Linux进程管理（一、基本概念和数据结构）-CSDN博客

被问到两个问题，后来想了下如果要讲明白还不太容易，需要对进程的概念，进程管理有清晰的认识：

1. 父进程打开了一个文件，然后通过fork创建一个子进程，子进程是否共享父进程的文件描述符？

2. 在shell中执行脚本、程序的机制或者流程是什么？

下面就对这两个问题涉及到的Linux进程的基本概念，进程的创建、线程的实现，进程的终结等做一下总结：

1. Linux进程基本概念和数据结构

进程-处于执行期的程序和它相关资源的总称。
理解：进程是程序执行的实时结果，这个实时结果包括很多资源和状态，比如：
可执行程序代码，数据段，打开的文件，挂起的信号，内核的内部数据，处理器状态，线程，地址空间等。
Linux操作系统为了便于管理所有这些细节，会在内核中使用task_struct结构体来记录一个进程的各种信息，这个结构体的实例就是进程描述符。

（1）进程地址空间：
为什么会有地址空间这个概念，因为现在os都采用了虚拟内存技术，在c编程中取得的内存地址都是虚拟地址，真实的物理地址是内核来完成映射的，
这样避免了程序直接操作物理地址引起的混乱。每个进程都有自己独立的虚拟地址空间，让进程在分配和管理内存的时候觉得自己是拥有整个内存资源。

进程地址空间分为内核空间和用户空间， 32位CPU的linux上其大小分别是1G和3G。
内核地址空间固定且连续映射，所有进程共享此区域，用户无法直接访问内核空间。
用户地址空间如上图所示，分为堆栈区，bss段，数据段，代码段（Text segment）用来存放不同的资源

（2）进程描述符（process descriptor）
进程描述符是task_struct结构体类型，用来记录进程的所有信息。
每个进程在内核中都有一个进程描述符对应，内核把进程的列表存放在叫task list的双向循环链表中。

struct task_struct { 
volatile long state; /* -1 不可运行, 0 可运行, >0 已停止 */ 
void *stack; /* 内核栈 */ 
atomic_t usage; 
unsigned int flags; /* 一组标志 */ 
unsigned int ptrace; 
/* ... */ 

int prio, static_prio, normal_prio; /* 优先级 */ 
/* ... */ 

struct list_head tasks; /* 执行的线程（可以有很多） */ 
struct plist_node pushable_tasks; 

struct mm_struct *mm, *active_mm; /* 内存页（进程地址空间） */ 

/* 进行状态 */ 
int exit_state; 
int exit_code, exit_signal; 
int pdeath_signal; /* 当父进程死亡时要发送的信号 */  
/* ... */ 
pid_t pid; /* 进程号 */ 
pid_t tgid; 

/* ... */ 
struct task_struct *real_parent; /* 实际父进程real parent process */ 
struct task_struct *parent; /* SIGCHLD的接受者，由wait4()报告 */ 
struct list_head children; /* 子进程列表 */ 
struct list_head sibling; /* 兄弟进程列表 */ 
struct task_struct *group_leader; /* 线程组的leader */ 
/* ... */ 

char comm[TASK_COMM_LEN]; /* 可执行程序的名称（不包含路径） */ 
/* 文件系统信息 */ 
int link_count, total_link_count; 
/* ... */ 

/* 特定CPU架构的状态 */ 
struct thread_struct thread; 
/* 进程当前所在的目录描述 */ 
struct fs_struct *fs; 
/* 打开的文件描述信息 */ 
struct files_struct *files; 
/* ... */ 
};

（3）thread_info结构和内核栈：
每个进程会有两个栈，一个用户栈，存在于用户空间，一个内核栈，存在于内核空间。当进程在用户空间运行时，cpu堆栈指针寄存器里面的内容是用户堆栈地址，使用用户栈；当进程在内核空间时，cpu堆栈指针寄存器里面的内容是内核栈空间地址，使用内核栈。
在kernel-2.4内核里面，内核栈的实现是：
Union task_union {
                   Struct task_struct task;
                   Unsigned long stack[INIT_STACK_SIZE/sizeof(long)];
};
其中，INIT_STACK_SIZE的大小只能是8K。
内核为每个进程分配task_struct结构体的时候，实际上分配两个连续的物理页面，底部用作task_struct结构体，结构上面的用作堆栈。使用current()宏能够访问当前正在运行的进程描述符。
注意：这个时候task_struct结构是在内核栈里面的，内核栈的实际能用大小大概有7K。

内核栈在kernel-2.6里面的实现是：
Union thread_union {
                   Struct thread_info thread_info；
                   Unsigned long stack[THREAD_SIZE/sizeof(long)];
};
其中THREAD_SIZE的大小可以是4K，也可以是8K，thread_info占52bytes。
如下图所示，当内核栈为8K时，Thread_info在这块内存的起始地址，内核栈从堆栈末端向下增长。
所以此时，kernel-2.6中的current宏是需要更改的。要通过thread_info结构体中的task_struct域来获得于thread_info相关联的task。
struct thread_info {
                   struct task_struct *task；
                   struct exec_domain *exec_domain；
                   __u32 flags；
__u32 status;
                   __u32 cpu;
                   … ..
};
注意：此时的task_struct结构体已经不在内核栈空间里面了。

总结一下，

1. 为什么把内核栈和thread_info放在一起：
内核2.6版本之后，task_struct不再存放于内核栈中，而是通过slab分配器动态分配和复用。
所以为了获取当前运行进程信息，新引入一个thread_info的结构体，里面保存task_struct的指针，放在内核栈底。
这样当进程从用户态陷入内核态后， esp寄存器会记录内核栈的地址，通过计算就可以知道thread_info的地址，进而获得task_struct的指针，也就获取了当前正在运行进程的所有信息。

2. 进程从整体上来看有两部分构成：

（1）进程地址空间（2）存在内核中的信息：内核栈， thread_info, task_struct

（4）进程状态