操作系统入门(一):从冯诺依曼到进程概念

一、冯诺依曼体系结构

无论现在的超级计算机多么强大,绝大多数依然遵循着 1945 年诞生的冯诺依曼体系结构。理解这个结构,是理解一切软件逻辑的前提。


1. 核心组件

它将计算机抽象为五大核心部分:

组成部分 描述
输入设备 采集外部数据(键盘、鼠标、网卡等)
输出设备 将处理结果反馈(显示器、音箱、网卡等)
存储器 指内存。程序运行时的临时数据中转
运算器 (ALU) 负责所有的算术运算和逻辑判断
控制器 (CU) 指挥各部件协同工作,负责指令译码

为什么 CPU 不直接和外设打交道

CPU 直接从硬盘读数据、直接往显示器写数据不是更快吗?为什么要中间加个内存?

答案是:木桶效应

CPU 的运算速度是纳秒(ns)级的,而磁盘(外设)的读写速度通常是毫秒(ms)级的。如果 CPU 直接和外设打交道,CPU 执行一条指令只要 1 秒,而等磁盘传数据要花 1 天。那么 CPU 99.9% 的时间都在等待

用 C/C++ 写的程序,编译后生成的 .exe 或 a.out 是存储在磁盘上的

因为 CPU 只认识内存, 在冯·诺依曼体系中,CPU 只能从存储器(内存)中读取指令和数据。为了不让 CPU 被磁盘的慢速拖累,操作系统必须先把程序从磁盘拷贝到内存,然后 CPU 再去内存里取指令运行

内存的核心作用在于作为外设与 CPU 之间的高速缓冲。其读写速度远胜硬盘,虽不及 CPU迅捷,但已能基本匹配处理节奏。通过将数据预先从低速磁盘调入内存,可确保 CPU 持续高效运转


2. 数据流动的本质

如果我们要给计算机的运行效率下一个定义,那本质上就是设备间数据拷贝的效率

在计算机内部,数据永远在做搬运运动:

外设 (输入) 内存 CPU ​ 内存 ​ 外设 (输出)

计算机本质上并不生成数据,而是扮演着数据"加工厂"和"搬运工"的角色。其运算过程实际上是在数据拷贝的同时,由 CPU 附带执行逻辑处理操作

情景示例

假设你在给北京的朋友发了一句"吃了吗?"。在冯诺依曼体系下,这段数据是怎么样流动的呢

第一阶段:数据流出

  1. 输入 :你点击发送,文字通过键盘 / 触摸屏进入内存

  2. 处理:CPU 从内存读取这段文字,进行加密、打包,然后再写回内存

  3. 输出 :内存将处理好的数据包拷贝到网卡(输出设备),网卡通过光纤发往互联网

第二阶段:数据流入

  1. 输入 :北京朋友的手机网卡(输入设备)接收到电信号,将其拷贝到内存

  2. 处理:CPU 从内存读取加密包,进行解密、拆包,还原成文字和图片,再写回内存

  3. 输出 :内存将还原好的数据拷贝到显示器 / 屏幕(输出设备),朋友看到了你的问候

发送信息的本质:基于冯诺依曼体系结构 ,从我的键盘文件拷贝数据到对方的显示器文件

二、计算机与操作系统

让程序员直接操控硬件无异于一场灾难

想象一下:如果写一个 printf("Hello") 都要亲自动手控制显卡的每一个像素点、处理磁盘的磁道寻址、管理电压波动等等

  1. 开发门槛极高:你得是电子工程师才能写程序

  2. 资源利用率极低:如果程序 A 占着打印机不用,程序 B 只能干等

  3. 安全性极低:一个程序的 Bug 可能会直接烧毁硬件或者偷窥另一个程序的数据

这里引出了计算机科学中著名的大卫·惠勒金句:

"任何计算机问题都可以通过添加一层软件层(间接层)来解决。"

操作系统正是那一层至关重要的软件层,其诞生正是为了高效处理这些繁琐事务


1. 操作系统的概念与定位

操作系统 是一款专门针对计算机硬件和软件资源进行管理的软件,笼统的理解,操作系统包括:

  • 内核(负责:进程管理、内存管理、文件管理、驱动管理)

  • 其他程序(例如函数库、shell 程序等等)

操作系统的定位 :它处于硬件之上,应用软件之下

  • 向下:它与硬件交互,通过驱动程序管理复杂的物理设备。

  • 向上:它为用户(及程序员)提供一个高效、稳定、安全的执行环境

操作系统的本质定义: 操作系统是一个协调者 。它的存在是为了通过合理的管理,让计算机变得更好用、更稳定


2. 操作系统的核心功能

为了确保计算机高效运行,操作系统主要承担四项核心职责:

  1. 进程管理: 决定哪个程序什么时候运行,运行多久,如何处理多程序并发

  2. 内存管理: 为每个程序分配生存空间,处理虚拟地址与物理内存的映射,防止越界访问。

  3. 文件管理: 将磁盘上的 0 和 1 抽象成我们熟悉的文件夹和文件,处理数据的读写与持久化

  4. 设备管理: 管理各种外设(磁盘、网卡等),通过中断和驱动机制实现数据的输入输出


3. 如何理解 "管理"

这是学习进程概念前最重要的一步。操作系统是如何管理千万个进程或硬件的

管理的本质:先描述,再组织

描述

就像校长管理学生,他不需要认识每个学生,只需要每个人的学籍档案。 在 C 语言中,这就是一个 struct 结构体。操作系统会将每个被管理对象的属性(学号、姓名、成绩、状态等)抽取出来,封装成一个结构体

cpp 复制代码
struct Student
{
    const char* num;
    const char* name;
    int score;
    bool state;
}

组织

有了成千上万份档案,校长只需要用链表、树或其他数据结构将这些结构体连起来

  • 所谓管理学生 :变成了对学籍档案链表的增删查改

  • 所谓管理进程:变成了对进程控制块链表的维护

三、用户与内核的交互

为了保证系统的绝对安全,操作系统不信任任何用户程序。它禁止你直接操作内存、直接往磁盘写数据或直接控制网卡

我们可以把操作系统看作一家银行:

  • 内核:是银行的内部柜台和金库,存储着核心资源(硬件)

  • 用户:是办理业务的顾客

  • 系统调用 :是银行的业务窗口

你不能直接冲进金库自己拿钱(直接操作硬件),你必须通过窗口(系统调用),向柜员(内核)提交申请。柜员会检查你的身份和权限,确认无误后,由他替你进入金库完成操作

系统调用是操作系统内核 提供给外界的接口。它是用户程序访问内核资源的唯一合法通道。 而库函数其实是编程语言对系统调用的二次封装


库函数封装的意义

既然最终都要通过系统调用完成操作,为什么编程语言不直接暴露系统调用接口呢

编程语言的可移植性

这是封装最伟大的贡献。 不同的操作系统,系统调用的接口是不一样的。Linux 下叫 write,Windows 下可能叫 WriteFile

  • 如果你的程序直接用 write,你的代码就只能在 Linux 上跑,windows 根本不认识什么 write

  • 如果用 C 语言标准库的 printf,库函数会根据你所在的系统自动选择调用 write 还是 WriteFile。这实现了 "一份代码,到处编译"

让我们拆解一下当你调用 printf("Hello World\n") 时,底层发生了什么:

  • 用户层(库函数):你的程序调用 printf

  • 缓冲区处理 :printf 将字符串存入 C 语言级别的缓冲区 ,进行格式化处理。当满足刷新条件时,printf 内部会调用底层的系统接口 write

  • 内核执行:CPU 找到对应的显示器驱动程序,将数据发送到显存

  • 返回结果:printf 执行完毕,程序继续往下走

四、进程概念

在很多教科书中,进程被定义为 "一个正在执行的程序"。但这个定义过于抽象,无法触达操作系统的运行本质。要理解进程,我们必须先厘清程序 与进程的边界


1. 什么是进程

  • 程序(Program) :它是一个存储在磁盘中的二进制文件,本质上是一组静态的指令和数据集合。就像电影的剧本一样,它包含着预先编排好的内容

  • 进程(Process) :进程是指程序被加载并由 CPU 执行时的运行状态 。它是动态的,会经历创建、运行、挂起和终止等生命周期阶段。可以将其类比为正在根据剧本放映的电影

在 Linux 操作系统的视角下,一个进程的本质可以这么表达:

进程 = 内核数据结构 + 自己的程序代码和数据

1. 代码和数据

当我们运行 ./a.out 时,操作系统首先会将磁盘上的二进制指令(代码)和初始变量(数据)拷贝到内存中

  • 代码:定义了进程的执行逻辑

  • 数据:定义了进程的内容

但仅有这些是不够的,如果只有代码和数据,操作系统根本不知道这个程序运行到了哪一行、谁在运行它、它的优先级是多少

2. 内核数据结构 (task_struct)

操作系统通过创建 "数字化替身" 来管理运行中的程序,这个替身就是PCB(进程控制块)。在Linux 系统中,PCB的具体实现是 struct task_struct 结构体

当进程被创建时,系统会同步创建一个 task_struct 对象,并将其填入该进程的各种属性(如 PID、状态、内存指针等)

为什么必须包含内核数据结构

回到先描述,再组织的原则:

  • 如果不描述:操作系统只看到内存里有一堆乱七八糟的 0 和 1(代码和数据),它无法感知这到底是一个进程还是仅仅是一块废弃的内存

  • 有了 task_struct:操作系统只需管理这些结构体即可。例如,调度进程的过程实际上是将 task_struct 从等待队列移动到运行队列;而终止进程则意味着将该进程对应的 task_struct 从内核链表中移除,并释放其占用的内存资源


2. 描述进程------PCB

操作系统作为一个管理者,它并不直接盯着内存里那几兆、几百兆的代码看。它管理进程的方式,就是通过 PCB

  • 唯一性:每个进程有且仅有一个 PCB

  • 状态切换:当 CPU 要从进程 A 切换到 进程 B 时,OS 必须先把 A 的当前进度记录在 PCB 里,再从 B 的 PCB 里读取它上次运行到的位置

  • 资源分配:操作系统通过检查 PCB 来获取该进程打开的文件数量、内存使用情况以及运行时长等信息

虽然不同操作系统的 PCB 实现各有差异,但它们包含的核心信息大同小异(在 Linux 中叫 task_struct)。我们可以将其归纳为以下几大类:

属性类别 功能描述与技术细节
进程标识符 系统分配的全局唯一编号,用于区分不同的活跃进程
任务状态 运行 (R)、睡眠 (S/D)、停止 (T)、僵尸 (Z) 等状态,含退出码与信号
调度优先级 决定进程获取 CPU 时间片的先后顺序
程序计数器 存储下一条即将执行的指令地址,确保进程被切回时能准确接续进度
内存指针 指向程序代码段、数据段、堆栈以及共享内存块的虚拟地址映射表
上下文数据 进程切出 CPU 时,寄存器中数据的瞬时快照
I/O 状态信息 包含进程打开的文件描述符列表及待处理的 I/O 请求
记账信息 记录 CPU 耗时总和、内核/用户态时间、时间配额及计费信息

为什么 PCB 必须常驻内存?

代码和数据在不运行的时候可以留在磁盘上,但 PCB 必须始终留在内存的内核空间中

操作系统需要随时扫描所有 PCB 以进行调度决策。如果 PCB 也在磁盘上,OS 还要先发起磁盘 I/O 去读 PCB,而磁盘 I/O 本身又需要 OS 进行进程调度......这就陷入了逻辑死循环


3. 组织进程------task_struct

Linux 内核的进程管理机制并非简单的静态线性存储。在进程的生命周期内,其 task_struct 实例会被编排进不同的逻辑容器中

如果按照传统的思维,我们要把一个 task_struct 放入不同的链表,似乎需要不断的拷贝这个巨大的结构体。但 Linux 内核采用了另一种设计:不让链表包含进程,而让进程包含链表节点

这种设计被称为 "嵌入式链表"。task_struct 内部包含多个 list_head 成员作为连接点,使得单个进程对象能够同时被挂载到不同的管理结构中

代码示例:

我们简化一下 Linux 内核的逻辑,用一段 C 语言伪代码来展示这个神奇的结构:

cpp 复制代码
// 内核通用的双向链表节点
struct list_head {
    struct list_head *next, *prev;
};

// 描述进程的 PCB
struct task_struct {
    int pid;               // 进程身份证号
    int status;            // 状态:运行、睡眠等
    char comm[16];         // 进程名称
   
    /* --- 核心:组织进程的成员 --- */
    
    // 全量链表节点,用于将系统中所有进程串在一起
    struct list_head all_list;
    
    // 运行队列节点,当进程处于就绪态时,挂载在 CPU 的运行队列中
    struct list_head run_queue;
    
    // 等待队列节点,当进程在等磁盘/网卡 I/O 时,挂载在设备等待队列中
    struct list_head wait_queue;
};

你可能会问:OS 遍历链表时,拿到的只是 all_list 这样的成员的地址,它是怎么找回整个 task_struct 的首地址,从而读取 pid 或 status 的呢

在 Linux 内核中,有一个宏定义叫做 container_of。它的逻辑如下

cpp 复制代码
container_of(成员地址, 结构体类型, 成员名)

它利用 C 语言的偏移量(Offset)计算:用当前的成员地址,减去该成员在结构体内部的偏移字节量,从而精准反推回整个结构体的起始位置

五、进程操作

1. 查看进程信息

在 Linux 系统中,可通过多种文件和工具来查看进程信息

/proc 系统文件夹

Linux 的设计哲学秉承 "一切皆文件"。为了让用户能看到内核里的 task_struct 信息,Linux 提供了一个名为 /proc 的伪文件系统

它不是磁盘文件, /proc 并不占用磁盘空间,它存在于内存中。当你访问它时,内核会动态地把进程信息转换成文本呈现给你,我们可以这么查看:

bash 复制代码
ls /proc

我们会看到大量以数字命名的文件夹,每一个数字对应的就是进程的 PID

如果要获取PID为1的进程信息,查看 /proc/1 这个文件夹即可

ps 命令

ps (Process Status) 是最常用的查看进程的工具。它能瞬间拉取当前系统的进程列表

常用组合:

ps aux(偏向查看所有进程占用情况)

  • a:显示终端上的所有进程。

  • u:以用户为主的格式显示。

  • x:显示没有控制终端的进程。

ps ajx(偏向查看进程间的父子关系、会话关系)

输出字段解析:

  • USER:启动该进程的用户

  • PID:进程 ID

  • PPID:父进程 ID

  • %CPU:占用 CPU 百分比

  • STAT:进程状态

我们可以配合 grep 命令来过滤想查看的进程

bash 复制代码
# 先打印表头,再打印目标进程信息
ps ajx | head -1 && ps ajx | grep 'my_process'

top 命令

它是一个交互式的实时监控工具,类似于 Windows 的任务管理器

  • 关键指标:

    • load average:系统的负载情况(1分钟、5分钟、15分钟的平均负载)

    • %CPU / %MEM:按资源占用排序

  • 交互操作:

    • 按 M:按内存占用排序。

    • 按 P : 按 CPU 占用排序。

    • 按 q:退出监控


2. 获取进程标识符(PID)

PID (Process Identifier) 是操作系统分配给每个进程的一个非负整数

  • 唯一性:在任何给定的时刻,系统中的每一个 PID 都是独一无二的

  • 复用性:当一个进程彻底销毁后,它的 PID 可能会被回收,并在一段时间后分配给新的进程

PID 的核心作用

为什么我们需要这个数字?

  1. 操作系统能通过 PID 快速定位该进程的 task_struct

  2. 要终止死循环程序,可以通过执行命令 kill -9 1234 来实现,其中1234代表目标进程的PID号

  3. 每个进程都会记录自己的 PID 和父进程的 PID (PPID),从而构建出类似家族族谱的进程树

必须通过系统调用来获取标识符

这是一个极其重要的知识点:PID 存储在内核的 task_struct 结构体中。

根据我们之前提到的 "银行柜台" 理论,用户程序严禁直接翻阅内核态的数据。因此,我们无法通过简单的内存访问去拿 PID

必须通过操作系统提供的系统调用,委派内核帮你把 PID 读出来并返回给你

代码示例

cpp 复制代码
#include <stdio.h>
#include <unistd.h>    // 系统调用接口头文件
#include <sys/types.h> // 提供 pid_t 类型定义

int main()
{
    pid_t pid = getpid();
    pid_t ppid = getppid();

    printf("pid: %d, ppid: %d\n", pid, ppid);

    return 0;
}

细节拆解:

  • pid_t 类型:本质上是一个被 typedef 过的整数类型(通常是 int),但使用 pid_t 能提供更好的跨平台兼容性

  • 父进程是谁? :如果你在 Bash 命令行里运行这个编译后的程序,你会发现它的 PPID 永远是同一个数字------Bash 解释器 的 PID。这意味着,你在命令行启动的所有程序,都是 Bash 的子进程


3. fork 创建进程

fork 是一个系统调用,其功能是以父进程为模板,创建一个新的子进程

  • 父进程:原本正在运行的那个进程

  • 子进程:通过 fork 产生的新进程

fork 的返回值

  • 给父进程返回:子进程的 PID

  • 给子进程返回:0(子进程可以通过 getppid() 随时找到父亲,它只需要知道自己创建成功了)

  • 失败返回:-1

为什么要这么设计?

父进程需要记录所有子进程的 PID 才能准确发送指令,而子进程只需通过 getppid() 系统调用即可随时获取父进程信息,无需额外存储

父子进程数据的关系

  • 共享的:

    • 程序代码:由于代码是只读的,父子进程共用同一份内存中的代码段,这样可以节省大量空间
  • 独立的:

    • 内核数据结构:子进程拥有自己独立的 task_struct

    • 数据段:虽然初始内容一样,但在逻辑上,子进程拥有自己独立的一份数据副本

写实拷贝

如果父进程占用了 1GB 内存,fork 时 OS 是否要立刻拷贝 1GB 数据给子进程?
答案是否定的。 这样做的代价太高,且如果子进程后续立刻去加载新程序,这 1GB 的拷贝就全白费了

写时拷贝(COW)逻辑:

  1. fork 之后,父子进程的物理内存是共享的,且被标记为"只读"

  2. 只要父子进程都不改数据,就一直共享下去

  3. 谁先尝试修改数据,OS 就会立刻为该进程开辟新的物理内存并拷贝一份数据

写时拷贝确保了 fork 的高效,实现了 "按需分配" 的懒加载哲学


fork 为什么有两个返回值?

在 Linux 下,我们通常这样写 fork

cpp 复制代码
int main() {

    pid_t id = fork(); 

    if (id < 0) {
        // 创建失败
        perror("fork");
        return 1;
    } else if (id == 0) {
        // 子进程
        while (1) {
            printf("I am Child!  pid: %d, ppid: %d\n", getpid(), getppid());
            sleep(1);
        }
    } else {
        // 父进程
        while (1) {
            printf("I am Parent! pid: %d, my_child_pid: %d\n", getpid(), id);
            sleep(1);
        }
    }

    return 0;
}

要理解 fork 的两个返回值,不能简单地将其视为普通 C 函数,而应将其看作内核的一次 "细胞分裂" 过程

当你的程序执行到 fork() 这一行时,它会陷入内核。内核会做以下几件事:

  1. 分配新的内存块和内核数据结构给子进程

  2. 将父进程的 tast_struct 属性拷贝给子进程

  3. 将子进程添加到系统调度队列中

关键点:

在 fork() 函数内部,所有的准备工作(拷贝、创建)完成后,在即将执行函数内部的 return 语句之前,子进程已经创建成功了

此时,系统中存在两个一模一样的执行流。既然是拷贝,子进程的 PC(程序计数器)指向的也是 fork() 函数内部即将返回的那一行

  • 父进程:从内核的 fork() 函数里准备返回

  • 子进程:也从内核的 fork() 函数里准备返回

这就是 fork 函数,返回两次的真相:两个独立的进程分别执行了各自的 return


变量 id 怎么能既是 0 又是非 0?

如果运行上面的代码,我们会惊奇地发现 if 和 else if 里面都在打印。这意味着 id == 0 和 id > 0 在同一时刻同时成立了

从内存角度来看:

  1. 初始状态:fork 刚刚完成时,父子进程共享同一块物理内存

  2. 返回时刻 :内核在向 id 变量写入返回值时,触发了写时拷贝

  3. 结果:

    • 内核为父进程的 id 变量写了一个值(子进程 PID)

    • 内核为子进程的 id 变量写了另一个值(0)

虽然在代码里的变量名都叫 id,但在 fork 之后,它们已经是两个完全独立的变量了

总结

从冯诺依曼体系到操作系统的引入,再到进程与 PCB 的概念,本质上是在逐步回答一个问题:计算机如何高效地管理和运行程序。操作系统通过先描述、再组织的方式,将进程这一抽象实体转化为可被统一管理的数据结构,并借助系统调用实现用户态与内核态之间的交互

在此基础上,进程不再只是 "程序的运行" ,而成为操作系统调度与资源分配的基本单位。理解这一点,意味着我们已经从 "写程序" 迈入了 "理解系统如何运行程序" 的层面

在下一篇中,我们将进一步深入进程的运行机制,探讨进程的创建细节、地址空间以及调度等更底层的问题,逐步揭开操作系统内部工作的全貌

相关推荐
谙弆悕博士1 小时前
多智能体架构详解:层级树状架构(分级主从型)
运维·架构·大模型·agent·多智能体·langgraph·层级树状
戊本菌1 小时前
进程(三)进程优先级:谁先上 CPU
linux·c语言·硬件架构
aningx2 小时前
Arch 系用 greetd 实现开机自动进 Plasma Wayland,注销自动回桌面
linux
张小姐的猫3 小时前
【基于 WebSocket 的多用户网页五子棋】—— 整合封装服务器模块设计实现2️⃣
服务器·websocket·网络协议
江无行者3 小时前
Linux 服务器 top 命令详解
linux
HMS工业网络3 小时前
工业远程访问的五项安全部署原则
运维·服务器·安全
吴建旭 智宅焕4 小时前
智能家居全国交付中执行端能力评估与分级调度架构设计:从注册数量到交付确定性的系统实现
运维·智能家居·devops
嵌入式 Linux手记5 小时前
一块内存,三种解释:union 的真实用法
linux·c语言·驱动开发·嵌入式
星恒随风5 小时前
MySQL 从零入门(九):事务管理详解——ACID、COMMIT、ROLLBACK、SAVEPOINT 与四种隔离级别
linux·服务器·数据库·笔记·mysql
草莓熊Lotso6 小时前
【C++ 基于微服务的即时通讯系统】ElasticSearch 用户数据管理实现
linux·数据库·c++·elasticsearch·微服务·架构