Linux | 进程概念、进程状态（僵尸进程、孤儿进程、守护进程）、进程地址空间

---

进程和程序

• 程序： 一系列有序的指令集合（就是我们写的代码）。
• 进程： 进程就是程序的一次执行，是系统进行资源分配和调度的独立单位。

一个程序可以创建多个进程，每个进程的文本段相同，但是数据段、堆、堆栈段却不同。

进程的特性：

• 动态性：进程是动态的；程序则是静态的。
• 并发性：多个进程能在同一时间段内同时运行。
• 独立性：系统中独立获得资源和进行调度的基本单位。
• 异步性：各进程按不可预知的速度各自运行。

程序最初以某种可执行格式驻留在外存上（如：磁盘）。操作系统运行程序时将需要用到的代码和所有静态数据加载（load）到内存中(惰性执行，暂时用不到的代码不加载)，方便 CPU 运行进程时使用。

---

操作系统如何控制和调度程序

实际中，一个正常的系统可能会有上百个进程同时在运行，而我们只有少量的物理 CPU 可以使用，因此，如何满足诸多进程对于 CPU 的需求便成了重中之重。

按照冯诺依曼体系结构，所有的数据想要被CPU进行处理，第一步就是要将代码和数据加载到内存中。

操作系统通过 虚拟化CPU ，让一个进程只运行一个时间片，然后切换到其他进程，通过 快速切换 和 优先级调度 运行所有的程序，造成了同时运行的假象。这就是 时分共享CPU技术 ，也就是 CPU分时机制 。

但是，这里还存在着几个问题，CPU是如何在内存中找到每个程序的？CPU在来回调度时，如何能够从上一次运行的位置继续运行？如何能够保证继续处理上一条没有处理完的数据？

操作系统为了能够完成上述操作，设置了一个用于描述进程信息的数据结构—— PCB 。

---

进程控制块–PCB

操作系统为了能够使每个程序能够独立运行，在操作系统中为其配置了一个数据结构，也就是我们通常所说的 PCB（Process Control Block），这个数据结构在 Linux下是：task_struct

task_struct 中的内容：

• 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，还有和其他进程共享的内存块的指针。
• 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、记账号等其他信息。

PCB有两种组织方式：

• 链接方式：将同一状态的进程PCB链成一个队列，多个状态对应多个不同的队列。
• 索引方式：将同一状态的进程归入一个索引表，多个状态对应多个不同的索引。

链接方式：

索引方式：

PCB是操作系统对一个运行中的程序(也就是进程)的描述，操作系统通过这个描述来实现对程序的运行调度：

回到前面提出的问题：

• CPU通过PCB中的内存指针来找到程序在内存中的地址
• 通过上下文数据来记录运行中程序的各种信息
• 通过程序计数器来找到这个程序即将执行的下一条指令的地址

---

子进程

我们可以通过 fork 在一个 已经创建的进程内 创建一个 新的进程 ，这个 新的进程 就是 原先进程的 子进程 。

在子进程创建的时候，它从父进程的PCB中复制了很多数据，如内存指针、上下文数据、程序计数器等，所以它的代码、数据以及运行的位置，都与父进程一模一样。

由于代码段是只读的，所以两者的代码都一样，不可修改，而两者虽然虚拟地址相同，但物理地址不同，所以两者的数据都各自独立。

总结一下就是：父子进程代码共享，数据各自开辟空间。 (利用写时拷贝技术)

在 Linux 中，我们可以通过 fork 函数 来创建子进程

pid_t fork(void)

我们创建子进程，是希望它和父进程执行不一样的操作，那么我们该怎么实现呢？

最简单的方法就是通过 fork 的返回值来进行代码分流，父进程的返回值是子进程的 pid ，而子进程的返回值是 0 ，通过对返回值的判断，即可完成代码的分流。

但是这种方法的代码十分冗余，还有一种更加优秀的方法——程序替换。

---

进程状态

进程有三种基本状态：

• 执行状态（running）：
  1. 进程正在 CPU上执行；
  2. 只能有一个进程处于执行状态（单CPU）；
• 就绪状态（ready）：
  1. 进程已获得除 CPU 外的所有资源，等待分配 CPU 就可执行；
  2. 可以有多个进程处于就绪状态，组成就绪队列。
• 阻塞状态（waiting）：
  1. 进程因自身原因（如：等待I/O资源）而暂停执行，也称 “等待状态” 或 “睡眠状态” 。
  2. 可以有多个进程处于阻塞状态，组成阻塞队列

但是在 Linux 中，将状态细分到了六种：

• 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（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（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，你不会在任务列表里看到这个状态
• Z僵死状态（Zombies）： 进程已经退出了但是资源还没有完全被释放的一种状态。

僵尸进程

当子进程退出的时候，如果父进程没有读取到子进程的返回值，这时子进程就进入了 僵死状态 。

这时就处于一个很尴尬的局面，子进程实际上已经退出了，但是父进程认为它还在执行，所以并没有释放它的资源，所以子进程会一直卡在进程表中，等待父进程读取退出状态代码。此时的 子进程 就被称为 僵尸进程 ，它持有的资源一直无法释放，也无法再将其杀死。

对于僵尸进程，即使是 kill -9 对其也没有作用。这时只有两种解决方法：

1. 进程等待
2. 退出父进程

父进程退出，子进程保存退出的状态就没有任何意义了，因此就被释放了。 但是这并不是一个合理的方式，如果为了解决僵尸进程而刻意退出还不应该退出的父进程，不是很好的解决方法，我们应该避免僵尸进程的产生。

从上面可以看出，僵尸进程是非常危险的，因为我们无法通过正常途径将其解决，同时它会一直占用着我们的资源，同时 PCB 还需要对它的状态进行维护。并且一个用户所能创建的进程数量是有限的，如果一个父进程创建了大量的子进程而不进行回收，当达到上限时，我们就无法创建新的程序。

---

孤儿进程

如果父进程先于子进程退出，那么没有父进程的子进程会怎么样呢？持有资源不被回收？就像僵尸进程一样一直占用资源？

实际上，失去了父进程后的子进程被称为 “孤儿进程” ，但并不是没有父进程，而是会被 1 号进程 init 统一收养，然后由 Init 进程回收。

---

守护进程（精灵进程）

守护进程：一种特殊的孤儿进程，父进程是一号进程，运行在后台，与终端和登陆会话脱离关系，不受影响。

守护进程通常是一种运行在系统后台的批处理程序，默默的做一些循环往复的事情。

---

进程地址空间

引言

我们利用一个全局变量val,看看修改子进程中的变量val,父进程会不会发生变化，他们的地址又是否相同：

因为子进程运行的位置和父进程一样，所以先让父进程睡眠一会，让子进程先修改。

奇怪的事情发生了，明明子进程已经修改了 val ，但是父进程的却没变，同时明明父子进程中全局变量 val 的大小都不一样，但是他们的地址确还是一样的，这就有些不符合逻辑了，因为一个地址中不可能有两个同名的变量。

这里就让我们确定了一件事情，我们在代码中所看到的地址，并不是真正的地址，而是虚拟内存地址。

---

页表

操作系统再引入虚拟地址空间的时候还引入了一种东西，叫做 页表 。

通过页表来映射虚拟地址和物理地址的关系，不同的进程有不同的页表。上面例子中访问的 val 地址就是 val 在页表的编号，在页表中查找该编号对应的物理内存从而访问 val 数据。

• 通过在虚拟地址来使数据进行连续的存储，然后再通过页表映射到物理内存上，来实现离散式的存储，提高了内存的利用率。
• 同时页表可以针对某个地址设置访问权限，让某个地址设置为只读，通过这种方法来实现内存的访问控制。
• 为了能够使进程具有独立性，彼此之间不会相互干预，每一个进程都会有它自己的页表和虚拟地址空间。

现在我们探讨几个问题：

为什么父子进程的代码相同，且无法修改？

• 因为通过页表将代码段的权限设置为只读，所以无法修改。

为什么父子进程数据各自开辟空间？

• 其实父子进程一开始物理地址和虚拟地址都是相同的，但是当任意一个进程中数据发生变化的时候，这个时候操作系统会找到另外一块物理空间，将数据全部拷贝过去给发生修改的进程使用，并且修改原来的物理空间的权限，使原来的物理空间给另一个进程使用。