2022-1-13牛客网C++项目—— 第二章 Linux 多进程开发（一）

复习用的问题
进程和程序之间的关系是什么？
进程包含了哪些信息？

一、程序当中包含了一系列的信息，这些信息用于描述如何创建一个进程。
1）二进制格式标识：描述文件的格式，内核根据这个信息来解释文件中的其他的信息。（复习时候的补充：包括文件的创建信息和原信息啥的）（我猜测，文件的格式是和操作系统的类型适配的，必须使得内核能够读懂，）
2）机器语言指令：（这个是不是编译好了直接拿来就可以执行的？没懂，再听一次）（是哒，可以直接交由 CPU 来执行）
3）程序入口地址：程序开始执行的地方（和汇编语言当中需要用.start 和 C/C++ 、Java当中的main函数作为程序的接口是一个道理。）
4）数据：程序初始化的时候使用的数值和字符串字面量。（想想计算机的开机启动，需要一大堆数据的初始化）
5）符号表以及重定位表（这个不太懂，和 C/C++中的虚函数表格类似？是为了方便运行中的动态链接吗？）（复习时补充：描述了程序中的函数和变量的名称。这些信息可以用于调试）
6）共享库和动态连接信息：需要的共享库和加载共享库的动态连接器的路径名称。（后面不懂，我理解的动态连接器的路径是由环境的变量决定的，这个想法错在哪里？）
（复习时候的补充：动态库只在运行时后加载进来，因此要指明动态库的位置，和动态链接时候的路径）

二、关于进程的定义
进程是操作系统资源分配的基本单元，线程是调度的基本单元。进程是程序在一个特定的数据集上面的一个实例。

内核视角：
进程 = 用户内存空间 + 内核数据
用户内存空间 ：程序代码 + 用户数据
内核数据 ：进程标识号，打开文件的列表，信号传递以及处理的有关信息、资源的使用和限制、当前的工作目录。（猜测也记录了进程的状态）。

三、单道程序和多道程序
单道程序 —— 内存中只存在一个程序。
多道程序 —— 内存中放置多个独立的程序，使得一个程序陷入阻塞的时候可以运行另外的程序，来提高 CPU 的利用率。

四、时间片
为每个程序分配固定的运行时间，可以交替轮流运行。
时间片耗尽之后再由操作系统重新计算。

五、并发和并行
并发：单处理器，多个程序交替运行。
并行：多处理器，多个程序同时运行。

六、进程控制块 PCB
通过 PCB 来维护每一进程的信息。Linux 的内核进程控制块是 task_struct 结构体
需要掌握的内容有：
1）进程id
2）进程的状态
3）进程切换时需要保存的 CPU寄存器里面的一些内容
4）描述虚拟地址空间的一些信息
5）描述终端的控制信息（这个我不理解）
（每个进程会对应到一个终端，在程序运行的过程中需要通过终端去录入信息，并且需要通过终端去输出信息）
6）当前的工作目录（要通过当前的工作目录来获取环境变量啥的，这个不太理解）
7）umask 掩码（这是干啥用的？）
8）文件描述符，包含很多指向file结构体的指针（这个是啥）
9）和信号相关的信息
10）用户id 和 组id（一般同一个父进程下的子进程为一组）
11）会话和进程组（这个有些不记得了等下回看视频）
12）进程可以使用的资源上限

使用 ulimited 来查看资源的上限。

七、进程的状态
三态模型
运行态 —— 程序占有处理器运行
阻塞态 —— 不满足运行的条件，正在等待某个事件的完成。
就绪态 —— 分配到除了CPU之外的所有的必要资源。一般会有多个这个样的进程，会放置在就绪队列当中。


新建：进程刚被创建，尚未进入就绪队列当中
终止：由于发生了未知的错误而导致进程终止
1）程序正常运行完成
2）发生了无法克服的错误导致了异常的终止
3）被操作系统和其所有权的程序终止
此时进程仍在操作系统中含有遗留的信息，需要操作系统来善后

其他




进程号 pid ：用来标识进程，进程号的范围：0 ~ 32767
（进程号具有范围意味着，在一个系统中有进程个数的限制，但是考虑到资源分配的问题，进程的上限应该比这个要小）
除了 init 进程，其他的进程是由父进程创建的（真的会有爸爸），对应的进程号为父进程号 ppid。
进程组是一个或者多个进程的集合，用来接受来自同一个终端的信号。默认情况下当前的进程号会被当做进程组号。（如果没有分组就自成一组）。

八、进程的创建
如何创建一个子进程？
使用 fork 函数
fork 函数的参数和返回值是什么？
如何区分父进程和子进程？父子进程有啥区别？父子进程有啥共同点？
得到的返回值存放在哪里？
什么情况下进程会创建失败？这个时候返回值和 erron 又该如何设置？
父子进程是如何调度的？
父子进程是如何共享数据和做数据区隔的？（八字真言）

/*
#include <sys/types.h>
#include <unistd.h>
pid_t fork(void);
函数的作用是创建子进程。
返回值：fork创建成功会返回两次，返回给父进程的是子进程的pid（>0)，返回给子进程的是0，
如果创建失败，返回给父进程的是-1，没有数据返回给子进程
并且会设置erron
老师的补充：因此，可以通过fork的返回值来区分父进程和子进程
失败的主要原因：1)进程的数目已经达到上限，
这个时候erron会被设置为EAGAIN
2)内存不足，erron = ENOMEN

父子进程的区别：
1）得到的fork（）返回值 pid：
parent > 0
child == 0
2）在内核空间里面的区别
·各自的pid，ppid
·信号集

共同点
1）在子进程刚刚创建尚未进行任何操作的时候
进程pcb里面的部分数据相同
·文件描述符（之后子进程对文件描述符的操作互相没有影响）
·共享内存当中的部分数据，也就是用户数据到内存地址的映射是一致的

父子进程是否共享数据？
1）刚开始创建的时候是共享的，写的时候是人手一份
2）读时共享（没有给子进程分配单独的地址空间，只有写的时候才
会给写进程分配单独的地址空间，写时拷贝。

*/
#include <sys/types.h>
#include <unistd.h>
#include<stdio.h>
int main(void){
   // pid_t fork(void);
   int num = 10;
   pid_t pid = fork();
   if(pid > 0){
       printf("pid :%d\n",pid);
       printf("i am parent process, pid :%d, ppid : %d\n",getpid(),getppid());
       printf("parent num = %d\n",num);
       num += 10;
       printf("parent num += 10:%d\n",num);
   }
   else if(pid == 0){
       printf("i am child process,pid : %d,ppid : %d\n",getpid(),getppid());
        printf("child num = %d\n",num);
       num += 100;
       printf("child num += 100:%d\n",num);
   }
   //由于fork的作用是拷贝地址空间，地址空间里面的变量也会被拷贝一份，
   //结果为父子进程会独有一份。
   //所以子进程和父进程当中的值的变化是互不干扰的
   for(int i = 0;i < 5;++i){
       printf("i = %d , pid : %d\n",i,getpid());
       sleep(1);
   }
   return 0;
}

     //为什么每次的运行结果都不一样？
     //  估计是每次的调度具有偶然性

由下图可知，fork 函数拷贝一份父进程的地址空间里面的内容给子进程，再改改 pid 里面的内容。
说白了就是一个克隆函数。

但是上面的那张图片不够准确。具体来说，子进程创建的时候只拷贝父进程的内核空间，读取数据的时候和父进程共享一个地址空间，只有子进程需要写入数据的时候才会读取分配物理地址空间。

由下面这张图片可知，父子进程共享地址空间的数据不会被更改的，若父进程或子进程需要修改数据，会另外开辟新的地址空间。
在下面图片中，子进程刚刚创建的时候，num 的值为 10，这个时候父子进程的地址映射是一致的。
当父进程将num 改成 11 和子进程将 num 改成 12 的时候，都各自开辟了新的地址空间，地址映射关系就发生了改变。
但是原来的数据依然被保留了下来（可是这样不浪费空间嘛？）