Linux进程概念（上）：进程基本概念和进程状态

---

一、进程的基本概念

课本概念：一个已经加载到内存中的程序或者是正在运行的程序，叫做进程。

在现实生活中，我们通常称作进程为任务。比如Windows的任务管理器，实际上就是进程的管理器。

然而，我们以课本概念理解进程是肤浅的，我们需要站在操作系统的角度，才能深入理解进程。

我们知道，操作系统是做管理的，那操作系统是如何管理进程的呢？？？

先描述，再组织！

描述进程（PCB）

常识告诉我们：一个操作系统不仅仅只能运行一个进程，而是可以同时运行多个进程。

因此，操作系统必须将所有进程管理起来。

任何一个进程，在加载到内存的时候（形成进程时），操作系统会先创建该进程的一个结构体对象（描述进程），这个结构体对象包含进程的所有重要属性。

这个结构体对象叫做进程控制块（PCB）（process control block）

PCB属性中含有指向下一个PCB的指针成员变量（组织进程），这样一来，多个进程就组成了一个以PCB为节点的单链表的数据结构对象。此时在操作系统中，对进程的管理就变成了对单链表的增删查改。

一个程序，是包含代码和数据的，所以一个进程也应该包含代码和数据。那么，如果代码量和数据量非常庞大呢？而内存的资源又是十分有限的！

事实上，代码和数据根本不会加载到内存操作系统中，而是在磁盘上！在内存的PCB中，存在指向代码和数据的指针，在需要时，寻址获取即可。

总结：
进程 = 内核PCB数据结构对象（描述该进程的所有属性值） + 代码和数据

进程内核观点：担当分配系统资源（CPU时间，内存）的实体。

Linux的PCB——task_struct

那么在Linux系统中，具体是怎么做的呢？

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（采用双向链表组织的），它会被装载到RAM(内存)里并且包含着进程的信息。

task_ struct内容分类

task_ struct具体包含哪些属性呢？
其实非常多，翻阅Linux内核源码即可窥见全貌，此处列举部分属性：

• 标识符：描述本进程的唯一标识符，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地址
• 内存指针：包括程序代码和进程相关数据的指针，还有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：包括处理时间总和，使用的时钟数总和，时间限制记账号等。
• 其他……

查看进程

系统目录查看

在我们的根目录下，有一个名为proc的系统目录：

目录中包含系统所有的进程信息，其中有很多的名为数字的目录：

这些数字其实就是进程的标识符PID，每个PID是唯一的，一个PID对应一个进程，打开这个进程目录，就可以查看该进程的所有信息。
例如，查看PID为1的进程，打开这个名为1的目录即可：

ps命令查看

查看所有进程：

ps axj

配合grep使用可查看我们需要查看的进程信息：

ps axj |grep myproc|grep -v grep

使用grep过滤时，也会产生进程（会被筛出来），我们可以用grep -v grep将其过滤掉：

还可以将所有信息属性显示出来，便于我们查看：

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

通过系统调用获取进程标识符

• PID：进程id
• PPID：父进程id

通过系统调用接口getpid()和getppid()，可以分别获取进程的PID和PPID。

测试：

我们运行这个程序，并查看该进程信息，观察到运行打印提示和我们预期结果一致，如图：

通过系统调用创建子进程（fork的初识）

fork函数创建子进程

fork是一个系统调用级别的接口，其功能就是创建一个子进程。
空口无凭，我们来测试一下：

运行结果：

运行结果是循环打印两行数据，第一行数据是该进程的PID和PPID，第二行数据是代码中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。

可以看到，父进程也有一个父进程2052，这个进程是bash，这里的父进程2455也是bash通过创建子进程（fork）完成的。
bash其实就是执行解释命名的程序。

我们知道，每创建一个进程，操作系统会为其创建一个PCB，fork创建的进程也亦如此。

那么，fork函数创建的子进程的代码和数据从何而来呢？与父进程共用吗？

事实上：

• 父子进程的代码是共享的，因为代码是不可修改的，所以共享是合理的。但是一般而言，fork之后的代码才是父子共享的（因为fork之前子进程还未被创建）（顺序编译）。
• 父子进程的数据是各自开辟空间的，私有一份（采用写时拷贝），数据是可能被修改的，所以不能共享数据。在默认情况下，父子进程的数据是相同的，但并非同一块数据

用if分流父子进程

如果父子进程执行的代码是一样的，也就是让父子进程做相同的事情，那么这个子进程就没有意义了。
因此，fork之后通常需要用if进行分流，让父子进程做不同的事情。

那么如何分流呢？

fork函数的返回值：

• 如果子进程创建成功，则在父进程中返回子进程的PID，在子进程中返回0
• 如果子进程创建失败，则在父进程中返回-1

既然fork函数在父子进程中的返回值不同，那么我们就可以利用它们的返回值进行分流：

运行结果：

在这里，相信大家还是存疑的，这里解答几个问题：

1. 为什么fork要给子进程返回0？给父进程返回子进程的PID呢？
   返回不同的返回值，是为了区分，让不同的执行流执行不同的代码块！

2. 一个函数是如何做到返回两次的？如何理解呢？
   以fork函数底层逻辑理解，fork也只是一个函数，那么fork究竟干了什么呢？
   

3. 一个变量怎么会有两个不同的内容呢？如何理解？
   该问题与进程地址空间相关，后文我会交代清楚。

4. 父子进程创建好，也就是fork之后，谁先运行呢？
   由调度器的调度算法决定的，不确定！

---

二、进程状态

在操作系统中，一个进程从创建至消亡的整个生命期间，有时占有处理器执行，有时虽可运行但分不到处理器，有时虽有空闲处理器但因等待某个时间而无法执行。因此，进程是活动且有状态的。

我们来看看Linux具体有哪些状态
下面的状态在kernel源代码里定义：

/*
* 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 */
"S (sleeping)", /* 1 */
"D (disk sleep)", /* 2 */
"T (stopped)", /* 4 */
"t (tracing stop)", /* 8 */
"X (dead)", /* 16 */
"Z (zombie)", /* 32 */
};

注意：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。

在Linux操作系统当中我们可以通过 ps aux 或 ps axj 命令查看进程的状态：

R运行状态（running）

一个进程处于运行状态，并不意味着进程一定在运行中，它表明进程要么在运行中，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。

那为何要运行队列呢？
在现实中，几乎所有的计算机都只有一个CPU，但我们的计算机又是如何同时运行多个进程的呢？
靠的就是并发执行！

并行：多个进程在多个CPU下分别同时运行
并发: 多个进程在一个CPU下采用进程切换的方式，在一段时间之内，让多个进程都得以推进

因此，每一个进程都有一个叫做时间片的概念！
每个进程只会在CPU中运行一次时间片，然后就被切换，这就是进程切换。
在一个时间段，大量的进程会从CPU上放上去又拿下来，因为时间片是非常小的（ms级别），所以我们是感知不到进程切换的，最终给用户呈现的效果就是多个进程在同时运行。

所有处于运行状态可被调度的进程，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即可。

S浅度睡眠随眠状态（sleeping）

一个进程处于浅度睡眠状态，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（这里的睡眠有时候也可叫做可中断睡眠（interruptible sleep））。

• 在平时我们用的sleep()函数，等待的过程中进程其实就是S状态，它等待的事情就是我们设置的时间倒计时
• 我们程序等待我们键盘输入时（I流函数），等待的过程中也是S状态，它等待的事情就是我们从键盘输入数据。

D磁盘休眠（深度随眠）状态（Disk sleep）

一个进程处于深度睡眠状态，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。

T暂停状态

我们可以通过发送SIGSTOP信号使进程进入暂停状态（stopped），发送SIGCONT信号可以让处于暂停状态的进程继续运行。

使用kill -l 命令可以列出当前系统所支持的信号集。

kill -l

X死亡状态

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）。

Z僵尸状态

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）。

僵尸状态的意义：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。

我们在写C/C++代码时，都会在main函数的最后return 0。

int main()
{//...return 0;
}

其实这个0就是返回给操作系统的退出码，告诉操作系统代码已经执行结束了，可以回收释放这个进程了。

在Linux操作系统当中，我们可以通过使用echo $?命令获取最近一次进程退出时的退出码。

echo $?

注意：进程退出的信息（例如退出码），是暂时被保存在其进程控制块（PCB）当中的

僵尸进程

处于僵尸状态的进程，我们就称之为僵尸进程

制造一个僵尸进程：
我们让子进程退出，让父进程继续运行，父进程没有读取子进程的退出信息，那么此时子进程就进入了僵尸状态。

#include <stdio.h>
#include <stdlib.h>
#include <unistd.h>
int main()
{printf("I am running...\n");pid_t id = fork();if(id == 0){ //childint count = 5;while(count){printf("I am child...PID:%d, PPID:%d, count:%d\n", getpid(), getppid(), count);sleep(1);count--;}printf("child quit...\n");exit(1);}else if(id > 0){ //fatherwhile(1){printf("I am father...PID:%d, PPID:%d\n", getpid(), getppid());sleep(1);}}else{ //fork error}return 0;
} 

僵尸进程的危害

• 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
• 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。
• 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。

孤儿进程

父子进程，如果父进程先退出，子进程的父进程会被改为1号init进程(操作系统的进程)。此时，子进程就是孤儿进程。
定义：父进程是1号init的进程称为孤儿进程

其实，子进程是被系统领养了，这里系统好比现实中的孤儿院。

那么系统为什么要领养呢？

因为进程生命周期结束会退出，也需要被释放，而释放是交给父进程来做的。

那为什么要将父进程修改为1号呢？
因为除了1号进程和其原父进程，其他进程不具备释放该进程的能力。

制造一个孤儿进程：

#include <stdio.h>
#include <stdlib.h>
#include <unistd.h>
int main()
{printf("I am running...\n");pid_t id = fork();if(id == 0){ //childint count = 5;while(1){printf("I am child...PID:%d, PPID:%d\n", getpid(), getppid(), count);sleep(1);}}else if(id > 0){ //fatherint count = 5;while(count){printf("I am father...PID:%d, PPID:%d, count:%d\n", getpid(), getppid(), count);sleep(1);count--;}printf("father quit...\n");exit(0);}else{ //fork error}return 0;
} 

---

下篇预告：进程优先级和环境变量
有错误欢迎指出，万分感谢
创作不易，三连支持一下吧~
不见不散！