进程、操作系统

一、冯诺依曼体系（Von Neumann Architecture）

1. 概述

• 分类

  • CPU 中央处理器: 进行算术运算和逻辑判断.
  • 存储器: 分为外存和内存, 用于存储数据(使用二进制方式存储)
  • 输入设备: 用户给计算机发号施令的设备.
  • 输出设备: 计算机给用户汇报结果的设备.

• 针对存储空间：硬盘 > 内存 >> CPU

• 针对数据访问速度：CPU >> 内存 > 硬盘

2. CPU

（1）如何衡量一个CPU的好坏
通过主频/频率（CPU的时钟频率），数值越大，CPU越好

• 主频：CPU执行的每个操作的最小单位，称为“指令”，写的一个程序，往往里面包含很多指令，可以简单理解为，1Hz == 一秒钟能够执行1个指令，1.9GHz就是一秒钟能执行19亿条指令，有的指令需要消耗好几个Hz，但是大部分指令1Hz就够了
• 主频是动态变化的，还可以通过给CPU加电压的方式提高主频

（2）与显卡的区别

• 显卡的本质和CPU是一样的，CPU是“通用计算芯片”，GPU是“专用计算芯片”。CPU计算能力比GPU更强，能执行复杂的计算，但是CPU只有一个，显卡有很多个，且进行简单运算时很快。
• 显卡是用来显示图形的，图形的显示需要大量且简单的计算，这种用CPU也能算，但是大材小用，用GPU算更加合适
• 现在显卡也可以用于AI（也需要进行大量且简单的运算）

（3）寄存器(Register)

• 存储：
  • 是个存储数据的单位，是CPU的一部分
  • 寄存器存储空间更小，访问速度更快，成本更高，掉电后数据会丢失
    • 寄存器的速度和内存速度的差距极大，是3-4个数量级
    • 内存上现在有16GB，服务器上256GB，512GB也有，寄存器一般就几十个字节或者几百个字节，甚至连几kb都达不到
• 用途：辅助CPU完成指令的执行，一条指令，不仅仅是指令本身，还包括操作数，操作数通常就是在寄存器中保存的

（4）缓存

由于寄存器和内存之间速度和空间上的差异太大，难以协调工作，所以CPU又引入了“缓存”来调和两者之间的速度和空间。比如CPU上要进行一系列运算，在运算过程中，要反复用到一组内存中的数据，这些数据要频繁使用，需要频繁访问内存，同时这些数据又比较多，在寄存器里存不下，这时候就可以放到缓存之中

• 缓存的存储空间介于寄存器和内存空间，后由于寄存器和内存之前差距太大，CPU又搞了二号缓存、三号缓存……

二、操作系统（Operating System）

操作系统是一组做计算机资源管理的软件的统称。对下，要管理各种硬件设备，对上要给各种软件提供一个稳定的运行环境
目前常见的操作系统有：Windows系列、Unix系列、Linux系列、OSX系列、Android系列、iOS系列、鸿蒙等。
操作系统把硬件屏蔽起来，对软件这里提供出一组API(系统调用)，让软件来调用，这样每个写软件的人，就不需要考虑硬件的差别和兼容性

三、进程(process)/任务(task)

作用：满足“并发编程”这样的需求，可以在多核心CPU的背景下，让应用程序中的代码可以把多个核心充分的利用起来，不至于一核有难，多核微观

1.概念

正在运行的程序

• 同一个程序，执行多次，就可能会产生出多个进程，平时所说的程序，指的是一些exe的可执行文件，是静态的，得是把程序运行起来（双击，此时操作系统会把可执行文件中的数据和指令，加载到内存中，并且让cpu去执行这里的指令，完成一系列相关的工作），才能说是“进程”
• 进程能够干活，说明进程能够消耗一定的硬件资源。可执行程序只是占用了硬盘空间，而进程，会消耗CPU资源、内存资源、硬盘、网络带宽
  • 比如下载操作，下载的是一个程序，是静态的，没法执行任何操作，但是安装就是真正运行起来，成为进程了
• 进程是系统分配硬件资源的基本单位
• java的生态不鼓励多进程编程

2.管理

当进程非常多的时候，就需要管理进程

（1）步骤

• 先描述
  • 会使用一个专门的结构体（C语言的结构体，操作系统主要都是C/C++实现的，结构体就是一个低配的类）， 叫PCB（进程控制块），这是通用叫法，各种系统用来描述进程的部分都可以称为PCB，来记录一个进程里面的各个属性
    • Linux中的PCB在源码中是一个task_struct结构体
• 再组织
  • 使用一系列的数据结构，把多个进程进行一个有效的组织，随时方便进行遍历，查找，汇总数据……，LInux通常是使用双向链表把多个PCB结构体串起来来进行组织
    • 当使用双向链表来组织时
      • 查看进程的列表，本质就是在遍历这个链表
      • 创建一个进程，就是创建了一个PCB结构体，并且插入到链表上
      • 销毁一个进程，就是把这个PCB结构体从链表上删除并释放

（2）PCB里的信息

• pid进程的标识
  同一个系统上，统一时刻中，每个进程的pid一定都是不同的。ps.有的时候，运行的一个exe文件，实际可能会涉及多个进程
• 内存指针：表示了该进程对应的内存资源是什么样的
  • 里面最主要存储的就是从exe可执行文件中加载过来的指令和数据，还有一些运行过程中的中间结果之类的数据
    • 指令：二进制的指令，是程序员开发这个程序后最终编译生成的结果，也就是代码的逻辑，然后进一步的再交给CPU来执行。指令就是一个剧本，进程就是演员。
    • 数据：执行的这些指令会依赖到一些数据
• 文件描述符表
  • 硬盘是硬件，应用程序一般是没法直接接触到“硬件”这一层的，于是操作系统抽象了“文件”这样的概念，应用程序操作的是文件，文件实际上是存储在硬盘上的。而“文件描述符表”就是记录当前这个进程正在使用哪些文件（fopen先打开，fread 再使用，fwrite，fclose最后关闭）
  • 操作系统打开一个文件，就会产生一个“文件描述符”（相当于是文件的身份标识，只在进程内部生效）
  • 会使用文件描述符表（类似于数组），把文件描述符组织起来

3.进程的调度和多核心CPU

每个进程想要执行里面的指令，完成对应的任务，都需要在CPU上执行。但是一台机器上只有一个CPU，同一时刻的进程却有很多个，为了解决这个问题，引入了进程的调度以及多核心的CPU

（1）多核心的CPU

1. 早期的CPU都是单核心的，即一个CPU上只有一个场地，同一时刻只能让一个进程在里面运行。当单核心的集成程度没法提高时，工程师开始增加核心的个数。比如，双核CPU，一个顶俩。甚至超线程技术，让一个CPU的核心一个顶俩，即一个CPU核心是一个物理核心，相当于两个逻辑核心

2. CPU只有一个，但是给进程提供的舞台不只有一个，现在的CPU都是多核心的

（2）进程的调度

• 并行：同一时刻，两个进程，同时运行在两个CPU逻辑核心上
• 并发：两个进程，在同一个舞台上，轮着上，由于CPU切换进程速度极快，微观上，这俩进程是串行执行的，宏观上，看起来这俩进程就是“同时”执行的。
• 操作系统在调度这个进程的时候，可能是按照并行来的，也可能是按照并发的方式来的，在应用程序这一层，是感知不到的，只有在系统内核中能感知到，相当于下属只知道那天要自己当班，但是不知道具体是怎么安排的，安排的是专门的负责人。也因为宏观感知上都差不多，所以会有“并发”代替“并发”+“并行”

（3）PCB中关于进程调度相关的属性

这些属性也描述了进程对应的CPU资源的使用情况

• 状态
  • 就绪状态：一个进程已经随时做好了在CPU上执行的准备
  • 阻塞状态/睡眠状态：有的时候，进程没有准备好被调度到CPU上
  • 状态是可以转换的，进程在系统中状态还有很多种，但是上述两种最关键
• 优先级
  • 系统给进程进行调度的时候，并不是完全公平的，会根据优先级的不同，来决定时间分配的权衡，即把系统资源调配给更重要的进程
• 上下文：
  • 因为进程是轮着上的，如果一次运行不完，就需要保证下次上CPU运行的时候，能够读档，即实现存档和读档的效果。
  • 对于操作系统来说，所记录的上下文就是该进程在执行过程中，CPU的寄存器中对应的数据，这些寄存器有的是存一些中间结果，有的是存一些特定含义的数据（比如下一条指令是在哪里，当前的函数调用关系等），这些寄存器中的数据就需要在进程离开CPU之前，都保存好。下次该进程回到CPU执行，就可以把PCB中的上下文里的数据恢复到对应的寄存器中，这个时候进程就能实现“读档”的操作了
• 记账信息：
  • 相当于是一个统计信息，会统计每个进程在CPU上都执行多久了，执行了多少指令，是对进程的调度工作进行一个“兜底”（不让某一个进程排的时间太多或太少）

（4）虚拟地址空间

使用场景：每个进程都需要一定的内存资源，早期的操作系统就是直接把物理内存分配给进程（某块内存给哪个进程），但是一旦某个进程内部代码写出bug，内存越界访问了，就可能会影响到别的进程，为了解决这个问题，操作系统引入了“虚拟地址空间”这样的概念

• 这样设定之后，每个进程的有效的虚拟地址，都是固定范围，进程使用该虚拟地址的内存，都需要操作系统进行转换成物理地址的过程，这个转换过程中，就可以针对虚拟地址是否有效作出一个校验
  • 校验：系统自动检查看是否出现非法的地址的使用，能够及时地通知这个进程，甚至直接让进程挂掉，避免影响到其他的进程，提高了整个系统的稳定性。
• 在虚拟空间地址的加持下，进程具有了“独立性”，每个进程有自己的虚拟地址空间，一个进程无法直接访问，或者修改其他进程虚拟地址空间的内存，强化了系统的稳定性

（5）进程间通信

在进程隔离性的基础上，放松一点，让进程能够有限制的进行相互影响。本质上是：找一个公共的区域，多个进程都能访问到的区域，借助公共区域来完成数据的交换