先获得他的task_struct的地址。

进程描述符当中有state域表示进程的状态。 系统中的进程一共有5个状态。
1）TASK_RUNNING：包括两种细分的状态：

• a）可运行：已有的进程调用fork（）函数创建一个新的进程，新进程处于可运行状态
• b）运行中：系统调用这个新进程，他就处于运行中

2）TASK_INTERRUPTIBLE：进程被阻塞，等待某个条件，如果条件满足就变成可运行状态
3）TASK_UNINTERRUPTIBLE：就算收到信号也不会被唤醒，这个状态用的很少
4）TASK_STOPPED：进程调用do_exit函数可以进入终止状态。
5）TASK_TRACED：表示进程被其他进程跟踪

参考文献

《Linux内核设计与实现》Robert Love（著） 陈莉君 康华 翻译