【在Linux世界中追寻伟大的One Piece】Linux进程概念

枫叶丹4 2024-07-26 14:37:01 阅读 69

目录

1 -> 冯诺依曼体系结构

2 -> 操作系统(operator System)

2.1 -> 概念

2.2 -> 系统调用和库函数

3 -> 进程

3.1 -> 概念

3.2 -> 进程-PCB

3.3 -> 进程状态

3.3.1 -> Z(Zombie)-僵尸进程

3.3.2 -> 孤儿进程

3.4 -> 进程优先级

3.4.1 -> 概念

4 -> 环境变量

4.1 -> 概念

5 -> 地址空间

5.1 -> 程序地址空间 

5.2 -> 进程地址空间 

6 -> ​Linux2.6内核进程调度队列


1 -> 冯诺依曼体系结构

我们常见的计算机,如笔记本。我们不常见的计算机,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,必须强调的几点:

这里存储器指的是内存;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)要输入或输出数据,也只能写入内存或从内存中读取;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(如函数库,shell程序等)。

设计OS的目的

与硬件交互,管理所有的软硬件资源。为用户程序(应用程序)提供一个良好的执行环境。

定位

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

总结

计算机管理硬件

描述起来,用struct结构体。组织起来,用链表或其他高效的数据结构。 

2.2 -> 系统调用和库函数

在开发角度,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,对用户的要求相对也比较高。所以,有心的开发者可以对这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户或开发者进行二次开发。

3 -> 进程

3.1 -> 概念

课本概念:程序的一个执行实例,正在执行的程序等。内核观点:担当分配系统资源(CPU时间,内存)的实体。

3.2 -> 进程-PCB

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。PCB(Process Control Block),Linux操作系统下的PCB是:task_struct。

task_struct-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。

task_struct内容分类

标示符:描述本进程的唯一标示符,用来区别其他进程。状态:任务状态,退出代码,退出信号等。优先级:相对于其他进程的优先级。程序计数器:程序中即将被执行的下一条指令的地址。内存指针:包括程序代码和进程相关数据的指针,还有和其他程序共享的内存块指针。上下文数据:进程执行时处理器的寄存器中的数据。I/O状态信息:包括显示的I/O请求,分配给进程的I/O设备和被进程使用的文件列表。记账信息:可能包括处理器时间总和,使用的时钟数总和,时间限制,记账号等。 

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。

查看进程

进程的信息可以通过 /proc 系统文件夹查看

如:要获取PID为1的进程信息,需要查看 /proc/1 这个文件夹。

大多数进程信息同样可以使用top和ps这些用户级工具来获取。

<code>#define _CRT_SECURE_NO_WARNINGS 1

#include <stdio.h>

#include <sys/types.h>

#include <Windows.h>

#include <unistd.h>

int main()

{

while (1)

{

Sleep(1);

}

return 0;

}

通过系统调用获取进程标示符

进程id(PID);父进程id(PPID)。 

#include <stdio.h>

#include <sys/types.h>

#include <Windows.h>

#include <unistd.h>

int main()

{

printf("pid: %d\n", getpid());

printf("ppid: %d\n", getppid());

return 0;

}

通过系统调用创建进程(初识fork)

运行man fork认识fork;fork有两个返回值;父子进程代码共享,数据各自开辟空间,私有一份(采用写时拷贝)。 

#include <stdio.h>

#include <sys/types.h>

#include <unistd.h>

int main()

{

int ret = fork();

printf("hello proc : %d!, ret: %d\n", getpid(), ret);

sleep(1);

return 0;

}

fork之后通常要用 if 进行分流。

#include <stdio.h>

#include <sys/types.h>

#include <unistd.h>

int main()

{

int ret = fork();

if (ret < 0)

{

perror("fork");

return 1;

}

else if (ret == 0)

{ //child

printf("I am child : %d!, ret: %d\n", getpid(), ret);

}

else

{ //father

printf("I am father : %d!, ret: %d\n", getpid(), ret);

}

sleep(1);

return 0;

}

3.3 -> 进程状态

Linux内核源代码:

为了弄明白正在运行的进程是什么意思,我们需要知道进程的不同状态。一个进程可以有几个状态(在Linux内核里,进程有时候也叫做任务)。

下面的状态在kernel源代码里定义:

/*

* The task state array is a strange "bitmap" of

* reasons to sleep. Thus "running" is zero, and

* you can test for combinations of others with

* simple bit tests.

*/

static const char * const task_state_array[] = {

"R (running)", /* 0 */

"S (sleeping)", /* 1 */

"D (disk sleep)", /* 2 */

"T (stopped)", /* 4 */

"t (tracing stop)", /* 8 */

"X (dead)", /* 16 */

"Z (zombie)", /* 32 */

};

R运行状态(running):并不意味着进程一定在运行中,它表明进程要么是在运行中要么在运行队列里。S睡眠状态(sleeping):意味着进程在等待事件完成(这里的睡眠有时候也叫做可中断睡眠(interruptible sleep))。D磁盘休眠状态(disk sleep):有时候也叫不可中断睡眠状态(uninterruptible sleep),在这个状态的进程通常会等待IO的结束。T停止状态(stopped):可以通过发送SIGSTOP信号给进程来停止(T)进程。这个被暂停的进程可以通过发送SIGCONT信号让进程继续运行。X死亡状态(dead):这个状态只是一个返回状态,不会在任务列表里看到这个状态。

进程状态查看

ps aux / ps axj 命令 

3.3.1 -> Z(Zombie)-僵尸进程

僵死状态(Zombies)是一个比较特殊的状态,当进程退出并且父进程(使用wait()系统调用)没有读取到子进程退出的返回代码时就会产生僵死(尸)进程。僵死进程会以终止状态保持在进程表中,并且会一直在等待父进程读取退出状态代码。所以,只要子进程退出,父进程还在运行,但父进程没有读取子进程状态,子进程进入Z状态。

来创建一个维持30秒的僵死进程例子:

<code>#include <stdio.h>

#include <stdlib.h>

int main()

{

pid_t id = fork();

if (id < 0)

{

perror("fork");

return 1;

}

else if (id > 0)

{ //parent

printf("parent[%d] is sleeping...\n", getpid());

sleep(30);

}

else

{

printf("child[%d] is begin Z...\n", getpid());

sleep(5);

exit(EXIT_SUCCESS);

}

return 0;

}

僵尸进程的危害

进程的退出状态必须被维持下去,因为他要告诉关心它的进程(父进程),你交给我的任务,我办的怎么样了。可父进程如果一直不读取,那子进程就一直处于Z状态?是的!维护退出状态本身就是要用数据维护,也属于进程基本信息,所以保存在task_struct(PCB)中,换句话说,Z状态一直不退出,PCB一直都要维护?是的!那一个父进程创建了很多子进程,就是不回收,是不是就会造成内存资源的浪费?是的!因为数据结构对象本身就要占用内存,想想C中定义一个结构体变量(对象),是要在内存的某个位置进行开辟空间!内存泄漏?是的!

3.3.2 -> 孤儿进程

父进程如果提前退出,那么子进程后退出,进入Z之后,那该如何处理呢?父进程先退出,子进程就称之为“孤儿进程”。孤儿进程被1号init进程领养,当然要有init进程回收了。

#include <stdio.h> #include <unistd.h> #include <stdlib.h> int main() { pid_t id = fork(); if (id < 0) { perror("fork"); return 1; } else if (id == 0) {//child printf("I am child, pid : %d\n", getpid()); sleep(10); } else {//parent printf("I am parent, pid: %d\n", getpid()); sleep(3); exit(0); } return 0; }

3.4 -> 进程优先级

3.4.1 -> 概念

cpu资源分配的先后顺序,就是指进程的优先权(priority)。优先权高的进程有优先执行权利。配置进程优先权对多任务环境的linux很有用,可以改善系统性能。还可以把进程运行到指定的CPU上,这样一来,把不重要的进程安排到某个CPU,可以大大改善系统整体性能。

查看系统进程

在Linux或unix系统中,用ps -l命令则会类似输出以下几个内容:

很容易注意到其中的几个重要信息:

UID: 代表执行者的身份。PID: 代表这个进程的代号。PPID:代表这个进程是由哪个进程发展衍生而来的,亦即父进程的代号。PRI:代表这个进程可被执行的优先级,其值越小越早被执行。NI:代表这个进程的nice值。

PRI and NI

PRI也还是比较好理解的,即进程的优先级,或者通俗点说就是程序被CPU执行的先后顺序,此值越小进程的优先级别越高。那NI呢?就是我们所要说的nice值了,其表示进程可被执行的优先级的修正数值。PRI值越小越快被执行,那么加入nice值后,将会使得PRI变为:PRI(new)=PRI(old)+nice。这样,当nice值为负值的时候,那么该程序将会优先级值将变小,即其优先级会变高,则其越快被执行。所以,调整进程优先级,在Linux下,就是调整进程nice值。nice其取值范围是-20至19,一共40个级别。

PRI vs NI

需要强调一点的是,进程的nice值不是进程的优先级,他们不是一个概念,但是进程nice值会影响到进程的优先级变化。可以理解nice值是进程优先级的修正修正数据。

查看进程优先级的命令

用top命令更改已存在进程的nice:

top。进入top后按“r”-> 输入进程PID->输入nice值。

其他概念

竞争性: 系统进程数目众多,而CPU资源只有少量,甚至1个,所以进程之间是具有竞争属性的。为了高效完成任务,更合理竞争相关资源,便具有了优先级。独立性: 多进程运行,需要独享各种资源,多进程运行期间互不干扰。并行: 多个进程在多个CPU下分别,同时进行运行,这称之为并行。并发: 多个进程在一个CPU下采用进程切换的方式,在一段时间之内,让多个进程都得以推进,称之为并发。

4 -> 环境变量

4.1 -> 概念

环境变量(environment variables)一般是指在操作系统中用来指定操作系统运行环境的一些参数如:我们在编写C/C++代码的时候,在链接的时候,从来不知道我们的所链接的动态静态库在哪里,但是照样可以链接成功,生成可执行程序,原因就是有相关环境变量帮助编译器进行查找。环境变量通常具有某些特殊用途,还有在系统当中通常具有全局特性。

常见的环境变量

PATH : 指定命令的搜索路径。HOME : 指定用户的主工作目录(即用户登陆到Linux系统中时,默认的目录)。SHELL : 当前Shell,它的值通常是/bin/bash。

查看环境变量的方法

echo $NAME //NAME:你的环境变量名称。 

测试PATH

1. 创建hello.c文件

<code>#include <stdio.h>

int main()

{

printf("hello world!\n");

return 0;

}

2. 对比./hello执行和之间hello执行。

3. 为什么有些指令可以直接执行,不需要带路径,而我们的二进制程序需要带路径才能执行?

4. 将我们的程序所在路径加入环境变量PATH当中, export PATH=$PATH:hello程序所在路径。

5. 对比测试。

6. 还有什么方法可以不用带路径,直接就可以运行呢?

测试HOME 

用root和普通用户,分别执行 echo $HOME ,对比差异

. 执行 cd ~; pwd ,对应 ~ 和 HOME 的关系

和环境变量相关的命令

 echo: 显示某个环境变量值。export: 设置一个新的环境变量。env: 显示所有环境变量。env: 显示所有环境变量。env: 显示所有环境变量。

环境变量的组织方式

每个程序都会收到一张环境表,环境表是一个字符指针数组,每个指针指向一个以’\0’结尾的环境字符串。

通过代码如何获取环境变量

命令行第三个参数 ​

<code>#include <stdio.h>

int main(int argc, char* argv[], char* env[])

{

int i = 0;

for (; env[i]; i++)

{

printf("%s\n", env[i]);

}

return 0;

}

通过第三方变量environ获取​

#include <stdio.h>

int main(int argc, char* argv[])

{

extern char** environ;

int i = 0;

for (; environ[i]; i++)

{

printf("%s\n", environ[i]);

}

return 0;

}

libc中定义的全局变量environ指向环境变量表,environ没有包含在任何头文件中,所以在使用时 要用extern声明。

通过系统调用获取或设置环境变量 

#include <stdio.h>

#include <stdlib.h>

int main()

{

printf("%s\n", getenv("PATH"));

return 0;

}

常用getenv和putenv函数来访问特定的环境变量。

环境变量通常是具有全局属性的

环境变量通常就具有全局属性,可以被子进程继承下去。 

#include <stdio.h>

#include <stdlib.h>

int main()

{

char* env = getenv("MYENV");

if (env)

{

printf("%s\n", env);

}

return 0;

}

直接查看,发现没有结果,说明该环境变量根本不存在

导出环境变量

export MYENV="hello world"。再次运行程序,发现结果有了!说明:环境变量是可以被子进程继承下去的!想想为什么?

实验

如果只进行 MYENV=“helloworld” ,不调用export导出,在用我们的程序查看,会有什么结果?为什么?普通变量 

5 -> 地址空间

研究背景

kernel 2.6.3232位平台

5.1 -> 程序地址空间 

​来段代码感受一下。

<code>#include <stdio.h>

#include <unistd.h>

#include <stdlib.h>

int g_val = 0;

int main()

{

pid_t id = fork();

if (id < 0)

{

perror("fork");

return 0;

}

else if (id == 0)

{ //child

printf("child[%d]: %d : %p\n", getpid(), g_val, &g_val);

}

else

{ //parent

printf("parent[%d]: %d : %p\n", getpid(), g_val, &g_val);

}

sleep(1);

return 0;

}

输出:

parent[2995]: 0 : 0x80497d8

child[2996]: 0 : 0x80497d8

我们发现,输出出来的变量值和地址是一模一样的,很好理解呀,因为子进程按照父进程为模版,父子并没有对变量进行进行任何修改。可是将代码稍加改动:​

#include <stdio.h>

#include <unistd.h>

#include <stdlib.h>

int g_val = 0;

int main()

{

pid_t id = fork();

if (id < 0)

{

perror("fork");

return 0;

}

else if (id == 0)

{ //child,子进程肯定先跑完,也就是子进程先修改,完成之后,父进程再读取

g_val = 100;

printf("child[%d]: %d : %p\n", getpid(), g_val, &g_val);

}

else

{ //parent

sleep(3);

printf("parent[%d]: %d : %p\n", getpid(), g_val, &g_val);

}

sleep(1);

return 0;

}

输出:

child[3046]: 100 : 0x80497e8

parent[3045]: 0 : 0x80497e8

我们发现,父子进程,输出地址是一致的,但是变量内容不一样!能得出如下结论:

变量内容不一样,所以父子进程输出的变量绝对不是同一个变量。但地址值是一样的,说明,该地址绝对不是物理地址!在Linux地址下,这种地址叫做 虚拟地址。我们在用C/C++语言所看到的地址,全部都是虚拟地址!物理地址,用户一概看不到,由OS统一管理。

OS必须负责将 虚拟地址 转化成 物理地址 。

5.2 -> 进程地址空间 

​所以之前说‘程序的地址空间’是不准确的,准确的应该说成 进程地址空间 ,那该如何理解呢?看图:

分页 & 虚拟地址空间​

​说明:

上面的图就足矣说名问题,同一个变量,地址相同,其实是虚拟地址相同,内容不同其实是被映射到了不同的物理地址!

6 -> ​Linux2.6内核进程调度队列

上图是Linux2.6内核中进程队列的数据结构。 

一个CPU拥有一个runqueue

 如果有多个CPU就要考虑进程个数的负载均衡问题。

优先级

普通优先级:100~139(我们都是普通的优先级,想想nice值的取值范围,可与之对应!)。实时优先级:0~99(不关心)。

活动队列

时间片还没有结束的所有进程都按照优先级放在该队列。nr_active: 总共有多少个运行状态的进程。​queue[140]: 一个元素就是一个进程队列,相同优先级的进程按照FIFO规则进行排队调度,所以,数组下标就是优先级!从该结构中,选择一个最合适的进程,过程是怎么的呢?

1. 从0下表开始遍历queue[140]

2. 找到第一个非空队列,该队列必定为优先级最高的队列

3. 拿到选中队列的第一个进程,开始运行,调度完成!

4. 遍历queue[140]时间复杂度是常数!但还是太低效了!bitmap[5]:一共140个优先级,一共140个进程队列,为了提高查找非空队列的效率,就可以用5*32个比特位表示队列是否为空,这样,便可以大大提高查找效率!​

过期队列

过期队列和活动队列结构一模一样。过期队列上放置的进程,都是时间片耗尽的进程。当活动队列上的进程都被处理完毕之后,对过期队列的进程进行时间片重新计算。

active指针和expired指针​

active指针永远指向活动队列。expired指针永远指向过期队列。可是活动队列上的进程会越来越少,过期队列上的进程会越来越多,因为进程时间片到期时一直都存在的。没关系,在合适的时候,只要能够交换active指针和expired指针的内容,就相当于有具有了一批新的活动进程。​

总结

在系统当中查找一个最合适调度的进程的时间复杂度是一个常数,不随着进程增多而导致时间成本增加,我们称之为进程调度O(1)算法。


感谢各位大佬支持!!!

互三啦!!!



声明

本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。