高级操作系统——XV6进程管理

源代码阅读：
type.h：用于声明一些数据类型的简化名称，和声明页表指针的数据类型。
param.h：主要用于声明基本的一些常量，包括内核栈大小等。
memlayout.h：主要用于声明一些和内存与地址相关的常量与方法，包括虚拟内存转物理内存的方法以及物理内存转虚拟内存的方法等。
defs.h：声明在之后文件中要用到的函数。
x86.h：让c代码使用特殊的x86汇编的一些函数包括outb等，并声明trapframe。
asm.h：一些汇编上的宏定义
mmu.h：定义x86内存管理单元，包括控制寄存器CR上的不同位代表的含义。
elf.hELF：可执行文件的格式，包括ELF头的数据结构等。
vm.c：一些cpu虚拟内存管理的函数
proc.h：声明了CPU在内核中的数据结构表示struct cpu，进程在内核中的数据结构struct proc，上下文在内核中的数据结构struct context。
swtch.S声明用于上下文切换的swtch函数，汇编语言生成
kalloc.c声明一些物理内存分配的函数，包括分配的kalloc()和用于free的kfree()。

Proc.c:
Ptable:进程索引表
Nextpid：进程的ID
Allocproc：分配进程的内核栈和一些寄存器，将进程状态UNUSED改写为EMBRYO
Userinit：第一个进程的初始化操作
Growproc：增加或者减少所占用的内存空间
Fork()：创建进程
Exit()：退出当前进程，并将其父进程唤醒
Wait()；等待子进程退出的
scheduler()：内核运行时用于进程调度的循环
sched()：切换到内核的
yield()：放弃cpu占用
sleep()；换成SLEEPING状态，并通过chan标志进程
wakeup()；唤醒chan上所有的进程
kill()：杀死进程
procdump；向控制台上打印当前进程状态的

(一) 什么是进程，什么是线程？操作系统的资源分配单位和调度单位分别是什么？XV6 中的
进程和线程分别是什么，都实现了吗？
答案：
（1）什么是进程：
1：操作系统由单道处理转向多道处理，传统的静态程序已经不能描述执行的并发性，所以由动态的进程对多道并发进行描述。
2：进程是程序，数据，程序控制块的集合
（2）什么是线程：
（3）：进程占用空间多，切换时空消耗大。而为了降低时空消耗，引入了线程
引入线程前：资源分配单位和调度为进程
引入线程后：资源分配的单位是进程，调度的单位是线程
（4）XV6中只实现了进程proc，具体内容在proc.c中

(二) 进程管理的数据结构是什么？在 Windows，Linux，XV6 中分别叫什么名字？其中包含哪些内容？操作系统是如何进行管理进程管理数据结构的？它们是如何初始化的？
（1）：进程管理的数据结构是进程控制块。
（2）：Linux：task_struct
Windows：EPROCESS、KPROCESS、PEB
XV6：proc .h,proc.c
（3）：包含 进程描述信息，进程控制信息，所拥有的资源和使用情况，CPU现场信息
1：Linux下为/include/linux/sched.h内部的struct task_struct，其中包括管理进程所需的各种信息。创建一个新进程时，系统在内存中申请一个空的task_struct ，并填入所需信息。同时将指向该结构的指针填入到task[]数组中。
2：Windows下拥有两个相关的对象，EPROCESS(执行体进程对象) KPROCESS(内核进程对象 )其中KPROCESS又称为PCB
EPEOCESS位于内核层之上它侧重于提供各种管理策略，同时为上层应用程序提供基本的功能接口。所以，在执行体层的进程和线程数据结构中，有些成员直接对应于上层应用程序中所看到的功能实体。
KPROCESS结构体位于内核层，存储着进程的必要信息

3：XV6下在proc .h内声明，包括进程 ID ，进程状态 ，父进程，context，cpu记录了内存地址和栈指针等
xv6的PCB就是proc.h中的proc结构体。其内容包括：
uint sz：进程的内存空间大小。
pde_t* pgdir：进程的页表。
char *kstack：进程的内核栈指针
enum procstate state：进程的状态（包括六种UNUSED, EMBRYO, SLEEPING, RUNNABLE, RUNNING, ZOMBIE）
int pid：进程的pid
struct proc *parent：进程的父进程指针。
struct trapframe *tf：位于x86.h，是中断进程后，需要恢复进程继续执行所保存的寄存器内容。
struct context *context：切换进程所需要保存的进程状态。切换进程需要维护的寄存器内容，定义在proc.h中。
void *chan：不为0时，保存该进程睡眠时的队列。
int killed：不为0时，则该进程被杀死。
struct file *ofile[NOFILE]：打开文件的组。
struct inode *cwd：进程当前的目录。
char name[16]：进程名。
（4）：Xv6通过数据结构ptable对进程进行管理，代码如下：
struct {
struct spinlock lock;
struct proc proc[NPROC];
} ptable;
（5）：Xv6的初始化操作：
1：第一个进程初始化：自举程序bootmain.c，调用主方法main.c，调用proc.c中的userinit()建立
2：第一个用户进程(分配了一个物理页，并将这个物理地址页映射到虚拟地址为0处，将原来的加载到物理地址为0处的initcode.S的代码加载到这个虚拟地址对应的物理页中。另外还设置进程的trapframe，以便能从内核态返回到用户态)
3：之后的进程初始化：调用fork()
4：无论是userinit()还是fork()都会调用allocproc()函数
5：allocproc的工作是在页表中分配一个槽（即结构体 struct proc），并初始化进程的状态，为其内核线程的运行做准备。简而言之，即设置好一个特别准备的内核栈和一系列内核寄存器，并将进程状态由UNUSED改写为EMBRYO

(三) 进程有哪些状态？请画出 XV6 的进程状态转化图。在 Linux，XV6 中，进程的状态分别 包括哪些？你认为操作系统的设计者为什么会有这样的设计思路？
（1）：进程状态分别有：UNUSED,EMBRYO,RUNNABLE,RUNNING,SLEEPING,ZOMBIE
1:UNUSED:进程的初始化状态(enum枚举特性决定)
2:fork()或者userinit()中调用allocproc()即分配内核栈后改为EMBRYO
3:fork()或者userinit()进行一系列初始化操作后改为RUNNABLE
4:scheduler()会一直执行选择进程改为RUNNING,进程调用yield()改为RUNNABLE， 调用sleep()改为SLEEPING，而wakeup()由SLEEPING改为RUNNABLE
5:程序调用exit()和wait()会将其变为ZOMBIE

（2）：Linux进程状态：创建，就绪，执行，阻塞，就绪挂起，阻塞挂起，结束

（3）：提高CPU的利用率，增加并发能力

(四) 如何启动多进程（创建子进程）？如何调度多进程？调度算法有哪些？操作系统为何要 限制一个 CPU 最大支持的进程数？XV6 中的最大进程数是多少？如何执行进程的切换？什么是进程上下文？多进程和多 CPU 有什么关系？

（1）：利用操作系统创建或者父进程创建，在xv6中，第一个进程是由Userinit()创建初始化，之后通过fork()创建初始化

（2）：利用调度算法进行调度

（3）：先来先服务，短作业先服务，时间片轮转发，优先级调度法，多级反馈轮转法，高响应比优先法

（4）：一是考虑内存空间，进程数量过多占用大量内存 二是增加了缺页中断的可能性，会导致cpu不断的执行页面换入换出，浪费大量时间

（5）：XV6的最大进程数见param.h文件中的#define NPROC 64，最大64；
#define NPROC 64 // maximum number of processes

（6）：切换上下文：
1：当前进程通过调用yield()(可能是时间片用完)，进行进程切换。yield函数调用sched函数，sched函数启动switch函数完成进程切换，而switch又会触发scheduler(void)，scheduler(void)中会选择一个进程切换上下文，仍调用swtch(&cpu->scheduler, proc->context);
2：整个流程是这样的：yield->sched->switch->scheduler->switch
3：其中switch的函数原型void swtch(struct context **old, struct context *new);
4：它的工作主要包括：1. 保存当前(old)进程的上下文。 2. 加载新进程(new)的上下文到机器寄存器中。可以理解为是汇编实现

（7）：进程运行时，其硬件状态保存在CPU 上的寄存器中，寄存器：程序计数器、程序状态寄存器、栈指针、通用寄存器、其他控制寄存器的值。进程不运行时，这些寄存器的值保存在PCB 中。将CPU 硬件状态从一个进程换到另一个进程的过程称为
上下文切换

（8）：没有必然联系。一个CPU在某一时刻只能运行一个进程，宏观上并行，微观上串行。而多个CPU可以同时运行多个程序

(五) 内核态进程是什么？用户态进程是什么？它们有什么区别？
（1）：系统分为内核态和用户态。在内核里产生的进程称为内核级进程，在用户态上产生的进程称为用户态进程。
（2）区别：
1）运行在不同的系统状态，用户态进程执行在用户态，内核态进程执行在内核态
2）进入方式不同，用户态进程可直接进入，内核态必须通过运行系统调用命令
3）返回方式不同，用户态进程直接返回，内核态进程有重新调度过程
4）内核态进程优先级要高于用户态进程，并且内核态进程特权级别最高，它可以执行系统级别的代码
联系：
用户级进程和内核级进程存在一对一，多对一，多对多的关系

(六) 首先看一个简略的进程在内存中的布局

再看一个详细的部分

在内存中分为五部分：
(1)代码区(Code segment)：存放程序的二进制代码文件
(2)常量区(Constant segment)：所有常量均存放在常量区。程序结束后由OS释放通常是字符串常量
(3)全局数据区(Global data segment)：全局变量和静态数据，函数内部的静态局部变量。程序结束有OS释放
(4)堆区(Heap segment)：new,malloc产生的动态数据。由程序员分配和释放 一般一个new就要对应一个delete
有时候堆区又分为 自由存储区，就是那些由malloc等分配的内存块，他和堆是十分相似的，不过它是用free来结束自己的生命的。
(5)栈区(Stack segment)：局部变量，函数参数。由编译器自动分配和释放
一个例子，大概介绍各个常量和变量的对应区关系
//main.cpp
int a = 0; 全局初始化区
char *p1; 全局未初始化区
main()
{
int b; 栈
char s[] = “123”; 栈
char *p2 = “abcdefg”;abcdefg\0在常量区，p3在栈上。
char *p3; 栈
static int c =0； 全局（静态）初始化区
p1 = (char *)malloc(10);
p2 = (char *)malloc(20);
分配得来得10和20字节的区域就在堆区。
strcpy(p1, “123456”); 123456\0放在常量区，编译器可能会将它与2所指向的"abcdefg"
优化成一个地方。
}
栈和堆的区别
（1）申请后系统的响应
栈：只要栈的剩余空间大于所申请空间，系统将为程序提供内存，否则将报异常提示栈溢出。
堆:堆中空闲内存地址是以链表方式进行存储的。当需要申请分配时，遍历链表寻找第一个大于所申请空间的堆结点，将此节点的空间分配给程序并且记录本次分配的大小，以便于之后delete程序释放内存空间。
若找到的堆节点大于申请的大小，系统会将多余的部分重新放入空闲链表

（2）申请大小的限度
栈：在Windows下，栈是向低地址扩展的数据结构， 是一块连续的内存的区域。栈顶的地址和栈的最大容量是系统预先规定好的，在 WINDOWS下，栈的大小是2M如果申请的空间超过栈的剩余空间时，将提示overflow。因此，能从栈获得的空间较小。
堆：堆是向高地址扩展的数据结构，用链表来存储，是不连续的内存区域。而链表的遍历方向是由低地址向高地址。堆的大小受限于计算机系统中有效的虚拟内存。由此可见，堆获得的空间比较灵活，也比较

（3）申请效率的比较：
栈：系统自动分配，速度较快。但程序员是无法控制的
堆：由new分配的内存，一般速度比较慢，而且容易产生内存碎片,不过用起来最方便.

（4）堆和栈中的存储内容
栈： 在函数调用时，第一个进栈的是主函数中后的下一条指令（函数调用语句的下一条可执行语句）的地址，然后是函数的各个参数，在大多数的C编译器中，参数是由右往左入栈的，然后是函数中的局部变量。注意静态变量是不入栈的，会进入全局数据区当本次函数调用结束后，局部变量先出栈，然后是参数，最后栈顶指针指向最开始存的地址，也就是主函数中的下一条指令，程序由该点继续运行
堆：一般是在堆的头部用一个字节存放堆的大小。堆中的具体内容有程序员安排。

参考资源：
https://www.jianshu.com/p/e01680c00de4
https://blog.csdn.net/zhanglei8893/article/details/6101076
https://blog.csdn.net/qq_36347375/article/details/91354349
https://www.cnblogs.com/LittleHann/p/3454748.html
https://www.cnblogs.com/itzxy/p/9293677.html