Unix/Linux:进程基本概念

转载自：https://blog.csdn.net/weixin_49858366/article/details/119779397

---

一、进程和程序的区别

简单一句话说明，进程是一个可执行程序的实例。
程序包含了一系列信息的文件，这些信息描述了如何在运行时创建一个进程。

一般情况下程序包含以下信息：

• 二进制格式标识：每个程序文件都包含用于描述可执行文件格式的元信息
  （metainformation）。内核（kernel）利用此信息来解释文件中的其他信息。历史上，UNIX
  可执行文件曾有两种广泛使用的格式，分别为最初的 a.out（汇编程序输出）和更加复
  杂的 COFF（通用对象文件格式）。现在，大多数 UNIX 实现（包括 Linux）采用可执行
  连接格式（ELF），这一文件格式比老版本格式具有更多优点。
• 机器语言指令：对程序算法进行编码。
• 程序入口地址：标识程序开始执行时的起始指令位置。
• 数据：程序文件包含的变量初始值和程序使用的字面常量（literal constant）值（比
  如字符串）。
• 符号表及重定位表：描述程序中函数和变量的位置及名称。这些表格有多种用途，其
  中包括调试和运行时的符号解析（动态链接）。
• 共享库和动态链接信息：程序文件所包含的一些字段，列出了程序运行时需要使用的
  共享库，以及加载共享库的动态链接器的路径名。
• 其他信息：程序文件还包含许多其他信息，用以描述如何创建进程。

从内核角度看，进程由用户内存空间（user-space memory）和一系列内核数据结构组成，其中用户内存空间包含了程序代码及代码所使用的变量，而内核数据结构则用于维护进程状态信息。

通过readelf指令，可以看到以下程序包含的信息：

下面介绍以下比较常见的一些段：

• debug段：顾名思义，用于保存调试信息。
• dynamic段：用于保存动态链接信息。
• fini段：用于保存进程退出时的执行程序。当进程结束时，系统会自动执行这部分代码。
• init段：用于保存进程启动时的执行程序。当进程启动时，系统会自动执行这部分代码。
• rodata段：用于保存只读数据，如const修饰的全局变量、字符串常量。
• symtab段：用于保存符号表。

其中，对于与调试相关的段，如果不使用-g选项，则不会生成，但是与符号相关的段仍然会存在，这时可以使用strip去掉符号信息。一般在嵌入式中，为了减少程序占用的空间，都会使用strip去掉非必要的段。

二、进程的内存布局

每个进程所分配的内存由下面5部分组成：

• 文本段：包含了进程运行的程序机器语言指令。文本段具有只读属性，以防止进程通过错
  误指针意外修改自身指令。
• 初始化数据段：包含显式初始化的全局变量和静态变量。
• 未初始化数据段：包含了未进行显式初始化的全局变量和静态变量。程序启动之前，系统将本段内所有内存初始化为 0。这一段也就是我们常说的BBS段（block started by symbol）。之所以将数据按照初始化和未初始化分开来存储的原因，程序没有必要为没有初始化的变量分配存储空间，只需要记录好未初始化数据段的位置以及大小，等程序运行起来之后，再分配这一段空间。
• 栈（stack）：是一个动态增长和收缩的段，由栈帧（stack frames）组成。系统会为每个当前调用的函数分配一个栈帧。栈帧中存储了函数的局部变量（所谓自动变量）、实参和返回值。
• 堆（heap）：是可在运行时（为变量）动态进行内存分配的一块区域。

三、虚拟内存管理

Linux，像多数现代内核一样，采用了虚拟内存管理技术（上面我们提到了进程内存布局，这一布局就存在于虚拟内存中）。该技术利用了大多数程序的一个典型特征，即访问局部性（locality of reference），以求高效使用 CPU 和 RAM（物理内存）资源。大多数程序都展现了两种类型的局部性。

• 空间局部性（Spatial locality）：是指程序倾向于访问在最近访问过的内存地址附近的内存（由于指令是顺序执行的，且有时会按顺序处理数据结构）。
• 时间局部性（Temporal locality）：是指程序倾向于在不久的将来再次访问最近刚访问过的内存地址（由于循环）。

正是由于访问局部性特征，使得程序即便仅有部分地址空间存在于 RAM 中，依然可能得以执行。

虚拟内存的规划之一是将每个程序使用的内存切割成小型的、固定大小的“页”（page）单元。相应地，将 RAM 划分成一系列与虚存页尺寸相同的页帧。任一时刻，每个程序仅有部分页需要驻留在物理内存页帧中。这些页构成了所谓驻留集（resident set）。程序未使用的页拷贝保存在交换区（swap area）内—这是磁盘空间中的保留区域，作为计算机 RAM 的补充—仅在需要时才会载入物理内存。若进程欲访问的页面目前并未驻留在物理内存中，将会发生页面错误（page fault），内核即刻挂起进程的执行，同时从磁盘中将该页面载入内存。

为支持这一组织方式，内核需要为每个进程维护一张页表（page table）（见下图）。该页表描述了每页在进程虚拟地址空间（virtual address space）中的位置（可为进程所用的所有虚拟内存页面的合）。页表中的每个条目要么指出一个虚拟页面在 RAM 中的所在位置，要么表明其当前驻留在磁盘上。

在进程虚拟地址空间中，并非所有的地址范围都需要页表条目。通常情况下，由于可能存在大段的虚拟地址空间并未投入使用，故而也无必要为其维护相应的页表条目。若进程试图访问的地址并无页表条目与之对应，那么进程将收到一个 SIGSEGV 信号。

由于内核能够为进程分配和释放页（和页表条目），所以进程的有效虚拟地址范围在其生命周期中可以发生变化。这可能会发生于如下场景。

• 由于栈向下增长超出之前曾达到的位置
• 当在堆中分配或释放内存时，通过调用 brk()、sbrk()或 malloc 函数族来提升 program break 的位置。
• 当调用 shmat()连接 System V 共享内存区时，或者当调用 shmdt()脱离共享内存区时
• 当调用 mmap()创建内存映射时，或者当调用 munmap()解除内存映射时

虚拟内存的实现需要硬件中分页内存管理单元（PMMU）的支持。PMMU 把要访问的每个虚拟内存地址转换成相应的物理内存地址，当特定虚拟内存地址所对应的页没有驻留于 RAM 中时，将以页面错误通知内核。

虚拟内存管理使进程的虚拟地址空间与 RAM 物理地址空间隔离开来，这带来了许多的优点：

• 进程与进程、进程与内核相互隔离，所以一个进程不能读取或修改另一进程或内核的内存。这是因为每个进程的页表条目指向 RAM（或交换区）中截然不同的物理页面集合。
• 适当情况下，两个或者更多进程能够共享内存。这是由于内核可以使不同进程的页表条目指向相同的 RAM 页。例如，使用 shmget()和 mmap()共享内存或者通过程序的多个进程可以共享一份程序代码副本。
• 因为需要驻留在内存中的仅是程序的一部分，所以程序的加载和运行都很快。而且，一个进程所占用的内存（即虚拟内存大小）能够超出 RAM 容量。由于每个进程使用的 RAM 减少了，RAM 中同时可以容纳的进程数量就增多了，大大提高了CPU的利用率。