操作系统理论:Linux进程与进程状态(进程调度的大O(1)算法数据结构模型)

一.进程的基本概念

• 冯诺依曼体系的计算机在运行时,内存中会预加载许多程序(数据+运算指令集),然而CPU同一时刻只能执行一个程序(多个程序竞争CPU资源),此时就需要操作系统对内存中的诸多程序进行管理,让CPU资源得到合理的分配,于是便有了进程的概念:

  • 进程:描述程序的结构体对象(PCB结构体)和其所指向的程序(数据与运算指令集)
  • 在Linux中PCB结构体被命名为task_struct

• 进程的PCB结构体在操作系统中会被组织进各种数据结构,同一个PCB结构体对象会同时位于多个数据结构中,比如：

• 操作系统对进程进行管理是通过对PCB结构体对象形成的数据结构进行增删查改实现的

• Linux中进程的PCB通过PID(一个数字)唯一地标识:

进程间的基本关系:父子关系

• Linux系统中,一个进程可以通过库函数fork()创建子进程
  • pid_t fork(void);
  • 一个进程通过fork函数创建子进程后,父子进程共享fork()函数所在的代码语句以及其后的代码段
  • fork函数返回值说明:若子进程创建成功,frok函数在父进程中返回子进程的PID,在子进程中返回0,若子进程创建失败,则fork函数在父进程中返回-1
  • 子进程刚被创建时,会共享父进程的所有数据,后续子进程对于父进程的数据会进行写时拷贝
  • 根据父子进程中fork()返回值的不同,我们便可以令父子进程后续执行不同的代码段

int main()
{
  printf("hello world\n");
  size_t childPid = fork();//创建子进程
  if(childPid == 0)
  {
    //子进程执行的代码段
    while(1)
    {
       printf("我是子进程,Pid:%d,PPid:%d\n",getpid(),getppid());
       sleep(1);
    }
  }
  else
  {
    //父进程执行的代码段
    while(1)
    {
       printf("我是父进程,Pid:%d,PPid:%d\n",getpid(),getppid());
       sleep(1);
    }
  }

  return 0;
}

• 运行状态:
  
• 一个父进程可以有多个子进程,而一个子进程只有唯一的父进程,在操作系统中,依据父子进程的关系,PCB结构体对象会形成一个树形数据结构
• 总之,在操作系统中,PCB结构体对象处于众多数据结构交织成的网中

二.进程状态

• 进程状态总览(Linux操作系统):

(1)进程的运行状态R

• CPU一次只执行一个进程,一个CPU对应唯一一个运行队列(Linux中实质上是一个哈希桶),处于运行状态的进程的PCB结构体会被链入运行队列中,操作系统会依次调度运行队列中PCB结构体所指向的程序,将其交给CPU执行运算.
• 进程的PCB会记录该进程的调度优先级(一个整数),进程的调度优先级会影响其在运行队列中的位置.
• Linux中的进程优先级分为140个等级,其中0级到99级分给实时进程,100级到139级分给非实时进程
  • 140个等级对应140条运行队列分支(140条运行队列分支以哈希桶的结构进行组合)
  • 进程task_struct在运行队列中的位置由其动态优先级决定

Linux进程调度的大O(1)算法数据结构模型(运行队列哈希桶):

• 在Linux内核中还有一个160个比特位大小的位图用于记录run哈希桶中的各个队列是否为空,一旦run哈希桶中的队列都为空,就交换指向run和tem两个数组的指针,然后继续执行进程调度
• 得益于上图所示的数据结构,Linux操作系统无须对各个task_struct结构体进行依据优先级的快速排序,同时可以在任意时刻以O(1)的时间复杂度快速定位某个优先级的进程所在的分支运行队列(同时进行O(1)的队列判空),task_struct结构体对象的入队出队操作也是O(1)的时间复杂度,实现了Linux操作系统高效的进程调度机制

进程的运行时间片

• 每个进程都有一个运行时间片(比如20ns),进程的时间片决定了CPU对其执行运算的单次最长时间,一个进程在CPU中完成了一个时间片的运算后就会暂时退出运行队列等待下一次调度
• 有了时间片的限制,在一定时间段内(比如20ms),所有在运行队列中的进程都会被CPU执行运算一次,形成了进程的并发执行,CPU资源因此得到了合理的分配和充分地使用
• 我们感觉到电脑同时运行着多个程序,其实本质上是CPU在根据进程时间片极速地遍历执行着每一个进程而形成的进程并发的结果.

(2)进程的睡眠状态(S和D)

• Linux系统中进程的睡眠状态对应着操作系统学科理论中的进程阻塞状态
• CPU的运算速度和数据流动速度是不对等的,因此进行数据交互的进程时常会处于等待反馈信息的状态
• 当一个进程处在等待某种资源的状态时,其PCB结构体就会退出运行队列并进入到阻塞队列中,比如某个进程需要键盘输入数据,这时它就会进入到键盘的阻塞队列中
• 操作系统中,阻塞队列的数量是不确定的,系统中有多少种通信过程,就存在多少种阻塞队列:
• Linux中位于阻塞队列中的进程处于可中断睡眠状态(S状态),当系统内存不足时,操作系统会将一些处于阻塞队列中的进程对应的程序(数据和指令集)暂时存放到swap磁盘分区中,进程进入挂起状态
• Linux操作系统在内存不足时,还会选择性地杀死一些位于阻塞队列中的进程,如果某个进程执行的是非常重要的任务(比如向磁盘中写入重要数据时,等待磁盘反馈),那么就需要将该进程标记为不可中断睡眠状态(D状态),处于不可中断睡眠状态的进程在被执行结束前不会相应操作系统的请求

(3)进程的僵尸状态和死亡状态

• Linux系统中,当一个父进程的子进程终止时,该子进程就会进入僵尸状态(Z状态),Z状态的进程会等待其父进程来回收其PCB结构体中的终止信息(以便判断它是正常终止还是异常终止),只有当父进程处理了它的终止信息,子进程才会由Z状态进入死亡状态(X状态),这时,操作系统才会将子进程所占用的内存资源完全回收
• 如果父进程一直不处理僵尸子进程的终止信息,那么僵尸子进程的PCB结构体以及相关数据就会一直留在内存中,造成内存泄漏
• 如果父子进程中的父进程率先终止了,其子进程就会被托孤给操作系统,成为操作系统的子进程,这样的进程称为孤儿进程