Linux学习笔记(六)--Linux进程概念

前言:

冯诺依曼体系:

核心定义:​​冯·诺依曼体系结构​​，也称为​​普林斯顿结构​​，是一种将​​程序指令存储器和数据存储器合并在一起​​的计算机设计概念。它由美籍匈牙利数学家​​约翰·冯·诺依曼​​及其团队在1945年的一份报告中首次明确提出。

冯诺依曼体系结构组成:冯诺依曼体系结构主要由五大核心部分组成,下面为大家一一介绍它们.

运算器:负责执行所有的算术运算和逻辑运算(核心部件:算术逻辑单元)

控制器:是整个计算机的指挥中心。它从存储器中读取指令，进行分析，然后发出控制信号，协调其他所有部件有序工作。(与运算器的关系:运算器和控制器共同构成了现代计算机的​​中央处理器​​。)

存储器:用于存储​​程序​​和​​数据​​。程序是指令的集合，数据是程序处理的对象。(内存)

输入设备:将外部的原始数据、程序或命令输入到计算机中。(例子​​：键盘、鼠标、扫描仪等。)

输出设备:将计算机处理后的结果以人们能够理解的形式呈现出来。(例子​​：显示器、打印机、音响等。)

运算器和存储器的集合称为CPU.

这五大部件通过​​总线(系统总线和IO总线)​​连接在一起，进行数据和指令的传输。

冯诺依曼体系结构示例图:

两用户通过QQ聊天整个数据是如何流动的(忽略网络情况)?

两个用户分别是两个冯诺依曼体系结构

首先用户1通过键盘输入信息,键盘将输入的字符转为数字信号,这些数据通过系统总线被存储到用户1的存储器(内存中),如何通过CPU处理信息后返回到内存中,然后处理好的数据通过总线发送到网卡中,再由用户2的网卡接收数据包,数据包通过总线传输到用户2的存储器中,再由用户B的CPU解包信息,将解包后的文字信息返回到存储器中,再从存储器通过总线发送到输出设备(显示器)上.这就是两台计算机在冯·诺依曼体系结构下，协同完成一次即时通讯任务的经典过程。

那么为什么需要存储器呢?为什么不能直接通过传递信息给CPU来直接发送信息?

核心答案就是存储器解决了计算机内部不同部件之间巨大的“速度差”和“时序差”问题，是保证高效、有序工作的关键。​我们可以从上面的图中看到输入设备​​（如键盘）和​​输出设备​​（如显示器、网卡）都不直接与CPU相连，它们的所有数据交换都必须通过​​存储器​​这个中间环节。其中外设的运算速度远不及CPU,如果让CPU直接处理键盘输入或网络数据，它99.999%的时间都在无所事事地“空等”，效率极其低下。所以这个时候就需要我们存储器这个角色派上用场,它是这两个部件的高速缓存区,存储器的速度介于两者之间。外部设备可以慢慢地把数据写入存储器，攒够一批后，再通知CPU来快速处理。

操作系统:

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）和其他程序（例如函数库，shell程序等等）

目的:

(1)将复杂的硬件操作细节隐藏起来，提供简单统一的接口（如“打开文件”、“打印文档”），让用户和程序员无需关心底层硬件具体如何实现。

(2)作为资源管理器，公平、高效地分配和调度有限的硬件资源（如CPU时间、内存空间、磁盘空间、I/O设备）给多个程序和用户。

(3)防止多个同时运行的程序相互干扰，保护系统进程和用户数据不被非法访问或破坏。

计算机层状体系结构:

下面是一张计算机层状体系结构的图片:

计算机层状体系结构从上至下可以分为三层,它们分别是用户部分,系统软件部份,硬件部分.各层的功能以及组件的功能如下:

用户层：这是所有操作的起点和终点​​。用户可以是正在使用计算机的人，也可以是另一个正在请求服务的系统。用户不直接与硬件打交道，而是通过下面的层层接口来使用计算机。

用户操作接口层：包含 “shell 外壳”（提供命令行交互界面）、“lib（库）”（提供函数等资源支持）、“部分指令”，负责接收并初步处理用户操作请求，为后续与系统调用交互做准备。

系统调用接口层：作为用户操作接口与操作系统之间的桥梁，将用户或上层的请求转换为操作系统能识别的调用形式，实现请求的传递。系统调用就像是一家公司对外的“服务窗口”，普通员工（应用程序）不能直接进入仓库（硬件）或指挥经理（操作系统），必须通过填写标准化申请表（系统调用）来提出正式请求。

操作系统层：承担 “内存管理”（分配、回收内存等）、“进程管理”（进程的创建、调度、终止等）、“文件管理”（文件的存储、读写、组织等）、“驱动管理”（管理各类设备驱动程序）等核心系统管理功能，是系统软件的核心，对硬件资源进行抽象和管理。

驱动程序层：包含 “网卡驱动”“硬盘驱动”“其他驱动”，负责将操作系统的请求转换为硬件设备能理解的命令，实现硬件设备的具体控制，是操作系统与底层硬件之间的 “翻译官”。

底层硬件层：由 “网卡”“硬盘”“其他（如 CPU、内存芯片等）” 组成，是计算机系统的物理基础，执行最底层的硬件操作，如数据的物理存储、网络数据的收发等。

接口与操作系统的关系:接口是操作系统对外提供的服务窗口和边界，是用户和应用程序访问操作系统核心功能的唯一安全通道。​

进程:在上述的计算机层状体系结构图中,我们可以将一个程序比作一个菜谱,它是一堆静态的指令和数据.而进程就像一个厨师来按照食谱炒菜的这一个过程,它是一个动态的执行过程，包含了所用的食材（数据）、厨房灶具（CPU、内存等资源）、以及炒菜的每个步骤（执行流程）。

定义:进程是计算机中的程序关于某个数据集合的一次运行活动​​，是​​系统进行资源分配和调度的基本单位​​。(它是“执行中的程序”​​：程序是静态的、存储在磁盘上的文件；而进程是动态的、被加载到内存中并正在执行的程序实例。它是“资源分配的单位”​​：操作系统以进程为单位来分配CPU时间、内存空间、文件句柄等系统资源。)

为什么需要进程?因为为了让我们可以一次性执行多个程序,保证每个程序都有独立的内存空间不会互相干扰,所以操作系统通过创建一个个独立的进程，来实现​​并发执行​​、​​资源隔离​​和​​公平调度​​。

进程控制块(PCB(process control block))

任何一个进程,在加载到内存中的时候,形成真正的进程时,操作系统要先创建描述进程的结构体对象,这个结构体对象就叫做PCB(进程控制块).这是操作系统​​管理和控制进程的核心数据结构​​。每个进程都有一个唯一的PCB。操作系统通过PCB来感知进程的存在。在Linux操作系统下的PCB叫做task_struct.

PCB记录了:

进程标识符（PID）​​：唯一的身份证号码。

进程状态​​：运行/等待/就绪

优先级: 相对于其他进程的优先级。

程序计数器（PC）​​：下一条要执行的指令的地址。

​​CPU寄存器​​：进程被切换时，需要保存当前的运行现场（如累加器的值），以便下次能接着执行。

内存管理信息​​：记录了程序代码、数据、堆栈在​​内存​​中的位置（基址、界限寄存器等）。​​这实现了进程间的内存隔离。​​

​​I/O状态信息​​：进程所占用的​​I/O设备​​列表、打开的文件列表等。

进程 = 内核PCB数据结构对象 + 自己的代码和数据

Linux如何组织进程?

进程关系组织：进程树:Linux 中的所有进程构成了一棵​​树形结构​​，这棵树的根是 ​​init进程（PID 1）​​，通常是 systemd或 init。

组织方式​​：每个 task_struct中都包含指向其亲属的指针：

(1)parent：指向父进程的 task_struct。

(2)children：链表头，链接所有子进程的 task_struct。

(3)sibling：链表节点，用于将本进程链接到兄弟进程的链表中。

如何查看​​：使用 pstree命令可以清晰地看到这棵进程树。

目的:(1)资源继承​​：子进程继承父进程的某些属性（如打开的文件描述符）。(2)进程管理​​：父进程可以通过 wait()系统调用来等待和获取子进程的退出状态，防止其成为“僵尸进程”。

所有进程的全局组织：任务列表:内核需要一种方式来跟踪​​所有的进程​​，这是通过一个名为 ​​init_task​​ 的​​双向循环链表​​实现的。

组织方式​​：每个 task_struct都包含一个 tasks链表节点（struct list_head tasks）。所有的 task_struct通过这个节点连接成一个巨大的循环链表。(init_task是这个链表的头节点（一个特殊的“0号进程”）。)

目的:(1)全局遍历​​：当需要遍历系统中的所有进程时（例如 ps命令或 killall命令的实现），内核会遍历这个任务列表。(2)进程查找​​：通过 PID 查找进程时，也可以辅助遍历（虽然有更高效的哈希表优化）。

高效的 PID 到进程的查找：PID 哈希表:通过 PID（一个数字）快速找到对应的 task_struct是一个常见操作。如果每次都遍历任务列表，效率极低。

组织方式​​：内核维护了多个 ​​PID 哈希表​​。(这是一个哈希数据结构，将 PID 作为键，将对应的 task_struct地址作为值。当需要根据 PID 查找进程时，内核计算 PID 的哈希值，直接定位到对应的哈希桶，从而极快地找到目标 task_struct。)

目的:实现 ​​O(1)​​ 时间复杂度的 PID 查找，极大提升性能（例如，发送信号 kill(pid)时就需要这个操作）。

查看进程信息:进程的信息可以通过 /proc 系统文件夹查看,大多数进程信息同样可以使用top和ps这些用户级工具来获取

(1)ps

功能​​：显示​​当前时刻​​的进程状态。它提供的是执行命令那一刻的快照。

常用组合​​：ps aux：​​最常用​​，显示所有用户的所有进程详细信息。

a：显示所有用户的进程。u：以用户为主的格式显示。x：显示没有控制终端的进程（通常是后台进程、守护进程）。

关键列:

USER：进程所有者。PID：进程ID。%CPU：CPU占用百分比。%MEM：内存占用百分比。VSZ：虚拟内存大小。RSS：常驻内存集大小（实际物理内存）。TTY：进程所在的终端。?表示与终端无关。STAT：进程状态（非常重要，见下文解释）。START：进程启动时间。TIME：进程占用CPU的总时间。COMMAND：启动进程的命令。ps -ef：以完整格式列表显示所有进程。-e：显示所有进程。-f：显示完整格式（UID, PID, PPID等）。

STAT状态码解析:

R(Running)：正在运行或可运行（在运行队列中）。S(Sleeping)：睡眠中，可被中断（等待事件完成）。D(Disk Sleep)：不可中断的睡眠（通常是在等待I/O，不能用kill杀死）。T(Stopped)：已停止（通常由信号 SIGSTOPCtrl+Z导致）。Z(Zombie)：僵尸进程（进程已终止，但父进程尚未回收其资源）。<：高优先级。N：低优先级。s：会话首进程（session leader）。l：多线程进程。+：位于前台进程组。

初始fork--通过系统调用创建进程

基本功能:fork()通过复制调用进程（父进程）创建一个新的子进程。子进程是父进程的副本，拥有相同的代码、数据段、堆栈、文件描述符等（但实际采用​​写时拷贝技术优化性能）。调用一次，返回两次：父进程中返回子进程的PID（>0）。子进程中返回 0。失败时返回 -1（如进程数达到上限）。

为什么fork要给子进程返回0,给父进程返回子进程的PID?

原因:为了​​明确区分父子进程的执行逻辑​​，并提供一种简单可靠的进程控制机制。

子进程返回 0​​：子进程需要知道自己是被 fork()创建的，且可以通过返回值 0明确识别自己的身份。这样，子进程可以执行与父进程不同的代码逻辑（例如调用 exec()加载新程序）。

父进程返回子进程的PID​​：父进程需要知道子进程的PID，以便后续管理（如通过 wait()回收资源、发送信号等）。如果返回 0，父进程将无法区分自己是父进程还是子进程。

一个函数是如何做到返回两次的?

因为在fork中,并不是函数本身真的返回了两次，而是因为 ​​fork调用后，系统创建了一个与原进程几乎完全相同的子进程​​，两个进程（父进程和子进程）会​​各自​​从 fork调用处继续执行，并分别得到不同的返回值。

写时拷贝:写时拷贝是 Linux 内核中用于优化进程创建和内存管理的关键技术。它通过​​延迟内存复制​​来提高性能，减少不必要的开销。

作用:当调用 fork()创建子进程时，传统方式会​​立即复制父进程的所有内存​​，但这会导致大量无用的内存拷贝,而写时拷贝优化了这一过程,具体分为三个部分:(1)父子进程共享相同的内存页​​（代码段、数据段、堆栈等）。(2)仅当某一进程尝试修改内存时，内核才真正复制该页​​，使父子进程拥有独立的副本。(3)如果子进程不修改内存，则永远不会复制​​，节省时间和内存。

写时拷贝工作流程:

(1) fork()调用时​​

内核​​仅复制进程的页表​​（指向相同物理内存），并标记所有内存页为 ​​COW​​（只读）。

父子进程的代码、数据、堆栈等仍然共享同一份物理内存。

​​(2) 写操作触发时​​

当​​父进程或子进程尝试写入某个内存页​​时，CPU 会触发​​页错误。

内核检测到该页是 ​​COW​​ 页，于是：(1)分配新的物理内存页​​。(2)​​复制旧页内容到新页​​。(3)更新进程的页表​​，使其指向新页。(4)恢复进程执行​​，此时写入操作在新页上进行，不影响另一个进程。

#include <unistd.h>
#include <stdio.h>int main() {int x = 42;  // 父子进程共享该变量（COW）pid_t pid = fork();if (pid == 0) {// 子进程尝试修改 xx = 100;  // 触发 COW，内核复制该页printf("Child: x = %d\n", x);  // 输出 100} else {// 父进程的 x 仍然是 42printf("Parent: x = %d\n", x);  // 输出 42}return 0;
}

基本用法:

#include <unistd.h>
#include <stdio.h>int main() {pid_t pid = fork();if (pid == -1) {perror("fork failed");return 1;} else if (pid == 0) {printf("Child process (PID: %d)\n", getpid());} else {printf("Parent process (PID: %d), Child PID: %d\n", getpid(), pid);}return 0;
}

fork 之后通常要用if进行分流

关键特性:

写时复制：子进程共享父进程的内存空间，仅当任一进程尝试修改内存时，内核才会复制相关部分，减少开销。

独立运行​​：子进程与父进程并发执行，调度顺序由内核决定。

继承资源​​：子进程继承父进程的文件描述符、信号处理方式、环境变量等。