【Linux】进程概念（二）

1.环境变量

1.1. 基本概念

环境变量(environment variables)一般是指在操作系统中用来指定操作系统运行环境的一些参数
能链接成功生成可执行程序，原因就是有相关环境变量帮助编译器进行查找
环境变量通常具有某些特殊用途，还有在系统当中通常具有全局特性

1.1.1 命令行参数

指令选项实现原理

1.1.2 如何理解环境变量

系统中存在环境变量，来帮助系统找到目标二进制文件
系统中默认搜索路径：环境变量：PATH
所以bash通过PATH来找到环境变量！
指令env：查看环境变量
bash会形成两张表（命令行参数表+环境变量表）

1.2. 常见环境变量

PATH：指定命令的搜索路径
HOME：指定用户的主工作目录(即用户登陆到Linux系统中时,默认的目录)
SHELL：当前Shell,它的值通常是/bin/bash

1.3. 和环境变量相关命令

echo $XXX：显示某个环境变量值（这里$ 是 "调取变量值的工具"，echo $PATH）
export：设置一个新的环境变量
env：显示所有环境变量
unset：清除环境变量
set：显示本地定义的shell变量和环境变量

1.4. 环境变量的组织方式

每个程序都会收到一张环境表，环境表是一个字符指针数组，每个指针指向一个以'\0'结尾的环境字符串

1.5. 相关代码获取环境变量

1) 命令行第三个参数

2) 通过第三方变量environ获取

3) 系统调用获得环境变量：getenv函数

bash 复制代码

#include <stdio.h>
#include <stdlib.h>
int main()
{
 printf("%s\n", getenv("PATH"));
 return 0;
}

1.6. 环境变量通常具有全局属性

环境变量通常具有全局属性，可以被子进程继承下去

2. 程序地址空间

2.1 程序地址空间回顾

观察以下现象

第一段代码：

cs 复制代码

#include <stdio.h>
#include <unistd.h>
#include <stdlib.h>
int g_val = 0;
int main()
{
 pid_t id = fork();
 if(id < 0){
 perror("fork");
 return 0;
 }
 else if(id == 0){ //child
 printf("child[%d]: %d : %p\n", getpid(), g_val, &g_val);
 }else{ //parent
 printf("parent[%d]: %d : %p\n", getpid(), g_val, &g_val);
 }
 sleep(1);
 return 0;
}

cs 复制代码

//输出：
parent[2995]: 0 : 0x80497d8
child[2996]: 0 : 0x80497d8

因为子进程按照父进程为模版，子进程并没有对变量进行进行任何修改，所以父子地址一样

第二段代码：

cs 复制代码

#include <stdio.h>
#include <unistd.h>
#include <stdlib.h>
int g_val = 0;
int main()
{
 pid_t id = fork();
 if(id < 0){
 perror("fork");
 return 0;
 }
 else if(id == 0){ //child,⼦进程肯定先跑完，也就是⼦进程先修改，完成之后，⽗进程再
读取 
 g_val=100;
 printf("child[%d]: %d : %p\n", getpid(), g_val, &g_val);
 }else{ //parent
 sleep(3);
 printf("parent[%d]: %d : %p\n", getpid(), g_val, &g_val);
 }
 sleep(1);
 return 0;
}

cs 复制代码

//输出：
child[3046]: 100 : 0x80497e8
parent[3045]: 0 : 0x80497e8

父子进程输出地址是一致的，但是变量内容不一样

则可以得出：

2.2 虚拟地址

父子进程输出变量不一样但地址一样，所以该地址绝对不是物理地址
在Linux地址下，这种地址叫做虚拟地址
在C/C++语言所看到的地址，全部都是虚拟地址
物理地址，用户一概看不到，由OS统一管理

2.3 进程地址空间

同一个变量，地址相同，其实是虚拟地址相同，内容不同其实是被映射到了不同的物理地址

2.4 虚拟内存管理

mm_struct

描述linux下进程的地址空间的所有的信息的结构体是mm_struct （内存描述符）。每个进程只有一个mm_struct结构，在每个进程的task_struct结构中，有一个指向该进程的结构

cs 复制代码

struct task_struct
{
 /*...*/
 struct mm_struct *mm; 
 /*...*/
}

每一个进程都会有自己独立的mm_struct，这样每一个进程都会有自己独立的地址空间才能互不干扰

cs 复制代码

struct mm_struct
{
 /*...*/
 struct vm_area_struct *mmap; /* 指向虚拟区间(VMA)链表 */ 
 struct rb_root mm_rb; /* red_black树 */ 
 unsigned long task_size; /*具有该结构体的进程的虚拟地址空间的⼤⼩*/ 
 /*...*/
 // 代码段、数据段、堆栈段、参数段及环境段的起始和结束地址。 
 unsigned long start_code, end_code, start_data, end_data;
 unsigned long start_brk, brk, start_stack;
 unsigned long arg_start, arg_end, env_start, env_end;
 /*...*/
}

每⼀个进程都会有自己独立的mm_struct，操作系统肯定是要将这么多进程的mm_struct组织起来，虚拟空间的组织方式有两种：

当虚拟区较少时采取单链表，由mmap指针指向这个链表.
当虚拟区间多时采取红黑树进行管理，由mm_rb指向这棵树

vm_area_struct

inux内核使用 vm_area_struct 结构来表示一个独立的虚拟内存区域(VMA)，由于每个不同质的虚拟内存区域功能和内部机制都不同，因此一个进程使用多个vm_area_struct结构来分别表示不同类型的虚拟内存区域

cs 复制代码

struct vm_area_struct {
 unsigned long vm_start; //虚存区起始 
 unsigned long vm_end; //虚存区结束 
 struct vm_area_struct *vm_next, *vm_prev; //前后指针 
 struct rb_node vm_rb; //红⿊树中的位置 
 unsigned long rb_subtree_gap;
 struct mm_struct *vm_mm; //所属的 mm_struct 
 pgprot_t vm_page_prot; 
 unsigned long vm_flags; //标志位 
 struct {
 struct rb_node rb;
 unsigned long rb_subtree_last;
 } shared; 
 struct list_head anon_vma_chain;
 struct anon_vma *anon_vma;
 const struct vm_operations_struct *vm_ops; //vma对应的实际操作 
 unsigned long vm_pgoff; //⽂件映射偏移量 
 struct file * vm_file; //映射的⽂件 
 void * vm_private_data; //私有数据 
 atomic_long_t swap_readahead_info;
#ifndef CONFIG_MMU
 struct vm_region *vm_region; /* NOMMU mapping region */
#endif
#ifdef CONFIG_NUMA
 struct mempolicy *vm_policy; /* NUMA policy for the VMA */
#endif
 struct vm_userfaultfd_ctx vm_userfaultfd_ctx;
} __randomize_layout;

这张图就显示了，当堆在添加数据扩展时因为堆是向上增长的，地址空间起始都被存在vm里，就不会发混乱

2.5 为什么要有虚拟地址空间

将地址从"无序" 变"有序"
地址转化过程中，对操作或者地址进行合法性判断，进而保护了物理内存中的所有的合法数据，例如：为什么不能修改字符串？？因为字符串存储在字符常量区，字符常量区数据被操作系统标记为 "只读"，想要查询页表的时候，权限拦截了
物理内存的分配和进程的管理就可以做到没有关系，进程管理模块和内存管理模块就完成了解耦合