Linux 进程概念与进程状态

1. 冯诺依曼体系结构

我们常见的计算机， 比如笔记本， 不常见的计算机， 比如服务器， 大部分都遵守冯诺依曼体系结构。

截至目前，我们所认识的计算机， 都是由一个个的硬件组件组成。

• 输入单元：包括键盘， 鼠标， 扫描仪， 写板等。
• 中央处理器（CPU）:含有运算器和控制器等。
• 输出单元： 显示器， 打印机等。

注意：

1. 这里的存储器指的是内存
2. 不考虑缓存情况，这里的CPU能且只能对内存进行读写，不能访问外设（输出或输入设备）
3. 外设（输入或输出设备）要输入或者输出数据，也只能写入内存或者从内存中读取。
4. 一句话，所有设备都只能和内存打交道

任何程序，运行的时候， 都必须从磁盘加载到内存，why?
答案：体系结构决定的。
为什么要有内存？

如果输入输出设备直接和CPU进行打交道， 那么效率太低了， 这样只能以外设的效率为主。
内存是CPU和外设之间的一个巨大缓存。

2. 操作系统（Operator System）

2.1 概念

任何计算机系统都包含⼀个基本的程序集合，称为操作系统(OS)。笼统的理解，操作系统包括：

• 内核（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）

2.2 设计OS的目的

对下，与硬件交互，管理所有的软硬件资源（手段）
对上，为⽤⼾程序（应⽤程序）提供⼀个良好的执⾏环境（目的）

问题： 你的程序能直接写入硬件吗？
答案：不能， 都必须通过OS。

首先先看下面半部分， 那么操作系统是如何管理内存， 进程， 文件， 驱动的呢？

先描述，在组织。

把一个一个的硬件都描述成一个一个的链表， 然后链接起来，那么操作系统对于硬件的管理就相当于对链表的增删查改。

再看上面这部分， 操作系统不相信任何用户， 所以封闭起来，而 操作系统必须向上层提供各种接口，方便上层使用，也就是system call, 系统调用接口， 而系统掉哟接口，需要对操作系统有所了解， 使用起来会比较麻烦， 所以封装了各种的库， 方便我们进行系统的调用， 而这个接口只能是C语言接口， 因为这些系统调用都是C语言写的，所以所有的软件底层，都必须和C直接或者间接相关！

总结

计算机管理硬件

1. 描述起来，⽤struct结构体
2. 组织起来，⽤链表或其他⾼效的数据结构

2.3 系统调用和库函数概念

在开发⻆度，操作系统对外会表现为⼀个整体，但是会暴露⾃⼰的部分接⼝，供上层开发使⽤，这部分由操作系统提供的接⼝，叫做系统调⽤。

系统调⽤在使⽤上，功能⽐较基础，对⽤⼾的要求相对也⽐较⾼，所以，有⼼的开发者可以对部分系统调⽤进⾏适度封装，从⽽形成库，有了库，就很有利于更上层⽤⼾或者开发者进⾏⼆次开发。

那在还没有学习进程之前，就问⼤家，操作系统是怎么管理进⾏进程管理的呢？很简单，先把进程描述起来，再把进程组织起来！

3. 进程概念

课本概念：程序的⼀个执⾏实例，正在执⾏的程序等

内核观点：担当分配系统资源（CPU时间，内存）的实体。

这里进程可以认为
进程 = 内核数据结构（task_struct） + 程序的代码和数据

3.1 描述进程 - PCB

概念： 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），Linux操作系统下的PCB是: task_struct

• task_struct-PCB
  在Linux中描述进程的结构体叫做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。

3.2 task_struct

内容:

1. 标⽰符: 描述本进程的唯⼀标⽰符，⽤来区别其他进程。
2. 状态: 任务状态，退出代码，退出信号等。
3. 优先级: 相对于其他进程的优先级。
4. 程序计数器: 程序中即将被执⾏的下⼀条指令的地址。
5. 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。
6. 上下⽂数据: 进程执⾏时处理器的寄存器中的数据。
7. 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。
8. 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。
9. 其他信息

组织进程

可以在内核源代码⾥找到它。所有运⾏在系统⾥的进程都以task_struct链表的形式存在内核⾥。

3.3 查看进程

1. 进程的信息可以通过 /proc 系统⽂件夹查看
   
2. ⼤多数进程信息同样可以使⽤top和ps这些⽤⼾级⼯具来获取

3.4 通过系统调用获取进程标识符PID， PPID

进程id（PID）
⽗进程id（PPID）

#include <stdio.h>
#include <sys/types.h>
#include <unistd.h>
int main()
{
 printf("pid: %d\n", getpid());
 printf("ppid: %d\n", getppid());
 return 0;
}

3.5 通过系统调用创建fork

1. 运⾏ man fork 认识fork
2. fork有两个返回值
3. ⽗⼦进程代码共享，数据各⾃开辟空间，私有⼀份（采⽤写时拷⻉）
4. fork 之后通常要⽤ if 进⾏分流

#include <stdio.h>
#include <sys/types.h>
#include <unistd.h>
int main()
{
 int ret = fork();
 if(ret < 0){
 perror("fork");
 return 1;
 }
 else if(ret == 0){ //child
 printf("I am child : %d!, ret: %d\n", getpid(), ret);
 }else{ //father
 printf("I am father : %d!, ret: %d\n", getpid(), ret);
 }
 sleep(1);
 return 0;
}

1. id的返回值， 给父进程的是subpid，给子进程的返回值是0
2. 一个变量怎么会有俩个返回值呢？为什么？
   因为需要进行独立， 怎么做到的TODO,fork之后，谁先运行，由操作系统的调度器自主决定。

4. 进程状态

首先来看一下进程的状态， 当然这是广义上操作系统的进程状态，并不是linux的进程状态

补充知识：

1. 并行和并发

CPU执行进程代码，不是把进程执行完毕， 才开始进行下一个进程，而是给每一个进程分配一个时间片，基于时间片，进行调度轮转（单CPU下），此叫做并发。
解释一下：多个进程在一个CPU下采用进程切换的方式，在一段时间内，让多个进程都得以推进，称之为并发

并行：多个进程在多个CPU下分别，同时进行，这称之为并行。

2. 时间片

Linux/Windows民用级别的OS,分时操作系统

3. 等待的本质

链入目标外部设备，CPU不调度

只要进程在运行队列中，该进程就叫做运行状态。

运行和阻塞的本质：是让不同的进程，处在不同的队列中。

挂起（了解一下）

挂起分为运行时挂起和阻塞时挂起， 当内存资源严重不足时， 会利用swap分区（磁盘），将这些进程移至磁盘中， 用时间换空间。而服务器一般会禁用掉此功能， 因为挂起状态会频繁访问外设，效率太低。

4.1 Linux内核代码描述的进程

为了弄明⽩正在运⾏的进程是什么意思，我们需要知道进程的不同状态。⼀个进程可以有⼏个状态（在Linux内核⾥，进程有时候也叫做任务）

下⾯的状态在kernel源代码⾥定义：

/*
*The task state array is a strange "bitmap" of
*reasons to sleep. Thus "running" is zero, and
*you can test for combinations of others with
*simple bit tests.
*/
static const char *const task_state_array[] = {
 "R (running)", /*0 */
 "S (sleeping)", /*1 */
 "D (disk sleep)", /*2 */
 "T (stopped)", /*4 */
 "t (tracing stop)", /*8 */
 "X (dead)", /*16 */
 "Z (zombie)", /*32 */
};

R运⾏状态（running）: 并不意味着进程⼀定在运⾏中，它表明进程要么是在运⾏中要么在运⾏队列⾥。

S睡眠状态（sleeping): 意味着进程在等待事件完成（这⾥的睡眠有时候也叫做可中断睡眠（interruptiblesleep））。

D磁盘休眠状态（Disk sleep）有时候也叫不可中断睡眠状态（uninterruptible sleep），在这个状态的进程通常会等待IO的结束。

T停⽌状态（stopped）： 可以通过发送 SIGSTOP 信号给进程来停⽌（T）进程。这个被暂停的进程可以通过发送 SIGCONT 信号让进程继续运⾏。

X死亡状态（dead）：这个状态只是⼀个返回状态，你不会在任务列表⾥看到这个状态。

4.2 进程状态的查看

ps aux / ps axj 命令

a：显⽰⼀个终端所有的进程，包括其他⽤⼾的进程。

x：显⽰没有控制终端的进程，例如后台运⾏的守护进程。

j：显⽰进程归属的进程组ID、会话ID、⽗进程ID，以及与作业控制相关的信息

u：以⽤⼾为中⼼的格式显⽰进程信息，提供进程的详细信息，如⽤⼾、CPU和内存使⽤情况等

4.3 Z(zombie) 僵尸进程

僵死状态（Zombies）是⼀个⽐较特殊的状态。当进程退出并且⽗进程（使⽤wait()系统调⽤,后⾯讲）没有读取到⼦进程退出的返回代码时就会产⽣僵死(⼫)进程.

僵死进程会以终⽌状态保持在进程表中，并且会⼀直在等待⽗进程读取退出状态代码。

所以，只要⼦进程退出，⽗进程还在运⾏，但⽗进程没有读取⼦进程状态，⼦进程进⼊Z状态。

僵⼫进程危害：

进程的退出状态必须被维持下去，因为他要告诉关⼼它的进程（⽗进程），你交给我的任务，我办的怎么样了。可⽗进程如果⼀直不读取，那⼦进程就⼀直处于Z状态？是的！

维护退出状态本⾝就是要⽤数据维护，也属于进程基本信息，所以保存在task_struct(PCB)中，换句话说，Z状态⼀直不退出，PCB⼀直都要维护？是的！

那⼀个⽗进程创建了很多⼦进程，就是不回收，是不是就会造成内存资源的浪费？是的！因为数据结构对象本⾝就要占⽤内存，想想C中定义⼀个结构体变量（对象），是要在内存的某个位置进⾏开辟空间！

内存泄漏?是的！

例子：

#include <stdio.h>
#include <stdlib.h>
int main()
 {
  pid_t id = fork();
    if(id < 0){
  perror("fork");
  return 1;
  }
  else if(id > 0){ //parent
  printf("parent[%d] is sleeping...\n", getpid());
  sleep(30);
  }else{
  printf("child[%d] is begin Z...\n", getpid());
  sleep(5);
  exit(EXIT_SUCCESS);
  }
  return 0;
 

编译并在另⼀个终端下启动监控

开始测试

看到结果

4.4 孤儿进程

⽗进程如果提前退出，那么⼦进程后退出，进⼊Z之后，那该如何处理呢？

⽗进程先退出，⼦进程就称之为“孤⼉进程”

孤⼉进程被1号init进程领养，当然要有init进程回收喽。

例子：

#include <stdio.h>
#include <unistd.h>
#include <stdlib.h>
int main()
{
 pid_t id = fork();
 if(id < 0){
 perror("fork");
 return 1;
 }
 else if(id == 0){//child
 printf("I am child, pid : %d\n", getpid());
 sleep(10);
 }else{//parent
 printf("I am parent, pid: %d\n", getpid());
 sleep(3);
 exit(0);
 }
 return 0;
}

完