【Linux】进程的概念

1. 基本概念

什么是进程？

在回答这个问题之前想问另一个问题：什么是程序？

• 我们写的代码（源文件）在经过编译器编译之后生成的是文件，那么就是存放在磁盘中的。所以程序的本质就是文件，在磁盘存放

所谓的进程，就是运行着的程序，我们知道程序的运行肯定是需要CPU做运算的，CPU只能直接与内存做交互，所以程序一定要加载到内存中才能运行（这是体系结构决定的！！）。

同一时间，内存中会有很多进程，所以我们就要这些进程**管理**起来。

那么，怎么管理呢？

2. 进程的描述

在上一篇文章中我们讲到，所谓的管理就是：先描述，再组织

我们一般会采用一个结构体来描述这些进程的相关属性

进程信息被放在一个叫做进程控制块的数据结构中，可以理解为进程属性的集合。课本上称之为PCB（process control block）， Linux操作系统下的PCB是: task_struct

上面是部分内核的代码截图，实际上内核中有关task_struct的代码有很多，主要可以分为以下几类

• 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

抽象出来大概可以这样表示：（假设系统中进程使用链表的结构组织）

struct task_struct
{
	//进程的所有属性
    //...
  	//进程对应的代码和数据的地址
    //...
  	//下一个进程的地址
    struct task_struct* next;
};

关于task_strcut更详细的讲解，可以看一看这一篇博客：Linux中进程控制块PCB-------task_struct结构体结构(童嫣

有了上述的观念之后，我们从内核的角度来看，进程就是**内核数据结构(task_struct) + 进程对应的磁盘代码**

3. 进程的一些基本操作

3.1 查看进程

1. 方法一：ps axj可以查看当前所有的进程

将ps axj结合管道和grep指令可以显示我们想要看到的进程，同时想要看到所有信息的含义，就要加上head -1表示将查询到的第一行数据也显示出来

2. 可以在/proc目录下查看当前所有进程

3.2 结束进程

对于一般进程，我们可以使用**[Ctrl + c]结束，也可以使用kill**命令结束

3.3 通过系统调用获取进程标示符

每个进程都有一个唯一标识符：PID我们可以通过系统调getpid()用来获取这个唯一标识符

注意：

• 这里的getpid和getppid获取到的就是进程的标识符，其中getpid是获取进程的PID，getppid是用于获取父进程PID

• 函数的返回值pid_t实际上就是int，只是在系统层面进行了封装

可以看到，我们通过 getpid() 和 getppid() 函数得到的值的确是我们进程对应的id；同时，我们发现myproc进程的父进程是 bash，即 shell 外壳，这也侧面证实了我们之前提到的结论 – shell 为了防止自身崩溃，并不会自己去执行指令，而是会派生子进程去执行。

同一个程序重新被运行时它的进程id可能与之前不一样，因为它的代码和数据需要重新从磁盘中加载；但是它的父进程id一定是一样的，因为它们都是通过 bash 来执行

3.4 通过系统调用来创建子进程

我们可以通过系统调fork来创建子进程

可以看到，所有子进程的id都是0，父进程的id都是子进程的pid，这是因为fork的返回值规定：当fork执行之后将会产生两个进程，其中父进程的返回值是子进程的pid，子进程的返回值是0，fork之后的所有代码都被父子进程共有

4. 进程状态

4.1 操作系统的进程状态

在真正进入的进程状态的学习之前，大家或多或少应该听说过一些进程的状态，比如：挂起，僵尸等等，在进入的进程状态的学习之前，我们需要统一一些观点：

1. 状态是进程内部的属性，所有的属性都在PCB里

2. 进程不只会占用CPU资源，也有可能随时要外设资源

• 运行状态

  进程PCB在运行队列里面的进程状态就是运行状态（不是说进程在运行时才是运行状态）

  运行队列的概念：

  CPU需要对进程做执行，同一时间操作系统内会有很多的进程，那么这些进程谁先谁后呢？此时就需要一个队列将这些进程管理起来，确定谁先执行谁后执行。这个队列里面保存的实际上并不是每个进程对应的二进制代码，而是PCB（task_struct），这个队列就是运行队列（run queue）

  每个CPU拥有一个运行队列

• 阻塞状态

  我们在上面说到，进程不止会占用CPU资源，也可能随时需要外设资源，当一个进程在运行的过程中需要访问外设资源的时候，由于外设很慢（相对于CPU来说），所以进程需要等待外设，此时CPU就想去处理其他进程，那么当前进程就会进入到阻塞状态

  拓展一下：

  每个CPU执行一个进程，当前进程在处于阻塞状态，等待其他硬件资源的时候，实际上也就是当前进程的PCB进入到了其他硬件的run queue中，也就是说每一个硬件都拥有一个runqueue

• 挂起状态

  如果系统中存在很多进程，当前进程短时间内不会被调度，代码和数据短时间内不会被执行，此时如果操作系统中的内存不够，就会将这些进程的相关信息保存在磁盘中，节省一部分内存。此时这些被保存在磁盘上的进程就是处于挂起状态

  挂起一定是阻塞的，阻塞不一定挂起

4.2 Linux对于这些状态的处理方式

在上一小节中我们讲到了操作系统内进程的概念性状态，那么在Linux下的表现形式是怎样的呢？

在Linux源码里面能够找到一个数组：task_state_array 罗列了Linux下所有的进程状态

/*
 * 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 *task_state_array[] = {
	"R (running)",		/*  0 */     // 运行状态
	"S (sleeping)",		/*  1 */     // 阻塞状态
	"D (disk sleep)",	/*  2 */     // 磁盘休眠状态/深度睡眠状态（了解）
	"T (stopped)",		/*  4 */     // 暂停状态
	"T (tracing stop)",	/*  8 */     // 该进程正在被追踪（看到的是t状态）
	"Z (zombie)",		/* 16 */     // 僵尸状态
	"X (dead)"		    /* 32 */     // 死亡状态
};

接下来我们来看一些进程状态的例子：

• 运行状态：

• 休眠状态

这里出现休眠状态的原因是：调用printf的时候需要访问外设——显示器，由于外设的速度很慢（相对于CPU而言），所以大部分时间都是在等在显示器资源，所以我们能看到的状态大多都是休眠。当然如果非常巧合的话，也是能看到R状态的

• 暂停状态

这里扩展一下：S是浅度睡眠，可以被终止；D是深度睡眠，无法被OS杀掉，只能通过断电、自己醒来进行解决。出现的原因一般是由于高IO导致的。

• t状态

tracing stop表示该进程正在被追踪

---

本节完