Linux：进程入门（进程与程序的区别，进程的标识符，fork函数创建多进程）

往期文章：《Linux：深入了解冯诺依曼结构与操作系统》

Linux：深入理解冯诺依曼结构与操作系统-CSDN博客

目录

1. 概念

2. 描述进程

3. 深入理解进程的本质

4. 进程PID

4.1 指令获取PID

4.2 geipid函数获取PID

4.3 kill指令终止进程

4.4 进程信息文件夹

（1）exe

（2）cwd

5. 进程PPID

5.1 getppid函数获取PPID

5.2 fork函数创建子进程

6. 创建多进程

7. fork函数如何返回两个值

---

1. 概念

进程（Process）是指一个正在执行的程序实例。在操作系统中，进程是资源分配和调度的基本单位。可执行程序与进程的区别：可执行程序是一组指令的集合，它存储在磁盘上，而进程则是程序在执行时的一个实例，它存在于内存中。

2. 描述进程

操作系统也称之为Operating System，缩写就是OS。

操作系统笼统的分为内核(kernel)和外壳程序。内核有进程管理、内存管理、文件管理和驱动管理。操作系统管理任何对象，都是对其属性进行管理，遵守先描述，再组织的原则。

因此，操作系统管理进程，相当于管理它的属性，会把进程属性放在一个叫做进程信息控制块的数据结构当中，就是进程属性的集合。这也称为PCB（process control block），Linux操作系统下的PCB是task_struct。

下面是task_struct结构体中包含的内容：

• 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[休学例子，要加图CPU，寄存器]。
• 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

3. 深入理解进程的本质

如下图，进程的前身就是一个可执行程序，它主要包含代码和数据，且在硬盘当中。可执行程序在windows系统中一般以.exe结尾，在Linux系统中一般没有特定的后缀结尾，且通常不跟后缀。

当一个可执行程序启动运行时，其代码与数据将被载入内存之中。在这一过程之前，操作系统内核会创建一个名为task_struct的结构体对象，该对象详细记录了进程的各种属性。这些属性包括但不限于进程标识符（pid）、状态信息、优先级等。特别地，memptr指针负责记录内存中myexe程序的起始地址，确保进程能够正确地访问和执行程序代码。

进程 = 内核数据结构(task_struct) + 程序的代码和数据

当多个可执行程序同时运行时，task_struct结构体内部采用特定的数据结构，将所有进程串联起来。设想task_struct中包含一个指向下一个结构体的指针，那么将存在一个结构体指针list，它指向链表中的第一个task_struct对象。随着新进程的创建，它们的task_struct对象会被前一个对象的next指针串联起来，从而在操作系统中形成了一个调度队列。

CPU的寄存器并不直接存储程序的代码和数据，而是通过list指针定位到相应的task_struct对象，并将其信息载入寄存器。因此，当CPU调度内存中的myexe进程时，实际上是在操作该进程的task_struct对象，进而间接执行程序代码。

我们可以用一个类比来理解这个过程：假设张三正在求职，他提交了一份简历给公司的人力资源部门（HR）。这份简历包含了张三的个人详细信息、实习经历和项目经验，这些信息集合就如同进程的task_struct结构体，记录了张三的“属性”。当HR收到众多简历并逐一审核时，求职者本人对于这一过程是一无所知的。这与CPU调度进程的情形相似，CPU并不直接运行内存中的程序，而是通过操作task_struct结构体对象来间接实现对进程的调度。

4. 进程PID

4.1 指令获取PID

不管是在windows系统中，你双击某个应用，还是在Linux系统中，你执行某些指令或者运行某个可执行程序，当这些程序跑起来都叫做进程。不过进程一般分为两种，第一种是执行完就退出的进程，像Linux系统下的ls pwd等指令；第二种是执行完一直不退出，直到用户关闭，像window系统中的QQ，微信等应用，这种进程叫做常驻型进程。

下面写一份C语言代码，在main函数使用while循环搞个死循环，内部是每隔一秒钟打印一句话。sleep函数的作用是使当前进程暂停执行指定的秒数，该函数的原型通常在<unistd.h>头文件中定义

当程序运行起来，会不断打印“hello linux！”。

 这时我们再打开一个Xshell程序，就可以在不打扰上面进程的情况下输入新指令并运行。

 我们可以使用ps指令来查看进程信息。其中head -1表示拿到进程信息的第一行，grep加某些进程名，表示拿到该进程名那行信息。你会发现COMMAND这列中含有grep指令，这是因为gerp myproc本身就含有myproc，也会打印出来。想要去掉它，grep后加上-v grep，就是忽略grep相关的文本信息。

• -a：显示所有终端下的进程。
• -x：显示没有控制终端的进程（在后台运行）。
• -j：显示与作业控制相关的信息。

我们观察上图，第一行中有许多属性名词，其中PID表示进程的唯一标识符，PPID表示父进程的标识符。myproc进程pid是4340。如果我们按下Ctrl+C按键，会中断该进程。

 当再次启动进程时，使用ps指令获取进程信息，pid值为6336。你会发现同样都是myproc的进程，pid值发生改变。因为系统使用一个累加的计数器维护进程的PID值，在你启动进程时，操作系统也不断在请求任务。所以，PID值出现变化且不连续是很正常的。

4.2 geipid函数获取PID

getpid是一个系统调用级函数，可以获取进程的id值。需要包含两个头文件，分别是unistd.h和sys/types.h。其中pid_t其实本质就是long int类型，只不过被typedef封装了一下。

使用getpid函数不用频繁获取，只需获取一次，因为一个进程启动之后，id值不会改变的，除非重新启动一次。当myproc程序执行起来后，可以看到进程id值是8042。我们使用ps指令获取myproc进程的信息，会发现pid值也是8042。

4.3 kill指令终止进程

如果你想要终止一个进程，可以在键盘上按下Ctrl + C的按键，发出终止信号。或者使用kill指令，使用kill -l可以查看kill指令的选项，其中9对应的选项就是终止进程。

终止进程操作如上图所示，输入kill + -9 + 进程id值，在另外一恶搞Xshell程序中可以看到myproc进程停止，显示了Killed信息。

4.4 进程信息文件夹

（1）exe

我们刚刚通过ps指令可以获取进程的一部分信息。在Linux操作系统下，一切皆文件。我们使用ls指令查看根目录，会发现有个proc目录。

proc就是process(进程)的缩写，再使用ls指令查看该目录，可以发现许多以数字命名的目录，这些就是某个进程的id值，里面存放的就是该进程的相关信息。

运行myproc程序后，生成一个pid值为19775的进程，使用ls命令查看/proc路径下的文件，其中就有名为19775文件夹。该文件夹存放的就是该进程的详细信息。

我们查看/proc/19775路径下的文件，会发现里面有许多内容。今天需要认识一下exe和cwd。进程是被某个可执行程序启动，exe存放的就是该可执行程序的路径

当我们再打开一个Xshell程序，进入到myproc的目录下，删除该可执行程序，你会发现进程还是在运行。因为进程已经被加载到内存当中，删除硬盘的可执行程序不会造成影响。但是再次查看/proc/19775路径下的文件，会发现exe显示该路径下的可执行程序已被删除。

（2）cwd

cwd全称是current working directory，意思是当前工作目录。我们在C语言中创建一个文件，如果没有指定绝对路径，默认生成在当前路径下。下面我们写个代码验证一下。

运行myproc程序，过几秒终止进程。查看当前目录，会发现多了一个file.txt文件。所以使用fopen新建一个文件时，不是你以为的相对路径，而是拿到cwd再加上你输入的文件名，形成一个绝对路径。还有什么方式可以证明上面的说法呢？

我们可以使用一个系统调用函数chdir，它的作用就是改变当前进程的工作目录。我们在myproc.c中使用chdir函数，修改当前工作目录为home目录下的普通用户，也就是我正在使用的用户。如果修改到根目录或者家目录，无法新建文件夹，因为普通用户没有写权限，只有超级用户才可以新建文件或者目录。

当我们启动myproc程序后，立即查看/proc/24404中内容，会发现cwd变成了普通用户的目录。再使用ls命令查看工作目录，发现有file.txt文件。这就验证了在代码中新建文件，如果不写绝对路径，会在输入的文件名前加上当前工作目录。

5. 进程PPID

5.1 getppid函数获取PPID

ppid是指parent process id，即某个进程的父进程id值。

其中getppid函数，是获取某个进程的父进程id值。

 修改一下myproc.c中的代码，获取一下父进程id，并打印出来。

 当我们启动myproc程序，运行一会后，终止该程序，再启动该程序，重复三次。你会发现它们的父进程id值都是19496。

我们使用ps指令查看该父进程信息，发现该进程的command（执行的指令）是-bash。其中bash是Linux系统下的命令行解释器，类似于windows系统中的cmd。

因此有个结论，在Linux操作系统启动之后，命令行上执行指令或者执行程序，本质上都是bash的进程创建的子进程，由这些子进程执行我们的代码

5.2 fork函数创建子进程

fork函数也是系统调用函数。函数原型如上，返回值类型是pid_t，不用传参。它的作用是在当前进程下创建一个子进程。

修改myproc.c中的代码，一开始打印一下当前进程的pid和ppid。之后调用fork函数，试着打印子进程的pid和ppid。

运行myproc程序，你会发现打印了三行语句。其中第一行语句是第一个printf函数打印的，pid值为29447的进程应该是myproc启动后的进程它的父进程就是上面提到的bash。

但是下面打印了两行语句，第二行语句的pid值为29447，ppid值是26892，应该是当前程序的进程。最后一行语句中，pid值是29448，ppid值是29447，它的父进程就是myproc程序启动后的进程，说明这是fork函数创建出来的子进程，并且pid值是连续的。

可以得出结论，调用fork函数，当前进程会创建一个子进程，这两个进程会同时执行后面的代码，相当于两个执行流分支。因为这两个进程是连续创建的，它们的pid值连续。

#include <stdio.h>
#include <unistd.h>
#include <sys/types.h>int main()
{printf("I am a process, pid: %d, ppid: %d\n", getpid(), getppid());pid_t id = fork();if (id > 0){while (1){printf("我是父进程，pid: %d, ppid: %d, ret id: %d\n", getpid(), getppid(), id);sleep(1);}}else if (id == 0){while (1){printf("我是子进程，pid: %d, ppid: %d, ret id: %d\n", getpid(), getppid(), id);sleep(1);}}}

 fork函数调用成功，给父进程返回子进程的pid，给子进程返回0。如果调用失败，会设置错误值到errno变量中。

运行结果如上，fork创建进程后，当前进程接收到子进程的id值，子进程接收到0。那么为什么if else语句看起来能同时成立，且有两个返回值？

上面有提到，进程 = 内核数据结构(task_struct) + 程序的代码和数据。那么fork函数创建一个子进程时，操作系统会创建一个task_struct结构体对象。程序中的代码因为是只读的，子进程与父进程共享代码。

而子进程会私有一份数据，因为两个进程间数据互相修改，可能会触发某些条件导致程序崩溃，所以进程之间具有很强的独立性，一个进程崩溃不会影响另外一个进程。这就类似于手机上启动许多应用，如微信，抖音等，如果微信崩溃，不会影响抖音的运行。

因为fork函数创建子进程后，会出现两个执行流，那么此时fork函数返回一个值时，有两个执行流进行返回，并且进程间的数据是各自私有的，那么id变量会有两份。

#include <stdio.h>
#include <unistd.h>
#include <sys/types.h>int g_val = 0;int main()
{printf("I am a process, pid: %d, ppid: %d\n", getpid(), getppid());pid_t id = fork();if(id > 0){while(1){printf("我是父进程，pid: %d, ppid: %d, ret id: %d, g_val: %d\n", getpid(),     getppid(), id, g_val);sleep(1);}}else if(id == 0){while(1){printf("我是子进程，pid: %d, ppid: %d, ret id: %d, g_val: %d\n", getpid(), getppid(), id, g_val);g_val++;sleep(1);}}}

 如上我们可以定义一个全局变量g_val，在父进程中只打印出来，在子进程中不仅打印出来，每次让g_val变量加1。

结果如上，父进程的g_val值一直是0，子进程的g_val值不断变化。这就证明了子进程会私有一份数据。

6. 创建多进程

#include <iostream>
#include <unistd.h>
#include <vector>
#include <sys/types.h>
using namespace std;const int num = 10;void SubProcessRun()
{while(true){cout << "I am a sub process, pid: "<< getpid() << " ,ppid: "<<getppid()<<endl;sleep(5);}
}int main()
{   vector<pid_t> childproc;for(int i = 0; i < num; i++){pid_t id = fork();if (id == 0){//子进程SubProcessRun();}//走到这里，只能是父进程执行childproc.push_back(id);}//父进程遍历所有子进程的pidcout << "我的所有子进程:";for(auto child: childproc){cout<<child << " ";}cout << endl;sleep(10);while(true){cout << "我是父进程，pid: "<< getpid()<<endl;sleep(1);}return 0;
}

使用一个for循环，使用fork创建子进程。每个子进程再调用SubProcessRun函数，死循环不断打印pid值。 使用vector数组存储子进程的pid值，然后遍历打印出来。父进程也执行个死循环，不退出。

运行该程序，就可以一次性创建多个连续进程。

7. fork函数如何返回两个值

fork函数为什么会返回两个返回值？

因为fork函数内部再返回值之前，会先创建子进程，创建进程会先在内核中创建task_struct结构体对象，用于管理进程的属性，然后代码共享，数据拷贝父进程的。这时，子进程已经开始运行，那么就会有两个执行流，最后返回值也是代码，就会被父子进程各自返回一次。

不过还有一个问题没有弄清楚，return语句返回的是一个值。为什么两个执行流返回时，这个值就变成两个不同的值？这是后面会解决的问题。

---

创作充满挑战，但若我的文章能为你带来一丝启发或帮助，那便是我最大的荣幸。如果你喜欢这篇文章，请不吝点赞、评论和分享，你的支持是我继续创作的最大动力！