linux系统编程：初识进程

一、一切的基础：冯・诺依曼体系结构

1. 五大硬件模块

1. 输入设备：键盘、鼠标、扫描仪等
2. 输出设备：显示器、打印机
3. 存储器（特指内存）：数据中转核心
4. 运算器：负责算术、逻辑运算
5. 控制器：协调硬件执行指令 运算器 + 控制器合并为 CPU。

2. 核心铁律

1. CPU只能直接读写内存，无法直接和外设交互；
2. 外设输入 / 输出数据，必须经过内存中转；
3. 所有硬件交互，内存是唯一中间介质。

3. 存储分层金字塔

速度从快到慢、容量从小到大、成本从高到低： 寄存器 > L1/L2/L3 高速缓存 > 内存 (主存) > 本地磁盘 > 远程网络存储

4. 真实场景：QQ 聊天数据流（理解硬件数据流）

场景 1：发送文字消息

1. 键盘输入文字（输入设备）→ 数据写入内存；
2. QQ 进程从内存读取文字数据，CPU 完成编码；
3. 数据放回内存，网卡驱动从内存读取数据，通过网卡发送到服务器；
4. 好友电脑网卡接收数据，写入对方内存；
5. 对方 QQ 进程读取内存数据，CPU 解析文字，输出到显示器。

场景 2：发送文件

1. 文件存放在本地磁盘，磁盘先把文件数据加载到内存；
2. CPU 读取内存文件数据编码，放回内存；
3. 网卡读取内存数据上传服务器；
4. 好友设备网卡接收数据写入内存，再持久化写入本地磁盘。

二、操作系统：计算机的 "大管家"

1. OS 定义

• 狭义 OS（内核 Kernel）：核心四大模块 ------ 进程管理、内存管理、文件管理、驱动管理；
• 广义 OS：内核 + shell 外壳、C 标准库、系统工具等应用软件。

2. OS 两大核心职责

1. 向下管理硬件：封装硬件操作，统一调度所有软硬件资源；
2. 向上服务应用：给程序提供稳定、安全的运行环境。

3. OS 管理万物的核心思想：先描述，再组织

类比学校管理：校长（OS）不直接管学生（硬件 / 进程），

1. 描述：用结构体记录学生信息（struct 保存进程 / 硬件属性）；
2. 组织：用链表、红黑树把结构体串起来，统一管理。

4. 系统调用 & 库函数

1. 系统调用：内核对外暴露的底层接口，直接操作内核，功能原始、使用复杂；
2. 库函数：第三方 / 标准库对系统调用的封装（如 printf 封装 write），降低开发成本； 用户程序 → 库函数 → 系统调用 → 内核 → 硬件。

三、进程：操作系统调度的最小单位

3.1 进程到底是什么？

1. 课本定义：程序的一次运行实例；
2. 内核定义：承担 CPU、内存、IO 资源分配的实体；
3. 最简公式：进程 = PCB(task_struct) + 代码 + 数据 程序是磁盘上静态文件，进程是内存中动态运行的实体。

3.2 PCB：进程控制块（Linux 下 task_struct）

内核用task_struct结构体描述每一个进程，全部存放在内存，通过双向链表串联所有进程。

task_struct 核心成员

1. 标识符：PID (进程 ID)、PPID (父进程 ID)；
2. 进程状态、退出码、信号；
3. 优先级 nice 值；
4. 程序计数器：下一条要执行的指令地址；
5. 内存指针：代码段、堆、栈、共享内存映射；
6. 上下文数据：CPU 寄存器临时数据，进程切换时保存恢复；
7. IO 信息：打开的文件、占用外设；
8. 记账信息：CPU 占用时长、调度统计。

3.3 查看进程的两种方式

1. 文件系统：/proc 虚拟文件系统，/proc/PID 存放对应进程全部信息；
2. 命令工具：ps aux、ps axj、top。

3.4 获取进程 ID（系统调用）

#include <stdio.h>
#include <unistd.h>
int main()
{
    printf("当前进程PID：%d\n", getpid());
    printf("父进程PPID：%d\n", getppid());
    return 0;
}

3.5 fork () 创建子进程

核心特性

1. 一次调用，两个返回值：父进程返回子进程 PID，子进程返回 0，失败返回 - 1；
2. 父子代码共享，数据采用写时拷贝：只读时共享物理内存，修改数据时复制独立内存；
3. fork 后父子进程同时执行后续代码，配合 if 分流实现不同逻辑。

基础 demo

#include <stdio.h>
#include <unistd.h>
int main()
{
    pid_t ret = fork();
    if(ret < 0){
        perror("fork");
        return 1;
    }else if(ret == 0){
        printf("子进程 PID:%d\n", getpid());
    }else{
        printf("父进程 PID:%d，子进程PID:%d\n", getpid(), ret);
    }
    sleep(10);
    return 0;
}

四、Linux 七大进程状态

内核源码定义 7 种任务状态：

标识	状态名	特点
R	运行态	正在 CPU 运行 / 在就绪队列等待调度
S	可中断睡眠	等待事件，可被信号唤醒
D	不可中断睡眠	等待 IO 完成，无法被信号打断
T	停止态	SIGSTOP 暂停，SIGCONT 恢复
t	追踪停止	gdb 调试时暂停
X	死亡态	进程彻底销毁，瞬时状态不可见
Z	僵尸态	子进程退出，父进程未回收 PCB

4.1 僵尸进程 Z

1. 产生原因：子进程先退出，父进程没有调用 wait/waitpid 读取子进程退出信息；
2. 危害 ：task_struct（PCB）持续占用内存，造成内存泄漏，大量僵尸耗尽系统进程资源；
3. 解决方案：父进程回收子进程、父进程退出变成孤儿进程由 systemd 回收。

4.2 孤儿进程

1. 产生原因：父进程提前退出，子进程失去父进程；
2. 处理机制：孤儿进程会被 1 号进程 systemd (init) 领养，systemd 自动回收，无内存泄漏风险。

五、进程优先级：CPU 资源分配规则

1. PRI：进程优先级，数值越小，越优先调度；
2. NI (nice 值) ：优先级修正值，范围-20 ~ 19； 计算公式：新PRI = 原始PRI + nice

• nice 为负数：优先级升高；正数：优先级降低。

操作命令

1. top：按 r 修改运行中进程 nice 值；
2. nice：启动程序时指定优先级；
3. renice：修改正在运行进程的 nice； 系统调用：getpriority() / setpriority()

四个基础概念

1. 竞争性：进程多、CPU 少，互相抢占资源，因此需要优先级；
2. 独立性：多进程拥有独立资源，互不干扰；
3. 并发：单 CPU 快速切换进程，一段时间内同时推进多个任务；
4. 并行：多 CPU 核心，同时运行多个进程。

六、进程切换 & Linux2.6 O (1) 调度算法

6.1 上下文切换

CPU 寄存器只有一套，切换进程时：

1. 保存当前进程寄存器数据（上下文）到 PCB；
2. 加载下一个进程的上下文到寄存器；
3. 恢复执行新进程。 每个进程切换都会消耗 CPU 资源，频繁切换会降低性能。

6.2 O (1) 调度（Linux2.6 经典调度器）

每个 CPU 独立一个 runqueue 运行队列，包含两个数组：

1. active 活跃队列：时间片未耗尽的进程，140 个优先级队列（0-99 实时，100-139 普通）；
2. expired 过期队列：时间片耗尽的进程。

高效设计

1. bitmap 位图标记队列是否为空，快速找到最高优先级进程，查找耗时固定；
2. 活跃队列全部耗尽时，直接交换 active 和 expired 指针，无需迁移进程；
3. 无论系统有多少进程，调度耗时恒定，称为 O (1) 调度。

七、环境变量：进程运行环境配置

7.1 常见环境变量

1. PATH：命令搜索路径，执行程序时自动查找；
2. HOME：用户家目录；
3. SHELL：当前使用终端。

7.2 操作指令

• echo $XXX：查看环境变量；
• export：导出全局环境变量（可被子进程继承）；
• env：查看全部环境变量；
• unset：删除环境变量；
• set：查看本地变量 + 环境变量。

7.3 代码获取环境变量

1. main 函数第三个参数 char *env[]；
2. 全局外部变量 extern char **environ；
3. 系统调用 getenv("PATH") 获取指定变量。

八、进程虚拟地址空间

8.1 32 位 Linux 进程内存布局（低地址→高地址）

1. 代码段 (.text)：只读，存放程序指令；
2. 初始化数据段 (.data)：已初始化全局 / 静态变量；
3. 未初始化段 (.bss)：未初始化全局变量，程序启动清零；
4. 堆 (heap)：malloc 动态分配，自低向高增长；
5. 共享区：动态库、mmap 文件映射；
6. 栈 (stack)：局部变量、函数栈帧，自高向低增长；
7. 命令行参数、环境变量；
8. 内核空间（32 位占 1G，用户不可访问）。

8.2 虚拟地址 vs 物理地址

fork 后父子进程打印同一个全局变量，虚拟地址完全相同，但变量值可以不同。 原理：

1. C 语言代码所有地址都是虚拟地址，用户无法直接操作物理内存；
2. 操作系统通过页表 + MMU，将虚拟地址映射到真实物理内存；
3. 写时拷贝：父子进程初始共享物理页，修改数据时分配新物理页，保证进程独立。

8.3 内核描述虚拟内存的结构体

1. mm_struct：每个进程独有，记录整个虚拟地址空间所有段的起止地址；
2. vm_area_struct：描述单个虚拟内存区域（代码段 / 堆 / 栈等），链表 + 红黑树双结构管理。

8.4 虚拟地址空间四大作用

1. 内存隔离安全：进程不能访问其他进程 / 内核物理内存，防止越权篡改；
2. 编译地址统一：每个进程独占完整虚拟空间，编译链接地址固定，无需关心物理内存位置；
3. 内存利用率提升：延迟分配（申请虚拟地址不分配物理内存，访问时才分配）、内存交换；
4. 模块解耦：进程管理、内存管理完全分离，降低内核复杂度。