Linux下进程和线程的概念和控制

进程描述：

浅层：运行中的程序，程序运行的动态描述

程序的二进制指令加载到内存中，需要有一个pcb来描述它，这个pcb在Linux下是一个struct task_struct结构体

进程就是pcb，是操作系统对一个运行中程序的描述。通过这个描述实现对程序运行的调度

操作系统要运行某个程序时，找到其对应的pcb，将其中保存的各种描述信息（上下文数据）加载到cpu寄存器中，完成程序的轮询调度

其中的内容有：内存指针，程序计数器（上一次程序运行到的位置），上下文数据（上一次CPU寄存器上处理的数据），进程标识符PID，IO信息，进程状态，记账信息

进程创建：

pid_t fork(void);复制父进程创建子进程，创建子进程就是创建一个大部分信息与父进程相同的pcb

父子进程数据独有，代码共享。调度的程序相同。数据互相独立

流程：写时拷贝技术：

子进程创建成功后，数据和代码依然和父进程在物理内存中共用一份，当该块内存中数据改变时，为子进程单独开辟一块空间拷贝数据，只由子进程使用

终止：退出进程 main()中return；调用的当中想退出，使用库函数的exit接口（退出时把数据写入了缓冲区）；调用系统调用_exit接口（退出时直接释放资源，退出进程，不会刷新缓冲区）

替换：改变pcb调度运行的程序（改变pcb中内存指针），有exec函数族

进程状态

程序的运行调度通过操作系统完成，不是每个程序每时每刻使用cpu处理数据。

比如I/O操作，磁盘进行I/O，不需要cpu，此时需要将程序置为阻塞状态

就绪：拿到时间片就能运行

运行：正在CPU上运行

阻塞：暂时不运行

Linux下进程的状态：

运行态 R：就绪/运行

可中段休眠态 S：当前的阻塞能够被中断

不可中段休眠态 D：磁盘休眠，当前的阻塞不能够被中断，等待条件满足自己醒来

停止态 T：停止运行，什么都不干

死亡状态、追踪状态

僵死态 Z：进程已经退出但是资源没有完全被释放的一种状态

僵尸进程：僵死状态的进程pcb还在，剩下的资源几乎完全被释放，进程退出了会保存退出返回值，直到被父进程获取或处理

产生：子进程先于父进程退出，向父进程发送SIGCHLD信号，但是SIGCHLD信号默认处理方式是忽略处理，因此父进程无法直接获知子进程状态

危害：资源泄漏

避免：进程等待：父进程一直关注子进程退出状态（进程等待），子进程退出了获得返回值，释放子进程资源。是阻塞操作的原因。接口：wait/waitpid

虚拟地址空间

本质：mm_struct结构体

是对内存的描述，是一块虚假的空间。

每个进程都有自己连续的虚拟地址空间，进程通过虚拟地址间接访问物理内存（通过页表完成）

优点：

虚拟地址随意使用，物理地址按需分配，不需要连续。实现了整块数据在物理内存中的离散存储，提高了内存利用率

虚拟地址访问可以进行内存访问控制，通过对地址的描述确定其操作权限，提高了内存访问控制

每个进程虚拟地址空间独有，互不交叉，提高进程独立性

页表如何实现虚拟到物理的转换？

映射关系与内存管理方式息息相关

分段式：内存分为多段（代码段、数据段），好处：对编译器友好，内存管理方便，缺点：无法解决内存利用率低

分页式：将整个内存分为非常多个内存页面，通过映射关系，将使用连续内存页数据放到不同物理内存上实现离散式存储，优点：内存利用率高

段页式：以上两种集合，将整个内存先分段，再每个分段进行分页（通常）

分页式实现：

虚拟地址分为页号：内存编号，页内偏移：变量空间在内存起始页的偏移量

2^{32的4g内存，每个分页4096字节，那么总共有2}20页，内存编号占了2^{20位，偏移量占了2}12

每个虚拟空间有自己的页表，是一个结构体，巨现为表格

pcb申请mm_struct，通过页表映射物理内存，子进程将这一切都会复制，指向同一块物理内存，发生改变后再重新开辟

缺页中断：缺页中断标志位表示为0，代表地址要访问的数据没在物理内存上

产生原因：

内存置换算法，LRU：

线程概念

是进程中的一条执行流，是CPU调度的基本单元。在Linux下通过pcb实现线程，一个进程中可以有多个线程，这些pcb共享同一个进程中的大部分资源，linux下线程也称为轻量级进程

进程是系统进行资源分配的基本单元，线程是cpu调度执行的基本单元。系统为进程分配一整块资源，由线程共用大部分资源，具体程序运行调度管理通过线程pcb实现

线程间独有与共享

独有：标识符，栈（有独立的栈线程才能独立的运行），上下文数据（寄存器，cpu资源存放的单元。cpu切换调度时每一个执行流都要保存自己的上下文数据），信号屏蔽字（用于单独阻塞），errno（系统调用错误信息）

共享：虚拟地址空间，文件描述符信息，信号处理方式（信号发送的单位是进程，针对一整个进程发挥效果），工作路径

多任务的多执行流并发/并行处理

并发：多任务的轮询处理 只有一个cpu，多个线程

并行：多个cpu或核，一个核有一套独立寄存器，同时处理

实现并发/并行处理的两种处理方案

多线程：

1.线程间通信更加灵活（包括进程间通信方式，因为共享虚拟地址空间还有全局变量以及函数传参）

2.线程创建和销毁占用的时间和资源成本降低（因为资源共享）

3.同一个进程中线程间的调度切换成本更低

多进程：

1.健壮性更强（比如一个进程崩了其他不受影响。例子：shell，不断捕捉输入执行shell指令，执行即创建一个子进程，出问题也是子进程崩溃，shell不受影响；服务器中新连接让子进程处理，出现异常只有客户端异常，不会出现整个服务器崩溃）

2.有些系统调用接口针对整个进程产生效果（exit退出整个进程）

共同的优点：多任务的多执行流并发/并行处理，充分利用cpu资源，压缩IO阻塞时间，提高任务处理效率

多执行流进行多任务处理时，线程数不是越多越好，多了反而增加调度切换成本。根据实际情况进行压力测试，

线程控制

创建：

int pthread_create(pthread_t *tid, pthread_attr *attr, void*(thread_rontine)(void*), void* arg)线程id，线程属性，线程入口函数，通过入口函数指针传入参数传递给线程的数据

终止：

1.线程入口函数处return（线程入口函数运行完毕，线程会退出）

void pthread_exit(void *retval);

控制线程可以在任意位置退出

int pthread_cancel(pthread_t tid);

取消一个线程（线程可能没有运行结束）

等待：

等待一个线程退出，获取线程返回值，释放线程资源

线程有一个分离属性，默认为joinable状态，处于该状态的线程退出之后需要被等待才能释放资源

int pthread_join(pthread_t tid, void **retval)被等待的线程标识符，获取线程退出返回值

分离：

线程的分离属性设置为detach状态，该状态下线程退出之后自动释放资源，该状态下线程不能被等待

int pthread_detach(pthread_t tid);