Linux笔记---进程：初识进程

1. 进程的概念

**进程是操作系统中的一个核心概念，它代表了正在运行的程序的实例。**每个进程都有自己的内存空间、代码、数据和系统资源。进程是操作系统进行资源分配和调度的基本单位。

进程具有以下几个主要特征：

• 独立性：每个进程都有自己独立的内存空间，进程之间互不干扰。一个进程的崩溃通常不会影响其他进程。
• 动态性：进程是动态的，它从创建到终止经历一系列状态变化。
• 并发性：多个进程可以同时运行，操作系统通过调度算法在多个进程之间切换，实现并发执行。
• 资源分配：操作系统为每个进程分配必要的资源，如CPU时间、内存、文件和I/O设备。

1.1 进程的本质

我们知道，程序要运行，首先其代码和数据需要被加载到内存当中。

既然进程代表了正在运行的程序的实例，那么进程到底是以什么形式存在于内存中的呢？他是如何代表一个正在运行的程序的实例的？操作系统是如何对其进行管理与资源分配的？

操作系统是一个软件，软件能做的无非就是对数据进行管理，无论什么概念或事物，操作系统都需要先将其数据化，才能进行统一的管理。

由于操作系统是C语言写的，所以其数据化概念或事物并进行管理的方式必然也是按照C语言的方式来实现的，即利用数据结构来描述(数据化)，再利用数据结构来管理。

我们称之为 "先描述，再组织" ，操作系统对计算机中的一切的管理本质上都是通过这样的方式。

所以，进程 = 程序的数据和代码 + 描述并组织进程信息的数据结构！

1.2 PCB与task_struct

在操作系统中，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，通常以结构体的方式实现），Linux操作系统下的PCB是：task_struct(进程有时也被称作任务，例如windows下的任务管理器)。

task_struct通常会包括如下的信息：

• 标识符(PID)：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。
• 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。

task_struct的组织方式

task_struct对一个进程的信息进行管理，而在操作系统层面上，一个个的task_struct又通过链表的形式(双向的链表，链式栈，链式队列等)被管理起来，因为进程会经历频繁的增删查改。

task_struct中包含的信息十分多，想要将其管理好，一种数据结构肯定是不够的，task_struct常常会被放到多种数据结构中。

为了方便管理，以及信息的同步，肯定不能拷贝多个task_struct以放到多个数据结构中。

那么，要将同一个task_struct结点放到不同数据结构中，task_struct内部就必然需要多组prev和next指针，在Linux源代码中我们会看到一种巧妙的组织方式：

struct list_head{
    struct list_head *next, *prev;  
};

注意，进程在各个数据结构中的位置顺序是不一样的，只是在二维平面上不好画出来，就画成了上面这样，大家能理解就好。

通过list_head结构体来存储next/prev对，这样就解除了多种数据结构之间的耦合，还确保了同一个task_struct被多个数据结构管理。

假设队列结点在task_struct中被定义为links，当需要访问task_struct中存储的信息时，只需要按照下面的公式计算出task_struct的首地址即可：

上面的公式可以被设计成宏，个人认为这个设计十分有参考学习价值。

---

2. 进程的基本操作

2.1 查看进程

查看系统中目前正在运行的进程有两种方式：通过文件查看、通过指令查看。

通过文件查看

我们之前说过，在Linux中一切皆文件，进程也不例外。当进程被创建之后，"/proc/"目录下会同步生成对应的文件，我们就可以通过查看文件的方式来查看进程：

这些数字目录就代表了进程，数字值就是其对应进程的PID。

每个目录中记载了进程的相关信息。

通过指令查看

ps命令

ps命令用于报告当前系统的进程状态。它可以显示瞬间行程（process）的动态，包括进程ID、用户ID、CPU和内存使用率等信息。ps命令的参数非常多，常用的参数包括：

• -A：列出所有的进程
• -a：显示一个终端的所有进程，除了会话引线
• -u：显示进程的归属用户及内存的使用情况
• -x：显示没有控制终端的进程
• -e：显示所有进程，等同于-A
• -f：使用完整格式显示信息，包括PPID、UID等

例如，ps -aux命令可以显示所有用户的所有进程，包括其他使用者的行程，并且显示各个命令的详细路径。ps命令的输出通常包括以下列信息：

• USER：进程的所有者用户名
• PID：进程的唯一标识符，即进程ID
• %CPU：进程的CPU占用率
• %MEM：进程的内存占用率
• VSZ：进程所使用的虚存的大小（Virtual Size）
• RSS：进程使用的驻留集大小或者是实际内存的大小（Kbytes字节）
• TTY：与进程关联的终端（tty）
• STAT：进程的状态，如R（运行）、S（睡眠）、Z（僵尸）等
• START：进程启动时间和日期
• TIME：进程使用的总CPU时间
• COMMAND：正在执行的命令行命令

top命令

top命令是一个实时的系统监视工具，用于查看系统的整体性能和进程的运行情况。它可以动态显示进程的资源使用情况，即可以通过用户按键来不断刷新当前状态。top命令的输出信息分为两部分：顶部的信息和进程的详细列表。

顶部信息（系统统计）

• top - 15:47:39 up 10 days, 2:45, 3 users, load average: 0.05, 0.12, 0.09：当前时间、系统运行时间、登录用户数以及过去1分钟、5分钟和15分钟的系统负载平均值。
• Tasks: 187 total, 1 running, 186 sleeping, 0 stopped, 0 zombie：总进程数、正在运行的进程数、睡眠的进程数、停止的进程数和僵尸进程数。
• %Cpu(s): 2.5 us, 0.3 sy, 0.0 ni, 97.1 id, 0.0 wa, 0.0 hi, 0.1 si, 0.0 st：CPU使用情况，包括用户态、系统态、空闲、等待输入输出等的百分比。
• MiB Mem : 7863.5 total, 1242.2 free, 3185.4 used, 3435.9 buff/cache：内存使用情况，包括总内存、空闲内存、已使用内存和缓存内存。
• MiB Swap: 2048.0 total, 2048.0 free, 0.0 used. 3897.5 avail Mem：交换空间使用情况，包括总交换空间、空闲交换空间和可用内存。

进程列表（详细进程信息）

• PID：进程ID
• USER：进程所有者
• PR：进程优先级（Priority）
• NI：进程的nice值，用于调整进程优先级
• VIRT：进程占用的虚拟内存大小（包括已交换到磁盘的部分）
• RES：进程使用的物理内存（常驻内存）
• SHR：共享内存
• S：进程状态（如S=Sleeping，R=Running，Z=Zombie，T=Stopped）
• %CPU：进程占用的CPU百分比
• %MEM：进程占用的内存百分比
• TIME+：进程使用的总CPU时间
• COMMAND：进程的执行命令

top命令还允许用户通过键盘命令进行交互操作，例如：

• M：按内存占用排序
• P：按CPU占用排序
• T：按运行时间排序
• k：杀死一个进程
• q：退出top命令
• r：修改进程的优先级（即nice值）
• 1：显示每个CPU核心的使用情况

↑来自天工大模型。

2.2 C语言中的进程相关函数

这些函数都是Linux中的系统调用，依赖于操作系统而存在，C语言标准并没有定义。

2.2.1 getpid和getppid

顾名思义，就是获取当前进程的pid和ppid(父进程pid，parent pid)。

2.2.1 fork函数

该函数可以在一个进程中创建子进程。

pid_t fork(void);

该函数被调用之后立即启动一个子进程，子进程与父进程共享代码和数据，所以子进程会从其被创建的位置处开始执行父进程的代码。

如果进程创建失败，fork返回"-1"；

如果进程创建成功，fork给父进程返回子进程的pid，给子进程返回0。

举个例子：

#include <stdio.h>
// fork函数包含在下面两个头文件中
#include <sys/types.h>
#include <unistd.h>

int main()
{
    printf("我是一个进程，我的pid=%d，我即将创建子进程...\n", getpid());
    int id = fork();
    if(id == 0)
    {
        printf("我是一个子进程，我的pid=%d，我父进程的pid=%d，我得到的id=%d，&id=%p\n", getpid(), getppid(), id, &id);
    }
    else
    {
        printf("我是一个父进程，我的pid=%d，我子进程的pid=%d，我得到的id=%d，&id=%p\n", getpid(), id, id, &id);
    }
    return 0;
}

1. 为什么fork可以给父子进程返回不同的值呢？

这是因为在fork函数执行结束之前，子进程就已经被创建好了，所以在fork函数内部，子进程就已经开始与父进程分别运行了，只要在返回之前根据pid等信息就可以区分二者，并控制返回的值。

2. 父子进程不是共享数据吗，为什么id既可以是0又可以是2500559？

父子进程确实共享数据，但是当某个数据被写入时，对该数据的共享就会结束，子进程会为自己拷贝一份，这种技术被称作写时拷贝。

fork函数在返回时，id就发生了写入，所以子进程拷贝了一份自己的id变量。

3. 既然子进程拷贝了id，那为什么两个id的地址是相同的？

这种现象的原因在于虚拟内存系统。虚拟内存允许操作系统为每个进程创建一个独立的虚拟地址空间，使得每个进程都认为它在使用整个计算机的内存。但实际上，物理内存被分割和共享。

所以这里我们看到的地址其实是虚拟地址，这意味着在父子进程中，变量的地址看起来是相同的，但实际上它们可能指向不同的物理内存位置。