Linux编程系列之进程概念(上)

---

本次主要介绍进程概念和一些进程调用接口，细节很多。

一、进程概念

什么是进程？

这里先给出一个笼统的概念：一个已经加载到内存中的程序就叫做进程，正在运行的程序也叫做进程。Windows系统下有进程管理器（任务管理器），直接搜索任务管理器或者按Shift + Esc + Ctrl都可以打开。

可以看到，有前台进程和后台进程之分，这个我们后面也会提到。

PCB

一个操作系统，不仅可以运行一个进程，也可以运行多个进程，Linux系统下一定存在着大量的进程！那么操作系统一定要将这些进程管理起来，怎么管理？？ 先描述再组织。
任何一个可执行要加载到内存中形成一个进程的时候，要先创建描述进程的结构体对象，称之为PCB(Process Control Block) 进程控制块，他是进程属性的集合，就是个结构体，这个结构体中包含了绝大多数进程信息，如进程标识符，进程优先级，进程状态...描述过后怎么组织？？ 里面在存放一个指向下一个PCB的指针就可以！！

struct PCB{

进程编号

进程的状态

进程优先级

...

struct PCB* next；

}

task_struct

Linux操作系统具体是怎么做的？？

Linux下的PCB叫做task_struct，task_struct是Linux内核的一种数据结构，它会被装载到RAM(内存)里并且包含着进程的信息。如何组织？采用双向链表组织的方式！

task_struct中一定描述了进程的全部信息，比如：

标示符: 描述本进程的唯一标示符，用来区别其他进程。--pid

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。pc指针

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。

其他信息等等

可以查看源代码，在include/linux/sched.h这个路径下

查看进程消息

Linux系统下如何查看进程信息呢？？？

第一种方法：所有的进程信息都会在/proc/pid 下，pid是什么，后面提，理解成标识不同进程的数字即可，是一个具体的数字.

第二种方法：top指令

这张图里有很多信息，暂时先看一看后面分析，第二行：123total代表一共123个进程，1running代表一个在运行，120sleeping代表120个在阻塞等等，这代表进程是有状态的，不一定一直在运行。

来看PID USER那一行， 有一个PR 和 NI，这是进程优先级，进程也是有优先级的！

退出按q

第三种方法：ps指令，最常用的是ps ajx （ps aux），查看所有用户的所有进程，

a：显示所有终端关联的进程,比如bash进程

j/u:以用户为中心的格式输出，显示出一些关键信息（USER CPU等等）

x:显示所有终端无关联的进程，后台守护进程、服务进程等等，ssh就是个服务进程。

ps ajx 也常跟grep使用，ps ajx | grep xxx ，可以指定寻找某个字符串。

可以试验一下，自己写一个代码，

果然我们可以查到自己写的process这个进程。
那我们现在可以重新理解进程，刚才说了进程被加载到内存中运行时，要创建自己的PCB,这个进程当然也要有属于自己的代码和数据，所以，目前来看，进程 = 内核数据结构(PCB) + 自己的代码和数据！

cwd

这里介绍一个知识，比如写一个代码,这份代码就是打开一个文件，没有则创建。

果然创建出了这个文件，但是有个问题，他怎么知道在这个路径下创建的呢？？先通过ps ajx | grep xx来查看pid，再通过ls /proc/pid 我们来看一眼进程信息，其中可以看到exe和cwd

这两个都是l开头的，这是个软连接，cwd指的是current work dir：当前进程的工作目录！所以，创建文件的路径实际上是cwd/p.txt！

二、关于进程的系统调用接口

这里先提一下pid和ppid过渡到系统调用接口

pid、ppid、bash

操作系统中有这么多进程，怎么区分？--pid，进程标识符，不同进程有不同的pid，一个pid就可以确定一个进程！

怎么查看？ps ajx | head -1是显示出第一行，方便查看pid，&&代表都执行，可以用; 至于grep -v xx代表搜索不存在xx的内容，主要是看起来舒服，grep时，grep也相当于一个进程！所以会查到自己。

这里看到了有个pid，还有个ppid是什么？ppid是父进程的pid，并且如果你多次运行这个程序就会发现，pid会变但是ppid不会变,那这是什么呢？？

我们查一下这个数字

我们发现可执行的名字是bash.这里我们要引入一个知识了，bash是Unix/Linux下最常用的命令行解释器！每次打开一个新的终端，都会为我们启动一个bash进程！

这就是bash进程为你提供的交互环境！你输入命令，bash帮你解释并且执行命令！终端对应的bash进程会作为父进程！这里不是一定要创建子进程去执行命令的！也有可能就是bash自己这个进程去执行，因为命令还分为内建命令和普通命令之分！

可以通过echo $$来查看bash的pid,输入exit 或者logout就是告诉bash结束！

这里再简单谈一下ppid，父进程有什么作用？

1.可以创建子进程去完成任务，比如bash进程

2.管理子进程的资源和权限，子进程可以继承父进程的环境变量。

3.回收子进程的生命周期，防止资源泄露。

第一条比较好理解，bash就是一个很好的例子。对于第二、第三条，我们后面还会再提，这里先暂时知道即可。

getpid、getppid

刚才是用指令查看的pid，能不能从代码层面呢？可以--操作系统不相信任何用户，但是为了给用户提供服务要提供系统调用接口！可以通过man2号手册来查询--getpid()和getppid()

用法和含义都比较好理解，就是获得当前进程 / 当前父进程的pid，返回值是pid_t ?? 这是什么类型呢？如果你一路去查下去，它的定义，实际上就是int。

写一份代码来看看情况，顺便还可以验证一下bash。

得到了22631去查果然是bash进程

fork

./process是在指令层面创建了一个进程，那我能不能从代码层面呢？？可以--操作系统不相信任何用户，但是为了给用户提供服务要提供系统调用接口，这里来看一个非常重要的系统调用接口fork(), 依旧man 2 fork来查

用法好像非常简单，返回值是pid_t,那它怎么能够额外创建一个进程呢？

来看返回值含义,可以/return来搜索

简单翻译一下，如果成功，子进程的PID被返回给父进程，0返回给子进程，如果失败，-1被返回给父进程，没有子进程被创建并且错误码被设置。

这一个变量返回给了两个进程？C/C++中也没见过啊，这里先写一份fork常用的代码再去分析。

#include<bits/stdc++.h>
#include<unistd.h>
#include<sys/types.h>
#include<sys/stat.h>
#include<fcntl.h>
using namespace std;
int main()
{
    pid_t id = fork();
    if(id == 0)
    {
        while(1)
        {
            sleep(1);
        printf("我是子进程,我的pid是%d\n",getpid());
        }
    }
    else if(id > 0)
    {
        while(1)
        {
            sleep(1);
        printf("我是父进程,我自己的pid是%d,我的子进程的pid是%d\n",getpid(),id);
        }
    }
    else {
        //异常情况处理
    }
    return 0;
}

运行结果：

查一下进程：

可以发现确实确实创建了子进程！pid也对的上

这份代码竟然同时执行了if(id == 0) 和 else if(id > 0)！id难道既能大于0又能等于0？？这里我们来分析一下四个问题.

1.为什么要有不同的返回值？为什么要给子进程返回0，给父进程返回子进程的pid?

2.一个函数是如何做到返回两次的？如何理解？

3.一个变量怎么会有不同的内容，如何理解？

4.fork到底干了什么？

1.有不同返回值的原因是为了让不同的执行流来执行不同的代码块。

为什么返回值具体是这样的呢？

父进程需要知道子进程的pid来进行后续的管理，子进程可以通过getpid()获取自己的pid，也没必要知道父进程的pid，用0返回更加简洁。

另外：一般而言，fork之后父子进程代码共享。

2.想知道这个就得谈谈fork干了什么，进程 = 内核数据结构(PCB) + 自己的代码和数据，每一个进程要被创建时，一定要创建自己的PCB！上面可以看到子进程确实被创建了！

所以fork大体上是这么个流程：

a.创建子进程的PCB

b.填充子进程的PCB、大部分都和父进程一样，仅有一些关键字段会自己填充

c.子进程当然要有自己的代码和数据，因为代码是不可以修改的，子进程和父进程就可以指向相同的代码！那么数据呢？数据可能被修改，那就不能让父子进程指向同一份数据，具体怎么办呢？。

第一种思路：拷贝一份父进程的数据，这样就没有影响了，但是这种思路不好，子进程被创建出来都不一定干什么，拷贝完数据有可能一点不去修改，这样很浪费资源！

第二种思路：子进程和父进程指向同一份数据，但是如果要进行数据的修改，就额外开辟块空间，这种做法比较好，没有浪费资源，这种我们称之为写时拷贝！

d.父子进程都有自己独立的PCB，可以被CPU调度运行了！

所以，fork的返回值是pid_t, 一定会有一句代码是return xx,fork之后的代码父子共享！所以父进程要return，子进程也要return，这就是为什么一个函数如何做到返回了两次

另外，父子进程被创建好之后，谁先运行是不一定的！由调度器决定！

3.暂时理解成发生了写时拷贝！至于具体是怎么样的，后面的虚拟地址空间再说.

4.fork干了什么在第二个问题的回答中已经解决完了，创建PCB，填充PCB，指向相同的代码。

---