【Linux】-- 进程概念的引入

目录

硬件

冯诺依曼体系结构

冯诺依曼体系结构推导

重点概念

网络数据流向

软件

操作系统(Operator System - OS)

概念

定位

进程内核数据结构PCB（task_struct）

通过系统调用创建进程-fork初始

fork基本用法

使用if进行分流

查看运行效果

---

硬件

冯诺依曼体系结构

        我们常见的计算机，如笔记本。我们不常见的计算机，如服务器，大部分都遵守冯诺依曼体系。因为有些硬件的设计就是为了软件，有些软件的设计就是为了硬件，所以我们不能够将软件和硬件割裂开来学习。软件与硬件之间是会有千丝万缕的联系的。

• 存储器：内存。
• 输入设备：键盘、摄像头、话筒、磁盘、网卡……。
• 输出设备：显示器、音响、磁盘、网卡……。
• CPU（中央处理器）：
  • 运算器：算术运算、逻辑运算。
  • 控制器：CPU是可以响应外部事件，协调外部就绪事件，比如，拷贝数据到内存。

关于冯诺依曼，必须强调几点：

• 这里的存储器指的是内存。
• 不考虑缓存情况，这里的CPU能且只能对内存进行读写，不能访问外设(输入或输出设备)。
• 外设(输入或输出设备)要输入或者输出数据，也只能写入内存或者从内存中读取。
• 一句话，所有设备都只能直接和内存打交道。

        对冯诺依曼的理解，不能停留在概念上，要深入到对软件数据流理解上。

冯诺依曼体系结构推导

#问：为什么会有一个存储器？

---

在我们看来：

• 输入设备：是产生数据的。
• 输出设备：是保存 / 显示数据的。

那么体系结构为：下图，不是也可以吗？

1. 存储的效率：

        CUP && 寄存器 > 内存 > 磁盘 / SSD > 光盘 > 磁盘。（并且还是数量级的上升）

2. 木桶原理（木桶原理又称短板理论，木桶短板管理理论）：

        最直接的话来说：一个木桶能够接多少水，是由木桶的最短的木板所决定的。换而言之就是，是由多个木板构成一个木桶，相当于由多个元素构成一个系统，同样的道理，一个系统的运行速度不是由最快的元素决定的，而是最慢的元素所决定。所以在计算机设计的角度来说，如果以：-> 输入设备 -> CUP -> 输出设备 -> 。来设计，这个时候输入设备和输出设备都会大大的拖慢CPU的运行速度，导致整个系统运行速度降低。（更直接的来说就是：CPU运行速度太快了，对比起磁盘等外设的速度，磁盘们慢的离谱，CUP"等急了"）

        于是我们在磁盘到CPU的间隔中，插入了一个内存。（更直接的来说就是：内存还行，比磁盘快不了太多，又比CPU慢不了太多，CPU"这个等待可以接受"）利用存储器的存在，让我们对于速率上，以软件上做文章。

        通过将外设的数据预先加载到存储器当中，此时CPU读取数据时就不去外设而是去存储器读取数据。即：因为存储器的存在，以此通过软件层的策略（比如：操作系统），提升效率。以此达到以后的木桶短板就不是外设，而是内存了。例如：缓冲区满了才将数据打印到屏幕上，使用fflush函数 / 显示器的行刷新策略，将缓冲区当中的数据，都是将内存当中的数据直接拿到输出设备当中进行显示输出。

        比如：开机的时候操作系统将我们可能要访问的数据，预先从外设，读取到内存当中。

重点概念

结论：

1. CPU读取数据（数据 + 代码），都是要从内存中读取数据。——  站在数据的角度，我们认为CPU不和外设直接交互。
2. CPU要处理数据，需要先将外设中的数据，加载到内存。——  站在数据的角度，外设直接只和内存打交道。

        所以在语言级的学习中的一局话，我们就可以理解了：程序（在文件、磁盘中）要运行，必须先加载到内存中（因为体系结构决定）。

网络数据流向

        我们利用QQ和远在其他地方上大学的朋友，进行聊天，并且使用的是由冯•诺依曼体系结构搭建的电脑。

        我们在与朋友聊天的时候，我们通过键盘，输入自己想说的话，于是键盘输入的信息会加载到内存，而我们也需要知道我们输入的是什么，所以信息还会回显屏幕上。而关键在于对方收到我们的信息，所以CPU需要将我们输入的内容，经过网络的包装、打包、网络IP等，然后打包完的内容写回到内存当中。然后通过网卡进行网络上的数据传输，然后对方通过网卡接受到我们所发出的信息，由于体系结构，就会将内容加载到内存当中，然后CPU进行读取分析，将分析完的数据写回到内存，然后将内容写到显示器上。

路线：

        冯诺依曼体系结构，能够帮助我们理解对用的日常生活中的软件行为的，是硬件规定了我们的软件应该怎么做。

软件

操作系统(Operator System - OS)

概念

        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程序等等）。

定位

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。是为了：

• 对上：提供良好的使用环境  ——  是目的
• 对下：通过管理好软硬件资源，保证系统的稳定性  ——  是手段

可以说：给用户提供一个稳定、安全、简单的执行环境。

进程内核数据结构PCB（task_struct）

• 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

task_ struct内容分类

• 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[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

#问：为什么要存在PCB（task_struct）？

        重点理解操作系统的作用，以及操作系统如何做管理的。要管理必须要先描述再组织，先描述就是面向对象，对于被管理的对象先抽象成类，然后再组织，就是根据类来定义对象。然后将对象，根据某种链入式的结构组织起来。

通过系统调用创建进程-fork初始

fork基本用法

        fork之后，代码是父子共享的，但是如果父子多做的事情都以一样的，那我们费这么劲作用不大，需要的是分出来做不同的事情，这样可以明显的提高效率。所以通常用法，使用fork是利用父子进程执行不同的代码。

使用if进行分流

        简单来说就是，父子进程都能看见fork后面的代码，但是只能执行自己的。

int main()
{pid_t id = fork(); //pid_t相当于无符号整数if(id<0){//创建失败perror("fork");//打印出fork失败的原因（由C语言提供）return 1;}else if(id == 0){//child process(task)while(1){peintf("I am child, pid %d, ppid %d\n", getpid(), getppid());sleep(1);}}else{//parent processwhile(1){peintf("I am father, pid %d, ppid %d\n", getpid(), getppid());sleep(1);}}printf("you can see me!\n");sleep(1);return 0;
}

        利用id在父进程里面是子进程的pid，在子进程里面是0。让else if与else里面的语句同时执行。主要是一个变量（id）是可以有不同的值。与语言本身无关，仅仅就是因为使用fork创建了子进程而产生的特殊现象。（不同值的原理：在进程地址空间讲解）

查看运行效果

        用于可以直接清晰的查看进程。

ps xaj | head -1

        就是打印一个表格的头标（表格中数据的名称） 

ps axj | head -1 && ps axj | grep myproc

        &&与逻辑与相同，只有左侧的执行成功才会执行右侧的，要成功答应，需要左侧与右侧都成功。

ps axj | head -1 && ps axj | grep myproc |  grep -v grep

while ;: do ps axj | head -1 && ps axj | grep myproc | grep - v grep; sleep 1; done 

• 为什么给子进程返回0，给父进程返回子进程的pid？（此处没有官方的讲解，仅仅是理解）

        任何一个子进程，永远都只有一个父进程，任何一个父进程，可以有一到多个子进程。父进程 : 子进程 = 1: n，只要父进程调用fork之后就可以有子进程。而为了父子进程便于协同，所以，就相当于生活中：父亲不可能叫自己的孩子为，那个孩子吃饭了、那个孩子别乱摸……，更何况还会有多个孩子。所以，需要给子进程进行标识，等同于fork之后，给父进程返回子进程的pid，以此父进程来对子进程进行相关管理。

        而对于子进程永远都只有一个父进程，子进程与父进程的对应关系就是相当明确的、唯一的。子进程可以很方便的找到父进程。

• 创建进程的时候，操作系统要做什么？fork为什么会有两个返回值？

        创建子进程，那么我们一定要给子进程配套一个task_struct，来让操作系统来管理这个新进程。这样这个 task_struct 就可以入到系统的全局的维护进程列表的结构当中，操作系统就可以对新进程进行管理了。

        对于在系统层的fork实现中，return时核心代码的执行状态：

         操作系统和CPU运行某一个进程，本质从 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。

        所以当准备return的时候，核心代码已经完成了。因为return，是为上层返回结果。既然已经返回结果，证明计算过程已经结束。

        而通过此我们知道父与子进程的执行其实是有优先级的。

        所以，才会看到会有两个返回值。不是出了fork才有的父子进程，在fork中的return的时候，进程早已经创建出来了，甚至子进程都可以进行调度了。

#问：父子进程被创建出来，哪一个进程先运行？

        有可能父进程刚刚将子进程创建出来，父进程就因为某些原因，就被放到了（run_queue）队列的尾部，反而放到了子进程的后面，这个时候就是子进程先运行了。但是也有可能，系统一口气将父进程跑完了，甚至将fork之后的代码也跑完了。所以这个时候：哪一个先跑完是不可控的。

        谁先运行，不一定，这个是由操作系统的调度器决定的。只有操作系统最清楚谁先调用。