深入解析Linux进程概念与操作系统核心
本文摘要：计算机系统遵循冯诺依曼体系结构，由输入单元、中央处理器（CPU）、内存和输出单元组成，所有设备只能直接与内存交互。操作系统（OS）作为管理软件，负责管理硬件资源并为用户程序提供稳定环境，其核心功能包括进程管理、内存管理等。进程是程序执行的实例，由内核数据结构（如task_struct）和代码数据组成，通过PCB进行管理。进程状态包括运行、阻塞、挂起等，僵尸进程和孤儿进程是两种特殊状态，需
目录
1. 冯诺依曼体系结构
我们常⻅的计算机，如笔记本。我们不常⻅的计算机，如服务器，⼤部分都遵守冯诺依曼体系。
截⾄⽬前，我们所认识的计算机，都是由⼀个个的硬件组件组成
• 输⼊单元：包括键盘,⿏标，扫描仪,写板等
• 中央处理器(CPU)：含有运算器和控制器等
• 输出单元：显⽰器，打印机等
关于冯诺依曼，必须强调⼏点：
• 这⾥的存储器指的是内存
• 不考虑缓存情况，这⾥的CPU能且只能对内存进⾏读写，不能访问外设(输⼊或输出设备)
• 外设(输⼊或输出设备)要输⼊或者输出数据，也只能写⼊内存或者从内存中读取。
• ⼀句话，所有设备都只能直接和内存打交道。
2. 操作系统(Operator System)
2-1 概念
任何计算机系统都包含⼀个基本的程序集合，称为操作系统(OS)。笼统的理解，操作系统包括：
• 内核（进程管理，内存管理，⽂件管理，驱动管理）
• 其他程序（例如函数库，shell程序等等）
2-2 设计OS的⽬的
• 对下，与硬件交互，管理所有的软硬件资源
• 对上，为⽤⼾程序（应⽤程序）提供⼀个良好的执⾏环境
、为什么要有操作系统？
1.如果要让用户自己去对底层软硬件资源进行操作，成本太高了，因此由OS对下进行软硬件资源的管理，从而确保操作过程是稳定、安全、高效的，进行良好的工作！
2.OS对上给用户提供一个稳定、安全、高效的运行环境。
注意：用户不能直接对硬件进行操作，必须经过操作系统之手！
2-3 核⼼功能
• 在整个计算机软硬件架构中，操作系统的定位是：⼀款纯正的“搞管理”的软件
2-4 如何理解 "管理"
Linux操作系统管理的本质在于“先描述，再组织”，拿OS管理硬件来说：
先描述：将每个硬件的所有属性封装起来，形成一个结构体或类对象。
再组织：将这些结构体放到一个数据结构里（拿链表来说），那么对某个硬件的操作，就变成了对链表的增删查改操作了！
注意：对于任何计算机对象，管理的原则都是先描述再组织！
2-5 系统调⽤和库函数概念
• 在开发⻆度，操作系统对外会表现为⼀个整体，但是会暴露⾃⼰的部分接⼝，供上层开发使⽤， 这部分由操作系统提供的接⼝，叫做系统调⽤。
• 系统调⽤在使⽤上，功能⽐较基础，对⽤⼾的要求相对也⽐较⾼，所以，有⼼的开发者可以对部 分系统调⽤进⾏适度封装，从⽽形成库，有了库，就很有利于更上层⽤⼾或者开发者进⾏⼆次开 发。
总结：系统调用是操作系统为用户开放的接口，但由于使用成本高，用户对系统调用进行了封装，形成了库函数；
3. 进程
3-1 基本概念与基本操作
课本概念：进程是一个正在运行中的程序；
而从内核来说：进程 = 内核数据结构 （task_struct）+ 代码和数据；
3-2 描述进程-PCB
基本概念：
• 进程信息被放在⼀个叫做进程控制块的数据结构中，可以理解为进程属性的集合。
• 课本上称之为PCB（process control block），Linux操作系统下的PCB是:task_struct
task_struct其实是PCB的⼀种；
• 在Linux中描述进程的结构体叫做task_struct。
• task_struct是Linux内核的⼀种数据结构，它会被装载到RAM(内存)⾥并且包含着进程的信息。
进程的管理：
从图中可以看出，当可执行程序运行后，代码数据会被加载到内存中，而关于进程的各种属性，以及指向代码数据的指针都被封装在task_struct中，然后将这个结构体放入链表中管理起来，这不就是前面说的“先描述再组织”吗？
一个task_struct，就能找到进程的各种属性以及代码数据，所以我们说进程就=内核数据结构+代码和数据；
3-3 task_struct
内容分类：
组织进程
可以在内核源代码⾥找到它。所有运⾏在系统⾥的进程都以task_struct链表的形式存在内核⾥。
3-4 查看进程的方式
①在/proc文件里查看,这里有所有进程的信息
如：要获取PID为1的进程信息，你需要查看 /proc/1 这个⽂件夹
进入某个进程文件后,会有exe和cwd两项，exe代表可执行文件所在的路径，cwd代表当前工作路径（可以通过chdir函数改变工作路径），可以用ls-l查看路径：
②通过指令ps -ajx 也可以调出所有进程的信息，如果想查找特定进程，可按照如下管道的方式进行
上图中可以查找到进程的pid，pid是用来唯一标识进程的标识符，此外还可以通过系统调用函数getpid来打印pid值。ppid可以通过getppid获取；
4.父子进程
4-1：问题引入
当我们的操作系统启动后，就会有一个bash进程开始执行了，观察图中代码：myproc程序每次运行，都会打印出相同的ppid，也就是父进程都一样，那么可以得出结论：在命令行中，执行命令、执行程序的本质都是bash进程创建子进程，由子进程来执行我们的代码！
4-2 通过系统调⽤创建进程-fork初识
①见一见子进程创建
②快速解释fork函数
fork函数能创建一个子进程，这样就会有父进程和子进程，对父进程的返回值是子进程的pid，对子进程返回的是0，创建失败返回-1.
子进程创建出来后，父子进程的代码是共享的，但是数据是各自私有的！
原因：进程之间具有很强的独立性，多个进程之间是互不影响的，即使是父子进程；
注意：子进程创建后，为了方便管理，也会有相应的task_struct来管理子进程；子进程刚创建时，和父进程共享一份代码（共享同一物理内存页），但是一旦某一进程修改了数据，就会多拷贝一份代码数据，以保持数据独立性；
说的再具体一些，fork采用的是写实拷贝机制，当多个进程通过 fork 系统调用创建子进程时，父进程和子进程会共享同一块物理内存页面，操作系统不会立即复制内存页；当子进程或父进程尝试修改共享内存页中的数据时，系统会检测到写操作，此时才会触发真正的复制机制，系统为需要修改的内存页创建一个新的副本，并将该副本映射到当前进程的地址空间中！
③创建多进程
运行结果：
4-3 一个函数fork，怎么会有两个返回值？
fork函数在执行return之前，要完成创建子进程的过程，这个主体功能包括从父进程拷贝一个task_struct、调整新task_struct的部分属性，将该struct链接到进程列表中，此时子进程已经创建完毕！
那么在执行return语句的时候就已经有父子两个进程了，根据进程数据的独立性，此时两个进程分别创建返回值的临时变量，因此返回值变量实际是两个不同进程中的独立变量，因此可以返回不同的值；
注意：fork之后，父子进程谁先运行，是由OS的调度器自主决定的！
5.操作系统上看进程状态
广义上讲，进程的状态是这样的：
5-1 广义的进程状态
补充知识：
1.时间片：
Linux/Windows民用级别的操作系统都是分时系统，调度任务追求公平。
CPU执行进程的代码，不是把进程代码执行完毕，才开始执行下一个，而是给每个进程分配一个时间片，基于时间片进行轮转调度！
2.并行和并发：
并发：多个进程在同一个cpu下采用进程切换的方式，在一段时间内，让多个进程都得以推进开发
并行：多个进程在多个cpu下，分别同时进行运行；
3.对运行、阻塞、挂起的理解
（1）运行：一台电脑一定有多个进程在运行，也就是内存中会有多个task_struct，这些结构体会被放到运行队列中等待cpu调度，那么， 当一个进程被创建出来，被放到CPU的运行队列中后，即便没有真正运行起来，我们也可以说是运行状态了！
（2）阻塞：
因为OS对各外设的管理是基于“先描述，再组织”的，每一个外设都可以用一个struct来描述属性，再用指针链接下一个外设struct，所以对外设的管理本质上是内存中对链表的增删查改
当运行到某一个进程时，如果遇到像IO操作这样依赖外设的情况时，为了保证其它进程能够正常如期排到，会将该进程出队列，转移到对应外设的队列中等待，这个过程叫做阻塞。当外设检测到IO执行完毕，会通知操作系统将该进程再入到运行队列中。
（3）挂起：如果内存严重不足，由于在阻塞时进程的数据仍占据内存，OS会将处于阻塞状态的进程的数据全部换出到磁盘的swap分区，当阻塞状态解除时再换入回运行队列。
5-2.linux进程的状态
1.R:运行状态，进程正在运行或准备好运行（在运行队列中等待 CPU 时间片）
2.S：可中断睡眠（浅睡眠）：进程正在等待某个事件，但可以被信号唤醒。例如，调用 sleep() 或 read() 等系统调用时，进程会进入这种状态。
3.D:不可中断睡眠（深睡眠）：进程正在等待某个事件，但不能被信号唤醒。例如，进程正在等待磁盘 I/O 操作完成时，会进入这种状态。
4.T：停止状态：进程做法非法但不致命的操作，被OS暂停了；
5.t：追踪停止状态：当进程被追踪的时候，断点停下；
6.Z：僵尸状态：进程已经完成，但父进程尚未读取其状态信息。这种状态的进程不能被唤醒，也不能被调度器调度。
7.X:死亡状态：进程已经完全终止，所有资源都被释放，进程的 PCB 也被移除。这种状态的进程不会出现在进程列表中。
8.P:挂起状态：进程被挂起并等待某些条件满足后继续执行。这种状态的进程不会被调度器调度
5-3 理解僵尸进程、孤儿进程
1.进程退出后，会把退出信息保存在task_struct中。
僵尸进程是指已经完成执行完毕（代码数据被释放了），但其父进程尚未读取其状态信息的进程。在这种状态下，进程的资源（如文件描述符、内存等）已经被释放，但进程的 PCB（进程控制块）仍然保留在系统中，直到父进程读取其状态信息。
问题：虽然僵尸进程不会占用 CPU 时间，但它的 PCB 仍然占用系统资源，若不回收，就一直僵尸，会造成内存泄漏！
解决方式：父进程应该在子进程结束时调用 wait() 或 waitpid() 来读取子进程的状态信息，从而释放子进程的 PCB。
2. 如果子进程还存在，父进程却挂掉了，那么子进程会被系统进程“领养”，这就是孤儿进程；
有“AI”的1024 = 2048，欢迎大家加入2048 AI社区
更多推荐
16
0- 0
已为社区贡献3条内容
所有评论(0)