Linux--进程的概念（一）

一、冯诺依曼体系结构

  根据冯诺依曼体系结构构成的计算机，必须具有如下功能：
（1）把需要的程序和数据送至计算机中。
（2）必须具有长期记忆程序、数据、中间结果及最终运算结果的能力。
（3）能够完成各种算术、逻辑运算和数据传送等数据加工处理的能力。
（4）能够按照要求将处理结果输出给用户。
  为了完成上述的功能，计算机必须具备五大基本组成部件，包括：
（1）输入数据和程序的输入设备：（键盘、磁盘、网卡、显卡、话筒、摄像头等）
（2）输出处理结果的输出设备：（显示器、磁盘、网卡、显卡、音响等）
（3）记忆程序和数据的存储器：（内存）
（4）完成数据加工处理的运算器（CPU）
（5）控制程序执行的控制器（CPU）

  从上图的结构可以看出，当输入设备获取到数据信号后，先将其转入内存，经由CPU的处理后，返还给内存，再由输出设备接收，让用户获取到相应的信息。
  为什么冯诺依曼体系结构要多设计一个存储器，也就是内存？
  在此之前先了解一下计算机的存储分级，其中寄存器离CPU最近；L1、L2、L3是对应的三级缓存；主存通常指的是内存；本地存储（硬盘）和远程存储通常指的是外设。
  存储器的特点：离CPU更近，存储容量更小、速度更快、成本更高，如主存往上的；离CPU更远的，则相反，如本地磁盘。如图是存储器存储速度的金字塔结构。

二、操作系统

2.1 什么是操作系统

  任何计算机系统都包含一个基本的程序集合，称为操作系统（OS）。笼统的理解，操作系统包括：

• 内核（进程管理，内存管理，文件管理，驱动管理）
• 其他程序（例如函数库，shell程序等）

设计OS的目的
（1）与硬件交互，管理所有的软硬件资源
（2）为用户程序（应用程序）提供一个良好的执行环境

定位
（1）在整个计算机软硬件架构中，操作系统的定位是：一款纯正的“搞管理”的软件

如何理解“管理”
（1）管理的例子
（2）描述被管理对象
（3）组织被管理对象
俗称：先描述，再组织

  上图就是一个计算机软硬件体系结构，操作系统也是软件
（1）描述起来，用struct结构体，软件和硬件都是这样的
（2）组织起来，用链表或者其他高效的数据结构
（3）操作系统通过驱动程序管理底层硬件
（4）在开发角度，操作系统会对外表现为一个整体，但是会暴露自己的部分接口，供上层开发使用，这部分由操作系统提供的接口叫做系统调用，其实本质就是C函数，因为Linux底层是用C语言写的。
（5）系统调用在使用上，功能比较基础，对用户的要求相对也比较高，所以有心的开发者可以对部分系统调用进行适度封装，从而形成了库。由于系统调用过于复杂，因此出现了图形化界面，shell和工具集。

2.2 操作系统的意义

总结
计算机管理硬件
（1）描述起来，用struct结构体
（2）组织起来，用链表或者其他高效的数据结构
系统调用和库函数概念
（1）在开发角度，操作系统对外会表现为一个整体，但是会暴露自己的部分接口，供上层开发使用，这部分由操作系统提供的接口及，叫做系统调用。
（2）系统调用在使用上，功能比较基础，对用户的要求相对也比较高，所以，有心的开发者可以对部分系统调用进行适度封装，从而形成库，有了库，就很有利于跟上层用户或者开发者进行二次开发。

三、进程

3.1 进程的基本概念

  课本概念：程序的一个执行实例，正在执行的程序等。
  内核观点：担当分配系统资源（CPU时间，内存）的实体。

3.2 描述进程——PCB

  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

  操作系统和CPU运行某一个进程，本质就是从task_struct 形成的队列中挑选一个task_struct，来执行它的代码
  进程调度，变成了在task_struct的队列中选择一个进程的过程！
  只要想到进程，优先想到进程对应的task_struct
  当我们已经准备return了，我们的核心代码执行完了吗？ 已经执行完了！

3.3 进程和程序的区别

进程的组成
  进程一般由程序、数据集合和进程控制块三部分组成。
即：进程=内核数据结构（PCB）+该程序的代码+数据集合
进程和程序的区别？
  程序是代码编译后的静态文件
  进程是正在运行的动态实例

3.4 task_struct-PCB的一种

  进程控制块（PCB）是描述进程的，在C++当中我们称之为面向对象，而在C语言当中我们称之为结构体，既然Linux操作系统是用C语言进行编写的，那么Linux当中的进程控制块必定是用结构体来实现的。

• PCB实际上是对进程控制块的统称，在Linux中描述进程的结构体叫做task_struct。
• task_struct是Linux内核的一种数据结构，它会被装载到RAM（内存）里并且包含进程的信息。

3.5 task_struct的内容分类

  task_struct就是Linux当中的进程控制块，task_struct当中主要包含以下信息：

• 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（pc）：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，使用的时钟总和，时间限制，记帐号等。
• 其他信息

四、如何查看进程

4.1 通过系统文件查看进程

  在根目录下有一个名为proc的系统文件夹

  文件夹当中包含大量进程信息，其中有些子目录的目录名为数字

  这些数字其实是某一进程的PID，对应文件夹当中记录着对应进程的各种信息。我们若想查看PID为1的进程的进程信息，则查看名字为1的文件夹即可。

4.2 通过ps指令查看进程

  单独使用ps命令，会显示所有进程信息

[zl@VM-16-2-centos lesson12]$ ps axj

  ps命令与grep命令搭配使用，即可只显示某一进程的信息

[zl@VM-16-2-centos lesson11]$ ps axj | head -1 && ps axj | grep 'myproc'

五、如何获取pid和ppid

  想要获取到pid和ppid，就要用到系统调用接口：
pid_t getpid(void)–返回的是子进程ID
pid_t getppid(void)–返回的是父进程ID

5.1 getpid()–获取子进程（pid）

#include<stdio.h>
#include<unistd.h>
int main()
{printf("I am child pid： %d\n",getpid());return 0;
}

5.2 getppid()–获取父进程（ppid）

#include<stdio.h>
#include<unistd.h>
int main()
{printf("I am father pid： %d\n",getppid());return 0;
}

  通过系统调用函数，getpid和getppid即可分别获取进程的PID和PPID。


  我们可以通过ps命令查看该进程的信息，即可发现通过ps命令得到的进程的PID和PPID与使用系统调用函数getpid和getppid所获取的值相同。

六、进程的创建–fork初识

6.1 四种主要事件会导致进程的创建

（1）系统初始化
（2）正在运行的程序执行了创建程序的系统调用
（3）用户请求创建一个新进程
（4）一个批处理作业的初始化

为什么会有两个返回值？
（1）因为fork内部，父子各自会执行自己的return语句
（2）返回两次，并不意味着会保存两次？

父子进程被创建出来，哪一个进程先运行呢？
   不一定！，谁先运行，不一定，这个是由操作系统的调度器决定的！

6.2 用户如何请求创建一个新进程

  fork是一个系统调用级别的函数，其功能就是创建一个子进程

  若是代码当中没有fork函数，我们都知道代码的运行结果就是打印该进程的PID和PPID。而加入了fork函数后，代码运行结果如下：

  运行结果是打印两行数据，一行数据是该进程的PID和PPID，二行数据是代码中fork函数创建的子进程的PID和PPID。我们可以发现fork函数创建的进程的PPID就是proc进程的PID，也就是说proc进程与fork函数创建的进程之间是父子关系。
  说明：使用fork函数创建子进程后就有了两个进程，这两个进程被操作系统调度的顺序是不确定的，这取决于操作系统调度算法的具体实现。

6.3 如何让父子进程各有所需

  上面说到，fork函数创建出来的子进程与其父进程共同使用一份代码，但我们如果真的让父子进程做相同的事情，那么创建子进程就没有什么意义了。
  实际上，在fork之后我们通常使用if语句进行分流，即让父进程和子进程做不同的事。
fork函数的返回值：
（1）如果子进程创建成功，在父进程中返回子进程的PID，而在子进程中返回0。
（2）如果子进程创建失败，则在父进程中返回-1。
  既然父进程和子进程获取到的fork函数的返回值不同，那么我们就可以据此来让父子进程执行不同的代码，从而做不同的事。

  fork创建出子进程后，子进程会进入到if语句的循环打印当中，而父进程会进入到else if语句的循环打印当中。

七、进程的状态

7.1 进程状态有哪些

  系统中一定是存在各种资源的（不仅仅是CPU）网卡，磁盘，显卡，等其他设备。系统中不只是只存在一种队列！
  CPU对进程处理，取决于当前进程所处的状态，CPU对于不同状态的进程会采取不同的措施。
  新建状态：字面意思，没有入队列的状态就是新建状态。
  运行状态：task_struct结构体在运行队列中排队，叫做运行态。
  阻塞状态：等待非CPU资源就绪，阻塞状态！
  挂起状态：当内存不足的时候，OS通过适当的置换进程的代码和数据到磁盘，进程的状态就叫做挂起！
  退出状态：字面意思

  这里具体谈一下Linux操作系统中的进程状态，Linux操作系统的源代码当中对于进程状态有如下定义：

/*
* 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  */  //正在运行，不可中断
"S (sleeping)",       /* 1  */  //正在等待某件事情完成，可中断睡眠
"D (disk sleep)",     /* 2  */  //处于休眠状态
"T (stopped)",        /* 4  */  //停止或被追踪（调试）
"t (tracing stop)",   /* 8  */  //追踪（调试）状态，类似于vs下打断点后直接运行到断点处
"X (dead)",           /* 16 */  //死掉的进程
"Z (zombie)",         /* 32 */  //僵尸进程
};

有+号就是表示在前台进行运行进程，加&表示在后台进行运行进程
R：对应上面的运行态。
S：对应的就是上面的阻塞状态，可中断睡眠。 （挂起状态也是S）
D：睡眠状态，磁盘睡眠，深度睡眠，不可被中断，不可以被被动唤醒。（和S差不多，只是不可被中断）
（当服务器压力过大的时候，OS会通过一定的手段，杀掉一些进程，来起到节省空间的作用！S状态可以杀，D状态不可以杀，只能等这个进程自动醒来）（dd命令能够演示D状态进程）
T：暂停状态 调试
X：终止状态 瞬时性非常强（很难捕捉到）
Z：僵尸状态：一个进程已经退出，但是还不允许被OS释放，处于一个被检测的状态（一般是父进程或者OS）（维持该状态，为了让父进程和OS来进行回收！）
说明：进程的当前状态是保存到自己的进程控制块（PCB）当中的，在Linux操作系统当中也就是保存在task_struct当中的。

7.2 进程状态的查看

  在Linux操作系统当中我们可以通过 ps axj命令查看进程的状态。

[zl@VM-16-2-centos lesson12]$ ps axj

7.3 进程状态的分析

7.3.1 运行状态–R

  一个进程处于运行状态（running），并不意味着进程一定处于运行当中，运行状态表明一个进程要么在运行中，要么在运行队列里。也就是说，可以同时存在多个R状态的进程。
  说明：所有处于运行状态，即可被调度的进程，都被放到运行队列当中，当操作系统需要切换进程运行时，就直接在运行队列中选取进程运行。

7.3.2 浅度睡眠状态–S

  一个进程处于浅度睡眠状态（sleeping），意味着该进程正在等待某件事情的完成，处于浅度睡眠状态的进程随时可以被唤醒，也可以被杀掉(用kill -9 PID进程杀掉)（这里的睡眠有时候也可叫中断睡眠（interruptible sleep)）

7.3.3 深度睡眠状态–D

  一个进程处于深度睡眠状态（disk sleep），表示该进程不会被杀掉，即便是操作系统也不行，只有该进程自动唤醒才可以恢复。该状态有时候也叫不可中断睡眠状态（uninterruptible sleep），处于这个状态的进程通常会等待IO的结束。
  例如，某一进程要求对磁盘进行写入操作，那么在磁盘进行写入期间，该进程就处于深度睡眠状态，是不会被杀掉的，因为该进程需要等待磁盘的回复（是否写入成功）以做出相应的应答。（磁盘休眠状态）

7.3.4 停止状态–T

  在Linux当中，我们可以通过发送SIGSTOP信号使进程进入停止状态（stopped），发送SIGCONT信号可以让处于停止状态的进程继续运行。

7.3.5 僵尸状态–Z

  当一个进程将要退出的时候，在系统层面，该进程曾经申请的资源并不是立即被释放，而是要暂时存储一段时间，以供操作系统或是其父进程进行读取，如果退出信息一直未被读取，则相关数据是不会被释放掉的，一个进程若是正在等待其退出信息被读取，那么我们称该进程处于僵尸状态（zombie）
  首先，僵尸状态的存在是必要的，因为进程被创建的目的就是完成某项任务，那么当任务完成的时候，调用方是应该知道任务的完成情况的，所以必须存在僵尸状态，使得调用方得知任务的完成情况，以便进行相应的后续操作。

7.3.6 死亡状态–X

  死亡状态只是一个返回状态，当一个进程的退出信息被读取后，该进程所申请的资源就会立即被释放，该进程也就不存在了。所以你不会在任务列表当中看到死亡状态（dead）

八、僵尸进程与孤儿进程

8.1 僵尸进程

  前面说到，一个进程若是正在等待其退出信息被读取，那么我们称该进程处于僵尸状态。而处于僵尸状态的进程，我们就称之为僵尸进程。

8.1.1 僵尸进程的危害进程

（1）僵尸进程的退出状态必须一致维持下去，因为它要告诉其父进程相应的退出信息。可是父进程一直不读取，那么子进程也就一直处于僵尸状态。
（2）僵尸进程的退出信息被保存在task_struct(PCB)中，僵尸状态一直不退出，那么PCB就一直需要进行维护。
（3）若是一个父进程创建了很多子进程，但都不进行回收，那么就会造成资源浪费，因为数据结构对象本身就要占用内存。
（4）僵尸进程申请的资源无法进行回收，那么僵尸进程越多，实际可用的资源就越少，也就是说，僵尸进程会导致内存泄漏。

8.2 孤儿进程

  在Linux当中的进程关系大多数是父子关系，若子进程先退出而父进程没有对子进程的退出信息进行读取，那么我们称该进程为僵尸进程。但若是父进程先退出，那么将来子进程进入僵尸状态时就没有父进程对其进行处理，此时该子进程就称之为孤儿进程。
  若是一直不处理孤儿进程的退出信息，那么孤儿进程就会一直占用资源，此时就会造成内存泄漏。因此，当出现孤儿进程的时候，孤儿进程会被1号init进程（系统本身）领养，此后当孤儿进程进入僵尸状态时就由init进程进行处理回收。

  为什么要被领养？
未来子进程退出的时候，父进程早已不在，需要领养进程来进行回收。