Linux系统编程之进程概念
发布时间：2022-08-09 10:21:38 所属栏目：Linux 来源：互联网
导读：注：本文部分图片来源于网络，如有侵权，请告知删除 1. 什么是进程？# 在了解进程概念之前，我们需要先知道程序的概念。 程序，是指编译好的二进制文件，这些文件在磁盘上，并不占用系统资源。 进程，指的是一个程序的执行实例，是操作系统分配系统资源的单位
|
注：本文部分图片来源于网络，如有侵权，请告知删除 1. 什么是进程？# 在了解进程概念之前，我们需要先知道程序的概念。 程序，是指编译好的二进制文件，这些文件在磁盘上，并不占用系统资源。 进程，指的是一个程序的执行实例，是操作系统分配系统资源的单位，这里的系统资源有CPU时间，内存等。当程序运行起来，产生一个进程。 也就是说，相比于程序，进程是一个动态的概念。 2. 用什么来描述进程？# 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。教材中称为PCB（process control block），不同的操作系统下有不同的PCB，Linux 下的进程控制块是 task_struct。 task_struct是Linux内核的一种数据结构，当一个进程创建时，系统会先将程序加载到内存，同时会将task_struct装载到内存中，在task_struct中包含着进程的信息。 task_struct的内容主要分为以下几类： 标示符（PID) : 描述本进程的唯一标示符，用来区别其他进程，本质上是一个非负整数。 进程状态: 任务状态，退出代码，退出信号等。 上下文数据: 进程执行时处理器的寄存器中的数据。 程序计数器: 程序中即将被执行的下一条指令的地址。 文件描述符表，包含很多指向 file 结构体的指针。 优先级: 相对于其他进程的优先级。 其他信息。 3. PID、PPID# 为了便于管理，操作系统中有父子进程的概念。子进程会继承父进程的属性和权限，而父进程也可以系统地管理子进程。 进程的标志符是PID，是进程的唯一标识，而父进程的标志符是PPID。 要查看进程的父子关系，可以用命令ps axj 我们在后台运行一个./test可执行文件，用如下命令查看该进程的父子信息 image-20210814122527856 可以看到，该进程的进程PID为7711，其父进程PPID为29455 要获取进程id和父进程id，可以使用getpid()和getppid()函数： 获取当前进程 ID pid_t getpid(void); 获取当前进程的父进程 ID pid_t getppid(void); 如运行如下代码后，可以输出该进程的id和父进程id #include <stdio.h> #include <sys/types.h> #include <unistd.h> int main() { printf("pid: %dn", getpid()); printf("ppid: %dn", getppid()); return 0; } 输出结果： image-20210814123657132 4. fork函数# 运行man 2 fork后，可以看到pid_t fork(void); fork函数是用于创建子进程的一个函数，当父进程调用fork函数后，会创建一个子进程，父子进程代码共享，数据各自开辟空间。 一般情况下，fork之后通常要进行分流，如代码1 #include <stdio.h> #include <sys/types.h> #include <unistd.h> int g_val = 0; int main() { pid_t id = fork(); if(id < 0){ perror("fork fail"); return 1; } else if(id == 0) { //child printf("g_val = %d,child_pid = %d , &g_val = %pn",g_val,getpid(),&g_val); } else { //parent printf("g_val = %d,parent_pid = %d , &g_val = %pn",g_val,getpid(),&g_val); } return 0; } 执行结果如下 image-20210814181301227 可以看出，分流之后，父进程执行的是id>0的代码，而子进程执行的是id == 0 的代码，也就是说，fork是有两个返回值的，如果子进程创建成功，fork给父进程返回的是子进程的PID，给子进程返回0。 需要注意的是，子进程执行的是fork之后的代码。这是为什么？ 在父进程创建好子进程后，父子进程代码共有，父进程会将自己的数据拷贝给子进程，其中就包括了父进程程序计数器的值。程序计数器内存放的是程序中即将被执行的下一条指令的地址，由于父进程已经执行了fork前面的代码，因此子进程会和父进程一样，都执行fork之后的代码。 5. 进程的状态# 当一个进程实体从磁盘加载到内存时，会创建对应的task_stuct，进程有不同的状态。在Linux中，所有运行在系统里的进程都以task_struct链表的形式存在内核里，根据状态的不同，可以将 task_struct中有关于进程状态的描述： 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 */ }; R状态：可执行状态，只有该状态的进程才可以上处理机运行。同一时刻可以有多个进程同时处于R状态，除了上处理机的进程外，其余R状态的进程以链表的形式组成队列，等待上处理机。在操作系统教材中的运行态和就绪态，在Linux中统一为R状态。 S状态：可中断睡眠状态，进程因为等待某些资源，而没有上处理机运行，该状态即S状态。当得到等待的资源，或者接收到某些异步信号时，进程将会被唤醒。一般情况下用ps命令查看进程状态，大多数进程都是S状态。 D状态：深度睡眠状态，该状态下不接受一些异步信号。该状态存在的原因是操作系统的某一些操作要求是原子操作，中间不可以接受其他异步信号的干扰，只要对应资源不得到满足，就一直处于D状态。例如， kill -9 也杀不死D状态的进程。而实际中，我们用ps命令几乎是无法捕捉到D状态的进程，因为原子操作往往比较短暂。 T状态：可以通过发送 SIGSTOP 信号给进程来停止（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状态：死亡状态，该状态是返回状态，在任务列表中看不到。 Z状态：僵尸状态，该状态是一个特殊的状态。当进程退出时，如果父进程没有读取到子进程退出的返回代码，就会产生僵尸进程。僵尸进程会一直以Z状态留在进程表中，等待父进程读取其退出状态。即便是退出状态的进程，本身也需要用PCB进行维护，也就是说，如果父进程不读取子进程的退出信息，子进程的PCB会一直在内存中，从而造成了内存泄漏。 除了僵尸进程，系统中还可能存在另外一种进程——孤儿进程。当父进程先退出时，子进程就成了孤儿进程，此时孤儿进程会被1号init进程领养，其PPID变为1。 6. 进程地址空间# 我们将第4节讲解fork函数时的代码稍作修改 #include <stdio.h> #include <sys/types.h> #include <unistd.h> int g_val = 0; int main() { pid_t id = fork(); if(id < 0){ perror("fork fail"); return 1; } else if(id == 0) { //child g_val = 10000; printf("g_val = %d,child_pid = %d , &g_val = %pn",g_val,getpid(),&g_val); } else { //parent sleep(3);//这段代码让父进程休眠3s，保证子进程的代码先执行，让子进程修改g_val printf("g_val = %d,parent_pid = %d , &g_val = %pn",g_val,getpid(),&g_val); } return 0; } 执行结果如下 image-20210814183733642 我们惊奇地发现，父进程和子进程的&g_val是一样的，但是g_val居然不一样！ 我们知道，相同的物理内存单元中不可能存储不同的两个数，也就是说，这里的地址并不是实际的物理地址，而是虚拟地址。那么，操作系统是如何管理进程的地址空间呢？ 6.1 mm_struct# 对于操作系统而言，管理的方式是先用数据结构进行描述，再将数据结构进行组织。我们知道当一个进程创建时，会创建对应的PCB，在Linux中，task_struct中有一个结构体——struct mm_struct，这个结构体就是用来描述该进程虚拟地址的结构体。 mm_struct源码如下 struct mm_struct { //指向线性区对象的链表头 struct vm_area_struct * mmap; /* list of VMAs */ //指向线性区对象的红黑树 struct rb_root mm_rb; //指向最近找到的虚拟区间 struct vm_area_struct * mmap_cache; /* last find_vma result */ //用来在进程地址空间中搜索有效的进程地址空间的函数 unsigned long (*get_unmapped_area) (struct file *filp, unsigned long addr, unsigned long len, unsigned long pgoff, unsigned long flags); unsigned long (*get_unmapped_exec_area) (struct file *filp, unsigned long addr, unsigned long len, unsigned long pgoff, unsigned long flags); //释放线性区时调用的方法， void (*unmap_area) (struct mm_struct *mm, unsigned long addr); //标识第一个分配文件内存映射的线性地址 unsigned long mmap_base; /* base of mmap area */ unsigned long task_size; /* size of task vm space */ /* * RHEL6 special for bug 790921: this same variable can mean * two different things. If sysctl_unmap_area_factor is zero, * this means the largest hole below free_area_cache. If the * sysctl is set to a positive value, this variable is used * to count how much memory has been munmapped from this process * since the last time free_area_cache was reset back to mmap_base. * This is ugly, but necessary to preserve kABI. */ unsigned long cached_hole_size; //内核进程搜索进程地址空间中线性地址的空间空间 unsigned long free_area_cache; /* first hole of size cached_hole_size or larger */ //指向页表的目录 pgd_t * pgd; //共享进程时的个数 atomic_t mm_users; /* How many users with user space? */ //内存描述符的主使用计数器，采用引用计数的原理，当为0时代表无用户再次使用 atomic_t mm_count; /* How many references to "struct mm_struct" (users count as 1) */ //线性区的个数 int map_count; /* number of VMAs */ struct rw_semaphore mmap_sem; //保护任务页表和引用计数的锁 spinlock_t page_table_lock; /* Protects page tables and some counters */ //mm_struct结构，第一个成员就是初始化的mm_struct结构， struct list_head mmlist; /* List of maybe swapped mm's. These are globally strung * together off init_mm.mmlist, and are protected * by mmlist_lock */ /* Special counters, in some configurations protected by the * page_table_lock, in other configurations by being atomic. */ （编辑：鞍山站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |