Linux中对进程的理解

1 再次谈谈进程的概念

我们都知道，进程只不过是一个被加载到内存的一个可执行程序罢了，但是仅仅这么理解是不够的，进程，绝对不是就是一个被加载到内存的可执行程序；
再次期间，我们需要理解，程序是谁把它加载到内存的？答案是操作系统；
那么程序被操作系统加载到内存时候，是否需要对进程进行管理呢？答案也是肯定的，当然需要管理。
那么进程一旦被操作系统管理，那么操作系统又是如何管理进程的呢？答案是：通过描述进程的各种属性，然后对该属性进行管理，从而达到管理该进程的目的；

怎么理解操作系统管理进程这个说法呢：
操作系统为了管理进程，在进程被加载到了程序的之前，就已经对进程做了手脚。那么是做了什么呢？就是把进程的相关属性信息，记录了下来，这个属性信息就是一个进程控制块，PCB；也就是说每个进程都有一个单独的PCB，并且这个PCB是进程被加载进来之前，操作系统就会给进程分配好的，但是每个进程都需要一个PCB，这就需要操作系统管理每一个进程，如何管理进程呢？那当然就是管理每个进程的PCB就达到管理进程的目的；
而每个进程的管理方法可以是有很多方式，比如我们可以通过双向链表的方法管理进程，通过队列啊，或者其他手段管理进程，也就是所谓的数据结构罢了。我们都知道数据结构的目的主要是增删查改，也就是为了管理，而PCB就是被数据结构所管理的一个东西，类似于在双向链表中的结点，这个结点就是PCB，PCB在Linux中，本质就是一个结构体，task_struct{ 里面有各种进程的属性信息}，
其实准确的说：进程应该可以等于被加载到内存的代码+进程的PCB,进程的PCB里面有一个属性，用来指向进程代码部分的指针，这样只要我们OS管理到了PCB自然也就可以管理到了进程的代码和数据；

---

通过代码来看看进程的样子：

---

2 进程的PCB（task_struck）中到底有什么东西，如何理解这些属性

task_ struct内容分类

1. 标示符: 描述本进程的唯一标示符，用来区别其他进程。
2. 状态: 任务状态，退出代码，退出信号等。
3. 优先级: 相对于其他进程的优先级。
4. 程序计数器: 程序中即将被执行的下一条指令的地址。
5. 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
6. 上下文数据: 进程执行时处理器的寄存器中的数据。
7. 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。
8. 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。
9. 其他信息

---

• 首先进程的属性，标识符是什么意思，每个进程都有一个唯一标识符，很明显标识符类似一种身份的东西，它就代表进程的身份；我们可以通过代码来获得这个进程的表示符；

#include
#include
int main()
{
  while(1)
  {
    
    printf("本进程的标识符getpid = %d\n本进程的父进程的getppid = %d\n",getpid(),getppid());
    sleep(1);
  }

  return 0;
}

---

---

查看进程的方式：通过命令：ps -ajx | grep myproc,其中myproc为进程的名字；
通过man 2 getpid查看 getpid的相关属性和getppid的相关属性

---

• 如何理解tast_struct的属性：任务状态，退出代码，退出信号等。
  这里说一说这个退出代码：比如我们写的main函数，进程返回0时候， 这个0就是退出代码，可以通过echo $？查看; echo $? 会输出离该命令最近运行程序的退出状态码，当然你的命令也是属于程序，当执行命令后，也可以退出状态码；
  再说这个，任务状态又是什么，呃呃，其实一两句话很难说清楚，就是一个进程在内存中是有多个状态的，比如就绪状态，，等待状态呀，运行状态；这个就好比我们人，在去面试的时候，也有等待状态呀，面试时候的状态呀，什么准备面试的状态呀这样；反转我们得知道，这个状态可以表示当时程序处于什么样的状态，那么该进程就得做什么样的事就可以了；

---

• 优先级也很好理解：优先级也就是每个进程被执行的优先程度，看看哪个进程被cpu调度而已，我们可以通过一些代码策略改变进程的优先级，但是一般每个进程都会有一个时间片，时间片的意思是：该进程被cpu执行的时间，一旦该进程能够在时间片执行结束，那么该进程就结束，不可以在一个时间片内结束，那么该进程就被操作系统调度，离开cpu,让另一个进程来获得cpu的使用权，也就是操作系统调度了另一进程给cpu执行；按道理来说每个进程的时间片都是相等的，也就是说cpu执行每个进程的时间都是公平的，但是我们可以通过一些策略修改进程的执行顺序，也就是说，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。理解这个程序计数器，我们知道程序是有一种执行状态得，顺序执行，跳转执行，本质执行指令，都是cpu调度得结果，cpu怎么知道如何执行你的代码指令呢？就是通过这个程序计数器来判断，这个程序计数器就是一个寄存器，存放该进程下一条要执行的指令；

---

• 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；
  要知道，我们的进程是包括，进程的代码和相关数据+该进程的PCB信息，那么进程的PCB信息是如何和进程的代码联系起来的呢？那就是通过这个内存指针，这个内存指针会执行进程的代码和相关数据；然后OS通过管理PCB，进而就会管理到PCB中的内存指针，由于有内存指针指向了代码和相关数据，那么也就管理到了进程的代码和相关数据；

---

• [ ]上下文数据: 进程执行时处理器的寄存器中的数据。
  上下文信息，说到这个，我都非常激动，因为这个是理解进程的核心概念属性；上下文数据，上下文信息都可以这么叫，那到底什么是上下文信息呢？
  我们知道程序在运行时候，是需要把一些临时数据存放在寄存器中的，这些临时数据是运行程序的关键数据，我们也知道，每个进程都会有一个时间片，当该时间片被用完了，OS就会让该进程离开CPU，进入让另一个进程来使用CPU，但是我们知道，如果一个进程离开CPU前，什么都没有留下来的话（也就是相关的数据:比如该进程在执行过程中，突然到一半时候，时间片用完，但是数据还没有被处理完全，这个时候这个数据没有被留下来，没有被保存），此时等下次再次调度该进程，由于什么之前离开的相关数据都没有被保存下来，CPU执行该进程就不可以恢复到上次没有执行完的哪个步骤了；类似于在一个学习，你说你要去当兵，但是你离开学校前，并没有和学习说明情况，没有把你的学籍保留，没有告知学校你的课程没有上完，此时你冒然离开；学校不知道你离开的事实，就把你当作旷课处理，等你当兵回来时候，发现自己被开除了；就和进程的道理一样；
  所以说：上下文信息：就是一个进程被调度时候，需要保存的临时信息；
  并且这个信息有保存信息，和恢复信息的操作；保存信息的意思是：进程离开CPU 时候，该进程的寄存器相关属性信息被保存在了PCB中，恢复信息是：进程获得CPU时候前，需要恢复原来离开CPU时候保存下来的信息，这样才可以继续使用CPU，被调度执行；

---

为什么上下文信息需要被保存切换呢？

这个主要是因为CPU调度调度时候，只能调度一个进程，而进程有保存上下文信息，进程如此之多，也就是上下文信息如此多，而CPU里的寄存器只有一份：CPU为了能够调度每个进程使其运行起来，只能对上下文进行保存切换

---

其他的信息就不怎么谈了，我们要知道PCB就是一个进程的控制块，被OS所管理，OS管理进程控制块，也就是PCB，通过一些数据结构的方式管理，比如链表啥的，管理了PCB也就管理了进程的代码，因为PCB属性里有一个内存指针，指向了进程代码和相关数据；
OS不直接管理进程的代码，而是通过进程的PCB间接管理进程的相关代码和数据；

---

3 查看进程的方式

1. ps ajx | grep 进程 :查看进程相关信息；
   

如果需要配合相关的详细信息：
2. ps ajx | head -1 && ps ajx | grep 进程，这个命令会多了一些进程相关信息的解释；

3.通过文件查看文件 /porc查看进程，这个目录是Linux带给我们的一个查看进程的一个目录

其中数字都是一些进程的ID号；
可以通过ls -l /proc/进程id号查看你的进程的详细信息属性；

---

4 创建进程的方式

1. 第一种创建进程的方式：就是指向我们的命令，这就是创建进程了，只不过指向命令时候进程一下子就执行完了；比如：执行ls命令，这就是创建进程了，执行结果就是显示文件名倍；
2. 第二种就是我们写好的程序通过./a.out方式调用,也是在创建进程；
3. 通过fork函数来创建子进程；

---

5 理解fork创建子进程

fork函数创建子进程，它可以达到一个效果：创建成功后，fork之后的代码会执行两次：

---

其实fork之后就是创建出一个子进程，它的父进程就是main函数；而main函数的父进程就是bash进程，bash也就是命令行解释器；

---

该如何理解我们fork创建子进程这个说法？

1. 首先，我们必须有一个认知，我们创建进程的方式虽然又好几种，但是在操作系统的角度上来理解进程，本质是没有任何差别，不管你是./a.out运行进程还是编写代码fork创建子进程，都是一样的；
2. 其次我们要知道for本质是创建子进程，在操作系统的角度上，系统就会多出一个进程，那么也就是说：操作系统要多管理一个进程，那么一个进程的出现，自然而然就会有自己相关的数据结构和代码和数据；
3. 而这个数据结构，在Linux操作系统上就是task_struct,代码和数据是：父进程的代码和数据被拷贝到了子进程中，也就是说，子进程的代码和数据，是和父进程一模一样滴；
4. 但是fork之后，我们子进程的代码和父进程的代码共享的，共享的意思是，父进程和子进程一起使用同一份代码，但是数据却又是独立的，独立的意思是子进程和父进程的数据虽然是一样，但是却独立于每个进程，父子进程的数据互不干扰；

---

fork之前的代码会被共享嘛？

h
当然会被共享，只不过，当程序执行到了fork之后，就会形成子进程，也就是说，main函数不再单独执行自己的代码，也会执行子进程的代码，相当于多出来一个执行流（子进程的执行流）;
执行到了fork之后，就不会在跳转到fork之前的代码执行了，这本身就是程序按顺序执行的方式；

---

fork之后的子进程数据也是共享的嘛？

我们知道fork之后的代码时共享的，但是数据呢？数据默认情况共享的，但是这个必须有个前提：是父子进程的数据在没有被修改时候，才算是共享的，一旦修改了就不是共享的了；
这也就是说：父子进程本身就是独立的，相互不干扰的；

---

fork之后的子进程是和父进程相互独立？

进程本来就是相互独立的，进入fork之后创建的是子进程，但是进程独立性这个是不可以被撼动的；
在操作系统上，是通过一种技术：“写时拷贝”来达到进程之间独立性的目的；
写时拷贝：大概意思就是：子进程和父进程在读数据时候，读的都是共享的数据，但是一旦数据被修改，也就是说在子进程修改该，或者在父进程修改了，这个共享的数据就会被拷贝一份出来，让那个修改的进程去修拷贝的数据，而不修改共享的数据；

---

6 fork的返回值意义

我们说，假如在父进程创建了一个子进程，让父子进程都做一样的事情有意义嘛？其实是没意义的，既然我父进程本来不fork都可以完成的是，为什么还要fork一个新的子进程来做和父进程一样的事情；
所以说我们fork是有返回值的，这个返回值的意义就是：
可以让父子进程做不一样的是：
fork一次调用，两次返回：
在父进程返回子进程的pid，在子进程返回0；

---

---

代码验证以下：一次调用，两次返回

---

如何理解fork一次调用两次返回？

---

我们需要知道一个函数开始执行return语句了那么久代表该函数已经执行完了；
那么对于fork函数来说：fork内部有个处理逻辑就是创建子进程，那么一旦创建子进程成功后，父子进程就会同时执行之后的代码，而fork内部的return语句在创建子进程之后，也就是说，这个语句是会被父进程和子进程都执行到的；
这就可以带表，为什么说，fork一次调用，会有两次返回；

---

如何理解fork返回是两个不同的pid，也就是返回值不一样呢？

这就是写时拷贝的技术，也就是说，当fork内部开始调用return语句返回时候，假如是父进程开始返回，那么就直接返回子进程的pid给外面的变量接收了，再到子进程开始返回，此时子进程返回的就不是自己的pid，而是修改该返回值为0，返回给子进程外面的变量接收，外面的变量都是同一个变量，却又不同的值，也就是写时拷贝的技术；

---

如何理解给父进程返回子进程的id，给子进程返回0呢？

我们知道，在我们现实生活中，父：子 = 1：n;也就是父亲只有一个，孩子却可以有多个，父亲为了控制管理多个孩子，需要记住每个孩子的名字，而孩子却不需要记住父亲的名字也可以找到父亲，因为父亲只有一个，他就是唯一一个；
所以说：给父进程返回子进程id，是为了达到父进程控制子进程的目的，子进程返回0没关系，假如他要知道父进程的id，直接调用getppid（）就可以；

---

7 fork的基本使用

#include    
#include                                                 
    
int main()    
    
{    
  pid_t pid = fork();    
    
  if(pid == 0){    
    //child process    
    while(true){    
    
      std::cout<<"i am a child pid = "<<getpid()<<"parent pid = "
      <<getppid()<<"fork ret = "<< pid <<std::endl;        
      sleep(1); //子进程睡一秒，为了让cpu调度执行父进程    
    }    
  }    
  else if(pid >0){    
    //parent process            
    while(true){    
      std::cout<<"i am parent pid = "<<getpid()<<"parent pid = "
      <<getppid()<<"fork ret = "<< pid <<std::endl;        
      sleep(1);//父进程睡1秒，为了让cpu调度执行子进程    
      
    }    
  }    
  else{  
     //error
  }
  sleep(1);
  return 0;
  

---

执行的结果如下；

---

以后我们就可以通过fork创建子进程，通过if else 分流实现在不同的进程执行不同逻辑的代码

---

8 Linux的进程状态理解

为什么我们要强调Linux系统下的进程状态呢？
我们平时在操作系统书本上看的进程状态，它们都不是具体的状态，也就是说：操作系统书上的进程状态更加一般化，它适用于任何操作系统上的进程状态解释；
往往我们理解操作系统书本上的进程状态都比较吃力，是因为没有一个具体的操作系统去理解进程转台到底是什么意思：

---

这是操作系统书上一般化的进程状态的解释：

---

我们可以看看我们Linux内核对进程状态是如何解释的：

*
* 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 */
};

---

首先我们可以问问问自己进程状态的信息存在哪里呢？

在进程的PCB里，在Linux种也就是task_struct种；

进程的状态的意义是什么？

方便操作系统快速判断进程的状态，完成某种特定的功能，比如调度；
本质上进程的状态就是一种分类；

我们一个一个来理解具体的进程状态：
首先是进程状态R

进程状态R：表示该进程处于运行状态，它表示的是PCB数据结构存放在运行队列中，这样就表示该进程处于运行态；

---

处于运行态的进程一定会被CPU调度嘛？

不一定，因为处于运行住状态的进程是在运行队列中，看它是否被执行，被调度，是看它在队列的哪个位置；

---

代码验证一下R状态：

#include
#include

int main()
{
	while(true);
	return 0;
}

---

对于S和D状态：

当我们进程为了完成某种任务时候，任务条件不具备时候，那么该进程就需要等待该条件合适才可以被调度，此时该进程就会被放入等待队列，我们把这种状态的进程成为S和D状态；

---

比如：在我们进程为了读取磁盘信息时候，发现磁盘没有信息，在访问网卡资源时候，发现网卡还没有资源，在等待键盘输入字符时候，我们还没有按下键盘字符，此时的进程都会被放入一个等待队列中，等待该条件触发，才可以被调度；
换句话说：不是所有的进程都是为了等待CPU资源的，而我们的等待队列的进程就不是为了等待CPU资源，而是等待其他外设的资源，因为外设的资源太慢了，不可以让该进程在运行态的队列等待cpu资源，只能让它到放到另一个队列：即等待队列中等待外设资源；
当我们外设资源等到，也就是比如说磁盘又内容可以读时候，我们操作系统就会把该等待磁盘资源的进程，从等待队列插入到运行队列中，等待CPU调度；
也就是说：进程的状态不是一成不变的，而是会更具它需要完成某种任务功能而发生改变的；

---

---

S状态和D状态的理解

这两种状态都是等待的状态；
S称为可中断的等待状态；也就是说，当该进程处于S状态，我们是可以通过其他信号发出终止的，不让它继续处于S状态；
D称为不可中断的等待状态；对于这种D状态的进程，终止方式只有两种，直接关机，和等待该进程完成它的功能；

---

R状态和S状态之间的联系

一个进程的task_struct从运行队列中放入到等待队列中，我们就把这种叫做挂起（阻塞）进程； 一个进程的task_struct从等待队列放入到运行队列中，我们就把这种叫做唤醒进程；

---

T状态：

T状态也就是暂停状态，处于暂停状态的进程，数据是不会再被更新的了，也就是说，该进程被暂停运行了；
而它和S状态区别在于，S状态的进程，数据可会被更新，比如S状态的进程再sleep，等sleep时间到了，也就是时间的数据被更新了，它又会被唤醒了；

---

t状态：

这个状态是追踪状态，也就是说进程在处于调试状态时候，就会是t状态；

---

X状态：

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。
处于死亡状态的进程，也就是回收了该进程的资源，也就是释放了该进程的PCB信息和代码和数据；

---

9 僵尸进程

Z状态：

处于Z状态的进程，我们成为僵尸进程
如何理解僵尸进程呢？也就是说该进程本运行完了，但是它的进程控制块信息，也就是task_struct还没又被释放；为什么会产生僵尸进程呢？我们知道，在fork子进程时候，假如我们子进程先提前结束了，也就是子进程运行完了，父进程还没有运行完，此时父进程没有发现读取到子进程执行完的信息，也就是父进程不知道子进程已经结束了，那么此时子进程就会变成僵尸进程；

---

僵尸进程的状态演示：
我们控制让子进程先退出，父进程不退出，观察子进程的状态：

#include    
    
int main()    
    
{    
  pid_t pid = fork();    
    
  if(pid == 0){    
  //child process    
    
    std::cout<<"i am a child pid = "<<getpid()<<"parent pid = "<<getppid()<<"fork ret = "<< pid <<std::endl;        
    return 1;    
}    
  else if(pid >0){    
  //parent process    
    
  while(true){    
    std::cout<<"i am parent pid = "<<getpid()<<"parent pid = "<<getppid()<<"fork ret = "<< pid <<std::endl;        
    sleep(1);//父进程睡1秒，为了让cpu调度执行子进程    
  }    
 }                                                                                      
 else{    
  //error    
 }    
  sleep(1);    
  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！

---

对于如何避免这种状态的产生之后会分析。

---

10 孤儿进程

孤儿进程：也就是父进程先退出了，子进程还没退出，此时这个子进程就会成为孤儿进程；
父进程退出了，没有回收子进程，那么子进程就会被1号进程领养，也就是说：1号进程成为孤儿进程的父进程；
1号进程就是操作系统，孤儿进程自然而然会给1号进程回收；

---

我们也来代码演示一下：
让父进程先退出，子进程继续运行；

---

#include                                                                                                   
#include

int main()

{
  pid_t pid = fork();

  if(pid == 0){
  //child process

  sleep(30); //子进程睡30秒，让父进程执行它的代码，让他退出，为了让子进程形成孤儿进程
    std::cout<<"i am a child pid = "<<getpid()<<"parent pid = "<<getppid()<<"fork ret = "<< pid <<std::endl;
  }
  else if(pid >0){
  //parent process

    std::cout<<"i am parent pid = "<<getpid()<<"parent pid = "<<getppid()<<"fork ret = "<< pid <<std::endl;
  }
 else{
  //error
 }
  sleep(1);
  return 0;
}

---