Linux系统 进程

进程

异常是允许操作系统内核提供进程（process）概念的基本构造块，进程是计算机科学中最深刻、最成功的概念之一。异常控制流与进程有密切的关系，因为它为进程的多任务运行、异常处理和资源管理提供了基础。

进程是操作系统对正在运行的程序的一种抽象。它为每个程序提供了一种假象，仿佛每个程序都在独占地使用处理器、主存和 I/O 设备，而实际上系统中可能同时存在多个进程并发执行，操作系统负责管理和协调这些进程对硬件资源的共享。

私有地址空间

进程的私有地址空间包括

• 代码区：存放程序代码，通常是只读的，以防止程序意外修改自身指令。
• 数据区：包含已初始化的全局和静态变量。
• 堆区：从低地址向高地址增长，用于动态内存分配，如程序运行过程中根据需要创建的数据结构。
• 栈区：从高地址向低地址增长，用于存放函数调用相关信息，如局部变量、函数参数、返回地址等。

这种布局有助于组织和管理进程的数据和指令存储，并且通过地址空间的隔离保证了进程间的独立性和安全性，防止一个进程意外访问或修改另一个进程的数据。

用户模式和内核模式

在用户模式下，进程只能访问自己的虚拟内存空间，无法直接操作硬件或执行特权指令。而在内核模式下，进程具有完全的权限，可以访问整个内存空间并与硬件直接交互，操作系统的核心功能大多在内核模式下执行。

进程从用户模式切换到内核模式通常由系统调用、中断或异常触发。当进程请求操作系统服务时，它会通过系统调用触发模式切换。系统调用通过陷阱指令使得进程从用户模式转入内核模式，操作系统处理完请求后，再返回用户模式继续执行。

上下文切换

进程上下文包含了进程执行所需的所有信息，这些信息完整地描述了进程在某一时刻的执行状态，当进程被暂停或切换时，操作系统需要保存这些上下文信息，以便在下次恢复执行时能够准确地回到之前的执行状态。

• 程序计数器（PC）的值：指示下一条要执行的指令地址。
• 寄存器的值：包括通用寄存器、栈指针、程序状态字寄存器，用于存储进程当前的计算状态和临时数据。
• 页表：用于将虚拟地址转换为物理地址，实现内存管理。
• 内核栈：用于保存进程在内核态执行时的函数调用信息和临时数据。

进程控制

系统调用错误处理

void unix_error(char *msg)
{fprintf(stderr, "%s: %s\n", msg, strerror(errno));exit(0);
}

pit_t Fork()
{pit_t pid;if ((pid = fork()) < 0)unix_error("Fork error");return pid;
}

Unix 系统级函数出错时通常返回 -1 并设置 errno，上面是对系统调用的错误处理封装，下面的部分中都使用错误处理包装函数。它们能够保持代码示例简洁，而又不会给你错误的假象，认为允许忽略错误检査。包装函数定义在一个叫做 csapp.c 的文件中，它们的原型定义在一个叫做 csapp.h 的头文件中；可以从 CS：APP 网站上在线地得到这些代码。

进程控制函数

获取进程 ID

#include <sys/types.h>
#include <unistd.h>pid_t getpid(void);
pid_t getppid(void);
// 返回：调用者或其父进程的 PID。

getpid 和 getppid 函数返回一个类型为 pid_t 的整数值，在 Linux 系统上它在 types.h 中被定义为 int。

创建和终止进程

#include <stdlib.h>void exit(int status);
// 该函数不返回。

exit 函数以 status 退出状态来终止进程（或返回一个整数值）。

#include <sys/types.h>
#include <unistd.h>pid_t fork(void);
// 返回：子进程返回 0，父进程返回子进程的 PID，如果出错，则为 -1。

父进程调用fork后，操作系统会创建一个新的进程控制块（PCB）和地址空间等资源给子进程，然后将父进程的上下文复制到子进程中。之后，父进程和子进程从fork函数返回后开始独立执行，虽然它们从相同的代码位置继续执行，但由于返回值不同，可以通过判断返回值来执行不同的代码分支，例如父进程可以在fork后继续执行其他任务，同时等待子进程完成某些操作，而子进程可以执行特定于子进程的任务，如执行另一个程序等。

// 使用 fork 创建一个新进程
int main()
{pid_t pid;int x = 1;pid = Fork();if (pid == 0) { /* Child */printf("child : x=%d\n", ++x);exit(0);}/* Parent */printf("parent: x=%d\n", --x);exit(0);
}

linux> ./fork
parent：x=0
child ：x=2

回收子进程

#include <sys/types.h>
#include <sys/wait.h>pid_t waitpid(pid_t pid, int *statusp, int options);
// 返回：如果成功，则为子进程的 PID，如果 WNOHANG，则为 0，如果其他错误，则为 -1。

pid：指定要等待的子进程的 PID（进程标识符）。

• 如果 pid > 0，则等待进程 ID 为 pid 的子进程结束。
• 如果 pid == 0，则等待与当前进程同属一个进程组的任何子进程结束。
• 如果 pid == -1，则等待任何子进程结束（类似于 wait）。
• 如果 pid < -1，则等待进程组 ID 为 pid 的子进程结束（即进程组内的任何子进程）。

status：指向整型变量的指针，用于存储子进程的退出状态。如果该参数为 NULL，则不保存子进程的状态。

options：控制等待行为的选项，常见的选项有：

• WNOHANG：非阻塞模式，如果没有子进程退出，waitpid 立即返回而不是阻塞。
• WUNTRACED：在子进程停止（但没有终止）时也返回，即使它没有结束。
• WCONTINUED：如果子进程因信号而暂停，可以在它继续运行时通知父进程。
• WNOHANG | WUNTRACED：立即返回，如果等待集合中的子进程都没有被停止或终止，则返回值为 0；如果有一个停止或终止，则返回值为该子进程的 PID。

子进程的退出状态：如果 status 参数不为 NULL，waitpid 会将子进程的退出状态存储在 status 指向的变量中。退出状态可以通过以下宏来解析：

• WIFEXITED(status)：如果子进程正常退出，返回真。
• WEXITSTATUS(status)：返回子进程的退出码。只有在 WIFEXITED() 返回为真时，才会定义这个状态。
• WIFSIGNALED(status)：如果子进程因为未捕捉到的信号退出，返回真。
• WTERMSIG(status)：返回导致子进程终止的信号号码。
• WIFSTOPPED(status)：如果子进程被信号暂停，返回真。
• WSTOPSIG(status)：返回导致子进程暂停的信号号码。
• WIFCONTINUED(status)：如果子进程因接收到继续信号（如 SIGCONT）而恢复，返回真。

错误条件：如果调用进程没有子进程，那么 waitpid 返回 -1，并且设置 errno 为 ECHILD。如果 waitpid 函数被一个信号中断，那么它返回 -1，并设置 errno 为 EINTR。

wait 函数

#include <sys/types.h>
#include <sys/wait.h>pid_t wait(int *statusp);
// 返回：如果成功，则为子进程的 PID，如果出错，则为 -1。

调用 wait(&status) 等价于调用 waitpid(-1, &status, 0)。

让进程休眠

#include <unistd.h>unsigned int sleep(unsigned int secs);
// 返回：还要休眠的秒数。int pause(void);
// 总是返回 -1。

sleep函数将一个进程挂起一段指定的时间。

pause函数让调用函数休眠，直到该进程收到一个信号。

加载并运行程序

#include <unistd.h>int execve(const char *filename, const char *argv[],const char *envp[]);
// 如果成功，则不返回，如果错误，则返回 -1。

execve 是一个用于启动新程序的系统调用，它是 UNIX 和 Linux 系统中执行程序的重要机制。通过 execve，当前进程可以加载并执行一个新的程序文件。执行该系统调用后，当前进程的地址空间（包括代码、数据、堆栈等）将被替换为新程序的内容，原进程的代码不再执行。

• pathname：要执行的程序的路径。它是一个以 null 结尾的字符串，指定了要执行的文件的绝对路径或相对路径。
• argv：一个指向参数数组的指针，用于传递给新程序的命令行参数。它是一个数组，其中第一个元素通常是程序的名称，接下来的元素是传递给程序的各个参数。数组的最后一个元素必须是 NULL。
• envp：一个指向环境变量数组的指针。它是一个包含环境变量的数组，每个环境变量是一个以 = 分隔的字符串。数组的最后一个元素必须是 NULL。

int main(int argc, char *argv[], char *envp[]);

• argc 是一个整数，表示命令行中传递给程序的参数的数量。它的值至少为 1，因为 argv[0] 始终是程序的名称或路径。
• argv 是一个指向字符串数组的指针，数组中的每个元素是一个指向以 null 字符结尾的字符串的指针。这些字符串对应于命令行中传递给程序的参数。
• envp 是一个指向环境变量数组的指针。每个环境变量是一个以 null 字符结尾的字符串，它的格式通常是 KEY=VALUE，例如 PATH=/usr/bin。

当 main 开始执行时，用户栈的组织结构下图所示。从栈底（高地址）往栈顶（低地址）依次看。首先是参数和环境字符串。栈往上紧随其后的是以 null 结尾的指针数组，其中每个指针都指向栈中的一个环境变量字符串。全局变量 environ 指向这些指针中的第一个 envp[0] 紧随环境变量数组之后的是以 null 结尾的 argv[] 数组，其中每个元素都指向栈中的一个参数字符串。在栈的顶部是系统启动函数 libc_start_main的栈帧。

操作环境数组

#include <stdlib.h>char *getenv(const char *name);
// 返回：若存在则为指向 name 的指针，若无匹配的，则为 NULL。

getenv 用于从环境变量中获取指定变量的值。环境变量是操作系统用于存储关于当前进程的配置信息的键值对，比如用户的主目录、系统路径等。

#include <stdlib.h>int setenv(const char *name, const char *newvalue, int overwrite);
// 返回：若成功则为 0，若错误则为 -1。void unsetenv(const char *name);
// 返回：无。

setenv 用于设置（或修改）一个环境变量的值。如果该环境变量已存在，它将被更新；如果不存在，它会被创建。

unsetenv 用于删除指定的环境变量。调用该函数后，该环境变量在当前进程的环境中将不再可用。