【操作系统】二、进程管理：1.进程与线程（程序、进程(PCB、状态转换、原语、进程间通信)、线程(多线程模型)）

二、进程与线程

程序是 静态的。一个指令序，就是个存放在磁盘里的可执行文件，就是一系列的指令集合。

进程是动态的。程序的一次执行过，同一个程序多次执行，也会有多个进程。

1.程序

1.1顺序执行的特征

1. 顺序性
2. 封闭性
3. 可再现性

1.2并发执行的特征

1. 间断性
2. 失去封闭性
3. 不可再现性

2.进程Process

2.1定义（组织）

为了使程序可以并发执行，并且可以对并发的程序进行描述和控制。

当进程被创建，操作系统会为该进程分配一个唯一的、不重复的“身份证号”PID（Process ID，进程ID）。

3个定义：

1. 进程是程序的依次执行。

2. 进程是一个程序及其数据在处理机上的顺序执行时发生的活动。

   **【注意】**并发进程的运行结果具有不可再现性（每次都不一样）。

3. 进程是具有独立功能的程序在一个数据集上的执行过程，它是系统进行资源分配和调度的一个独立的单位。

进程是动态的；
进程实体（进程映像）是静态的。

一个进程实体（进程映像）由PCB、程序段、数据段组成。进程实体反应了进程在某一时刻的状态。进程实体可以看作进程在某一时刻的快照。

进程是进程实体的运行过程，是系统进行资源分配和调度的一个独立单位。

PCB是给操作系统用的。程序段、数据段是给进程自己用的，与进程自身的运行逻辑有关。

2.1.1程序段

程序的代码，静态的（指令序列）。

2.1.2数据段

运行过程中产生的各种数据（如:程序中定义的变量）

2.1.3进程控制块PCB

process control block，PCB

创建进程实质上就是创建PCB，撤销进程就是撤销PCB。它是进程存在的唯一标志。

1）内容

1. 进程描述

   基本的进程描述信息，可以让操作系统区分各个进程。

   • 进程标识符PID
   • 用户标识符UID

2. 进程调度（资源分配）信息

   给进程分配了哪些资源，可用于实现操作系统对资源的管理。

   • 在使用哪些内存区域（分配了多少内存）
   • 正在使用哪些I/O设备
   • 正在使用哪些文件
   • 代码段、数据段、堆栈段指针
   • 文件描述符

3. 进程控制和管理信息

   • 进程当前状态

     • 就绪态
     • 阻塞态
     • 稳定态

   • 进程优先级

   • 代码运行入口地址

   • 程序外存地址

   • 进入内存时间

   • CPU、磁盘、网络使用情况

   • 信号量使用

4. 处理机状态

   进程的运行情况，可用于实现操作系统对进程的控制、调度、进程切换。

   • 通用寄存器、地址寄存器、控制寄存器PC、标志寄存器PSW
   • 状态字

可以查看Linux源码中的task struct：Linux的进程控制块。

2）作用

使一个在多道程序环境下不能独立运行的程序（含数据），成为一个能够独立运行的基本单位，即一个能与其他进程并发执行的进程。

3）进程组织方式

• 线性
• 链接
• 索引

为什么OS引入进程的概念？

为了使程序可以并发执行，并且可以对并发的程序进行描述和控制。

2.2特征

1. 动态性：（进程基本特征）
   • 进程是程序的一次执行过程，是动态地产生、变化和消亡的。
2. 并发性：
   • 内存中有多个进程实体，各进程可并发执行。
3. 独立性：
   • 进程是能独立运行、独立获得资源、独立接受调度的基本单位。
4. 异步性：
   • 各进程按各自独立的、不可预知的速度向前推进，会导致并发程序执行结果的不确定性。操作系统要提供"进程同步机制"来解决异步问题。
5. 结构性：
   • 每个进程都会配置一个PCB。结构上看，进程由程序段、数据段、PCB组成。

2.3进程的状态与转换

3种基本状态：

• 就绪态（ready）- 就绪队列。

• 执行态（running，运行态）：单核的活就只能同时有一个在执行。

• 阻塞态（blocked/waiting，等待态）- 阻塞队列。

  阻塞态是进程为了I/O或其他资源主动发起的。

加入创建终止：

• 创建态（new，新建态）：分配资源、初始化PCB。
• 终止态（terminated，结束态）：一个进程可以执行exit系统调用，请求操作系统终止该进程。此时该进程会进入“终止态”，OS会让该进程下CPU，并回收内存空间、PCB等资源。终止工作完成进程彻底消失。

2.3.1挂起（7状态模型）

挂起：将内存中的进程放入外存。

• 挂起原语suspend

• 激活原语active

加入创建终止：

2.4进程控制

进程控制的主要功能是对系统中的所有进程实施有效的管理，它具有创建新进程、撤销已有进程、实现进程状态转换等功能。

【简化理解】进程控制就是要实现进程状态转换。

• 如何实现进程控制？

使用“原语”实现。

原语

原语具有原子性，在执行期间不允许中断，一气呵成。采用关中断和开中断这两个特权指令实现原子性。

2.4.1创建

创建步骤（创建原语）：

1. 申请空白PCB；
2. 申请资源。运行所需要的物理、逻辑资源；
3. 初始化PCB。把资源分配给PCB；
4. 如果进程就绪队列能够接纳新进程，就把新进程插入就绪队列。

引起创建的事件：

1. 用户登录：分时系统中，用户登录成功，系统会建立为其建立一个新的进程。

2. 作业调度：多道批处理系统中，有新的作业放入内存时，会为其建立一个新的进程。

3. 提供服务：用户向操作系统提出某些请求时，会新建一个进程处理该请求。

4. 应用请求：由用户进程主动请求创建一个子进程。

2.4.2终止

终止过程（撤销原语）：

1. 根据被终止进程的标识符PID，从PCB集合中检索出该进程的PCB，从该进程PCB中读出该进程的状态；
2. 若进程是running，则立即终止进程执行。调度标志为真，指示该进程被终止后应该重新调度；
3. 若有子进程，应终止所有子进程，防止它们变成不可控进程；
4. 被终止的进程拥有的所有资源，全部归还给父进程或者系统；
5. 将被终止的进程的PCB从队列或链表中移除。

引起终止的事件：

1. 正常结束：进程自己请求终止（exit系统调用）。
2. 异常结束：整数除以0、非法使用特权指令，然后被操作系统强行杀掉。
3. 外界干预：Ctrl+Alt+delete，用户选择杀掉进程。

2.4.3阻塞、唤醒

阻塞、唤醒就是一正一反，必须成对使用。

阻塞原语：

1. 找到要阻塞的进程对应的PCB；
2. 保护进程运行现场，将PCB状态信息设置为“阻塞态"，暂时停止进程运行；
3. 将PCB插入相应事件的等待队列。

唤醒原语：

1. 在事件等待队列中找到PCB；

2. 将PCB从等待队列移除，设置进程为就绪态；

3. 将PCB插入就绪队列，等待被调度。

引起的事件：

1. 向系统请求共享资源失败
2. 等待某种操作的完成
3. 等待新数据到达
4. 等待新任务到达

2.4.4切换

把运行态的进程进行切换。

切换原语：

1. 将运行环境（寄存器存放的内容环境）信息存入PCB1；
2. PCB1移入相应队列；
3. 选择另一个进程执行，并更新其PCB2；
4. 根据PCB2恢复新进程所需的运行环境。

引起的事件：

1. 当前进程时间片到
2. 有更高优先级的进程到达
3. 当前进程主动阻塞
4. 当前进程终止

2.5进程间通信IPC

进程间通信（Inter-Process Communication，IPC）是指两个进程之间产生数据交互。进程之间的信息交换（通信），通常有低级、高级之分。

一个进程不被允许直接访问其他进程的地址空间。

2.5.1共享存储器

shared-memory system

两个进程有一个共享空间。两者对其的访问是互斥的（如PV操作）。

注：通过“增加页表项/段表项”即可将同一片共享内存区映射到各个进程的地址空间中（第三章内容）。

• 基于数据结构共享

  比如共享空间里只能放一个长度为10的数组。这种共享方式速度慢、限制多，是一种低级通信方式

  • 低级通信

  • 在这个空间只能固定存储一种数据结构，速度慢。

• 基于存储区共享

  操作系统在内存中划出一块共享存储区，数据的形式、存放位置都由通信进程控制，而不是操作系统。这种共享方式速度很快，是一种高级通信方式。

  • 高级通信
  • 存储更自由，速度更快。

2.5.2管道通信

“管道”是一个特殊的共享文件，又名pipe文件。其实就是在内存中开辟一个大小固定的内存缓冲区。

• 管道只能采用半双工通信，某一时间段内只能实现单向的传输。如果要实现双向同时通信，则需要设置两个管道。
• 各进程要互斥地访问管道。
• 数据以字符流的形式写入管道，
  • 当管道写满时，写进程的write()系统调用将被阻塞，等待读进程将数据取走。
  • 当读进程将数据全部取走后，管道变空，此时读进程的read()系统调用将被阻塞。
• 管道中的数据一旦被读出，就彻底消失。因此，当多个进程读同一个管道时，可能会错乱。对此，通常有两种解决方案：
  1. 一个管道允许多个写进程，一个读进程（2014年408真题高教社官方答案）；
  2. 允许有多个写进程，多个读进程，但系统会让各个读进程轮流从管道中读数据（Linux的方案）。

【注意】只要没满，就可以写；只要没空，就可以读。

2.5.3消息传递

进程间的数据交换以格式化的消息（Message）为单位。进程通过操作系统提供的“发送消息send / 接收消息receive”两个原语进行数据交换。

• 直接通信方式

  发送进程利用OS所提供的发送原语，直接把消息发送给目标进程。

• 间接通信方式

  发送进程、接收进程都通过共享中间体（信箱）的方式进行消息的发送、接收，完成进程间通信。

3.线程thread

线程（thread）是操作系统能够进行运算调度的最小单位。用于处理相同程序的不同片段的并发执行。

它被包含在进程之中，是进程中的实际运作单位。一条线程指的是进程中一个单一顺序的控制流，一个进程中可以并发多个线程，每条线程并行执行不同的任务。

在Unix System V及SunOS中也被称为轻量进程（lightweight processes），但轻量进程更多指内核线程（kernel thread），而把用户线程（user thread）称为线程。

父进程可以打开子进程或者线程，使用线程共享的数据更多，占用空间更小。

【注意】线程没有自己独立的地址空间，它共享其所属的进程的空间。

引入线程之后变化：

• 资源分配、调度
  • 传统进程机制，进程是资源分配、调度的基本单位。
  • 引入线程之后，线程是资源分配、调度的基本单位，线程成为了一个基本的CPU执行单元，程序执行流的最小单位。进程成为了除CPU外系统资源的分配单元（如打印机、内存地址空间等都是分配给进程的）。
• 并发性
  • 传统进程机制，只能进程间并发。
  • 引入线程之后，各线程间也能并发，提升了系统并发度
• 系统开销
  • 传统的进程间并发，需要切换进程的运行环境，系统开销很大。
  • 引入线程之后，线程间并发，如果是同一进程内的线程切换，则不需要切换进程环境，系统开销小。

---

• 线程的属性：

1. 线程是处理机调度的单位
2. 多CPU计算机中，各个线程可占用不同的CPU
3. 每个线程都有一个线程ID、线程控制块（TCB)
4. 线程也有就绪、阻塞、运行三种基本状态
5. 线程几乎不拥有系统资源
6. 同一进程的不同线程间共享进程的资源
7. 由于共享内存地址空间，同一进程中的线程间通信甚至无需系统干预
8. 同一进程中的线程切换，不会引起进程切换
9. 不同进程中的线程切换，会引起进程切换
10. 切换同进程内的线程，系统开销很小
11. 切换进程，系统开销较大

3.1组织与控制

线程的组织和进程一样。进程有进程控制块PCB，线程有线程控制块（TCB，thread control block）。

3.1.1线程控制块TCB

包含的内容：

其中程序计数器PC、其他寄存器、堆栈指针是线程切换时要保存/恢复。

1. 线程标识符：TID，与PID类似
2. 程序计数器PC：线程目前执行到哪里
3. 其他寄存器：线程运行的中间结果
4. 堆栈指针：堆栈保存函数调用信息、局部变量等
5. 线程运行状态：运行/就绪/阻塞
6. 优先级：线程调度、资源分配的参考

多个TCB（线程）组织成一张线程表（thread table），构成进程。

---

控制就是不同线程间的状态转换，也是就绪态、运行态、阻塞态之间的转换，和进程一样。

3.2实现方式

3.2.1用户级线程ULT

用户级线程（User-Level thread，ULT）

历史背景：早期的操作系统（如:早期Unix）只支持进程，不支持线程。当时的“线程”是由线程库实现的。

用户可以看到的线程。

• 线程的管理工作由谁来完成？

应用程序通过线程库完成，不是操作系统。

• 线程切换是否需要CPU变态（用户态→内核态）？

不需要。因为应用程序是在用户态的，没有涉及内核态的操作系统。

• 操作系统是否能意识到用户级线程的存在？

不能。

• 优点：用户级线程的切换在用户空间即可完成，不需要切换到核心态，线程管理的系统开销小，效率高。
• 缺点：当一个用户级线程被阻塞后，整个进程都会被阻塞，并发度不高。多个线程不可在多核处理机上并行运行。

3.2.2内核级线程KLT

内核级线程（Kernel-Level thread，KLT）也叫内核级支持线程（kernel supported thread，KST）

如现在的Windows、Linux。

在核心态完成，内核级线程才是处理机分配的单位（多线程情况下也是）。

• 优点：当一个线程被阻塞后，别的线程还可以继续执行，并发能力强。多线程可在多核处理机上并行执行。
• 缺点：一个用户进程会占用多个内核级线程，线程切换由操作系统内核完成，需要切换到核心态，因此线程管理的成本高，开销大，效率低。

在支持内核级线程的系统中，根据用户级线程和内核级线程的映射关系（将ULT和KLT结合），可以划分为几种多线程模型。

3.3多线程模型

• 多对一

多个ULT映射到1个KLT中，但看一个KLT就是普通的ULT。

1. 系统开销小，效率高。ULT的切换只需要在用户空间就可以实现，不需要切换到核心态。

2. 并发度不高。一个ULT阻塞，整个KLT也会被阻塞。

• 一对一

变成了纯粹的内核级线程

1. 线程管理成本高，开销大。一个用户进程会占用一个KLT，每次都要切换到操作系统内核完成。
2. 并发性高。

• 多对多

克服了并发度不高，解决了开销太大。

有3个用户级线程，映射到了2个内核级线程（KLT），那么就是2个线程单位，4核处理机最多分配它2核。