Linux_17进程控制

前提回顾：

页表可以将无序的物理地址映射为有序的;

通过进程地址空间，避免将内存直接暴漏给操作系统；

cr3寄存器存放的有当前运行进程的页表的物理地址；

一、查看命令行参数和环境变量的地址

因为命令行参数和环境变量都是字符串的形式，所以这里我们可以通过字符串直接打印地址；

通过验证最后可以知道：命令行参数和环境变量位于栈区的上方！ 

（子进程继承父进程的环境变量 --- 因为进程地址空间存放的有！）

代码是不可写入的（无论是父进程还是子进程，映射到代码区，页表对应的权限关系是只读的！）

操作系统怎么识别到父子共享的数据块，此时需要进行写时拷贝呢？

        如果我们要对当前的父进程的数据进行写入的时候，无论数据是只读还是可写，系统都会将其改为只读权限！（子进程也是只读），此时如果想写入就会触发系统权限的问题（不做异常处理），此时操作系统会对要访问的区域进行检查，如果权限是可写的就会进行写时拷贝！

通过fork创建多个进程

下面我们通过循环创建多个线程：

父子进程（或兄弟进程）被创建出来后，谁先运行不可知！（由调度器决定！）

 进程退出的场景都有哪些？

• 代码运行完毕，结果正确；
• 代码运行完毕，结果不正确；
• 代码异常终止；

进程中，一般谁会关心我们的运行情况呢？（--- 父进程！）

相比于正确的结果，我们一般关心的是为什么程序运行会出错？

在C语言中，可以用return的不同返回值数字，表征不同的出错原因（即退出码）；

即：main函数的返回值得到本质表示的是：进程运行时是否是正确的结果，如果不是，可以用不同的数字来表示不同的出错原因！

使用 $? 可以获取上一个进程运行结束后的退出码（最近一个进程运行的退出码）；

这里第一次执行查看的时./myproc的进程码，接下来几次查看的都是echo的进程码！

错误码0、1...都是给计算机查看的，人自己查看可以通过Linux提供的接口将其转化为字符串（需要包含string.h这个头文件）；

这里当我们进行ls查看一个不存在的文件的时候，此时我们使用echo $? 打印的结果正好是错误代码中2！

我们也可以自定义错误码，而不是一定非要根据系统的体系走；

此时返回错误码对应的自定义的下标即可！ 

C语言有个errno全局变量！（用于保存最近一次执行的错误码！）

当我们调用全局函数失败的时候，此时errno会返回对应的错误码！

此时我们可以打印errno对应的错误代码，并将其返回给父进程，让父进程直到此时调用有问题；

代码异常终止，我们可以认为：代码可能没有跑完（如果程序在main返回之前异常终止，此时我们认为该错误码没有意义，不关心退出码！）；

进程的控制是由信号控制的：

我们可以通过kill -l对对应的进程进行控制；

结论：进程出现异常，本质上就是进程收到了对应的信号！ 

这里exit()在任何地方被调用后，都表示调用该进程直接退出！（不会执行后面的打印语句）

此时如果我们进行return，函数会直接返回，然后在main里面继续打印printf的内容！

_exit()这是一个系统调用接口；exit是库函数！

exit()实际上是先将对应的缓存区和自定义的函数清理，然后再调用_exit() ;

此时我们提出一个问题：这个缓存区应该在内存的那个位置？

一定不在内核区，如果在内核区的话此时_exit()也会刷新缓存流！

二、进程等待

我们要通过等待进程，获取紫禁城的退出情况 --- 直到我们给子进程布置的任务完成的怎么样，可以关心也可以不关系（不关心就设置为NULL）

异常实质上就是信号！（运行中报错）

如果我们对应的wait在调用的时候，此时子进程一直在执行工作，没有退出；

那么此时父进程就会阻塞等待子进程！（阻塞状态不仅发生在等待硬件 - 键盘、也会发生在等待软件 - 进程）

输出型参数：在函数调用的时候，由函数内部修改其值并返回调用者的参数（例如malloc）

status就是一个输出型参数！

父进程要拿子进程的状态数据，为什么必须要用wait等系统调用呢？

进程具有独立性！如果我们全局变量，此时子进程将这个全局变量进行修改，无法传递给父进程！（必须得通过系统调用来实现！）

前8位表示的是终止信号，（例如我们勇敢什么特殊信号杀掉进程）；

第八位为标志位，此时我们暂不关心；

8~15表示的是退出状态（即子进程的退出状态码）；

这里父进程在对应的数据和代码里面，通过系统调用接口，查询子进程的退出信息(exit_code, exit_signal)，其中这两个主要的信息包含在tast_struct里面！

因此waitpid函数的本质是：读取子进程的task_struct的内核数据结构对象；

等待子进程返回信息的时候，什么时候会等待失败呢？

当等待的子进程不是对应的子进程！此时返回-1；

• WIFEXITED(status): 若为正常终止子进程返回的状态，则为真。（查看进程是否是正常退出） --- 本质上检查的是信号位（也就是status & 0x7f --- > 取小的七位！）；

• WEXITSTATUS(status): 若WIFEXITED非零，提取子进程退出码。（查看进程的退出码）也就是（status>>8）& 0xFF

用法如下所示：

waitpid中的option选项：

• 当此时为0的时候，即为阻塞等待方式；
• WNOHANG(wait no 夯住了) --- 非阻塞轮询！

阻塞等待方式：子进程此时一直为R状态运行，父进程需要等待，把父进程投递在等待队列中，

（我们可以认为子进程维护的PCB里面也维护了一个等待队列！--- 为等待该进程的使用的）

引入非阻塞轮询的概念：

阻塞等待的时候，此时父进程只能等待，而不能先进行一会自己的工作；

        但是非阻塞轮询此时会一直询问子进程的状态，如果没准备好，此时父进程会先忙自己的工作，过段时间再进行询问；

对于非阻塞轮询有三种返回条件：

• ret_pid>0（也就是对应子进程的PID） | ret_pid <0，此时表示此时等待的条件已经就绪或者失败！
• ret_pid = 0 表示还没有继续，此时会继续等待；

为了实现非阻塞轮询，这里我们使用while循环来实现！

信号是没有0号信号的！这是因为0号代表进程正常执行，没有异常，即没有信号干扰！ 

waitpid 中的 options 参数用于控制该函数的行为模式，允许父进程以更灵活的方式等待子进程的状态变化。以下是 options 参数的详细解析：

主要选项及其作用

1. 0（默认阻塞模式）

   • 当 options 设置为 0 时，waitpid 会以阻塞方式等待子进程结束或状态变化。父进程会暂停执行，直到满足等待条件（如子进程终止）后才继续运行。
   • 适用场景：需要父进程必须等待子进程结束后才能继续执行的简单场景 。
      

2. WNOHANG（非阻塞模式）

   • 若子进程尚未结束或状态未变化，waitpid 会立即返回，而非阻塞父进程。此时返回值可能是：
     • 子进程 PID：子进程已结束，状态被成功收集。
     • 0：子进程仍在运行，但未结束。
   • 适用场景：父进程需要同时处理其他任务（如轮询多个子进程状态）时，避免阻塞以提高效率 。
      

3. WUNTRACED（报告停止状态）

   • 当子进程因信号（如 SIGSTOP）被暂停（而非终止）时，waitpid 会返回其状态。
   • 需配合宏 WIFSTOPPED(status) 和 WSTOPSIG(status) 解析状态，获取导致暂停的信号（如 SIGSTOP） 。

4. WCONTINUED（报告继续状态）

   • 当子进程因 SIGCONT 信号恢复执行时，waitpid 会返回其状态。需通过宏 WIFCONTINUED(status) 检测此状态 。
      

三、进程替换

excl类函数的作用：执行一个文件;

标准写法要以NULL为结尾！ (execl后面的代码不会执行！)

单进程的程序进行程序替换：

        当我们名为mycommand的程序进行运行的时候，刚开始printf进行打印，执行到execl这一行命令的时候，此时会将ls的代码和数据移至内存当中（对原来的数据和代码进行覆盖）！此时整个页表左侧的结构和东西不变！（task_struct和进程地址空间和页表左侧） 

当我们运行到程序替换所对应的程序的位置的时候：将新程序的数据替换老程序的数据；

页表对应的左侧都没有发生变化！此时是页表对应的右侧的物理内存发生了变化，将新的程序加载到内存当中并替换页表；

execl如果执行成功！此时后面的代码都不会被执行！哪怕此时后面存在exit(0)；

但是如果execl执行失败，此时函数会返回1，然后继续执行后面的代码！(execl后面的代码和数据也算是老程序的代码和数据)

问题：子进程执行程序替换的时候，是否会影响父进程？

当子进程进行进程替换的时候，不会影响父进程！此时子进程会进行写时拷贝!

程序替换不会创建子进程！只进行程序的代码和数据的替换工作！

程序替换的现象：

• 程序替换之后，exec* 之后的代码不会执行，替换失败呢，才有可能执行后面的代码；
• exec* 函数只有失败才有返回值！！成功没有！

问题：当我们加载新的程序的时候，CPU如何知道新的程序的入口地址？

• Linux中的可执行程序是有格式的！（ELF），在可执行程序的表头中有可执行程序的入口地址；
• 新进程的表头可以被CPU读取，进行替换新的进程；

execl接口介绍

list指的是像链表一样一个节点一个节点的进行传递（参数为可变参数）； 

所有的exec* 系列的函数的第一个参数都是为了找到执行该程序的地址；

找到该程序后应该怎么办？

主要是确定如何执行该程序，该程序需不需要覆盖选项？（命令行中如何传，此时我们就如何传）

execlp接口介绍

带p指的是：PATH，也就是说execlp会在自己默认的PATH中进行查找！

虽然这里显示我们调用写了两个ls，但是实际上！第一个参数ls是为了确定在哪里找到整个程序（即我们需要执行谁）！第二个ls是为了确定我们需要怎么进行执行！

execv接口介绍

这里的v指的是数组！

以NULL作为结尾！

实际上就是将我们对应的可变参数列表替换为了字符串指针数组！

这里在使用的时候我们需要先定义一个数组！

char* const myargv[] 

ls有main函数，那么ls的main函数有命令行参数吗？

有！这里ls的命令行参数是由myargv传入的！

execvp接口介绍

实际上就是vector + PATH!

此时调用更加简单！ 

execle接口介绍

这里的e指的是env：也就是我们自己维护的环境变量！

补充点：对于C++的程序，后缀吹了.cpp，还可以为.cc或.cxx；

如何通过一个Makefile形成两个或者多个可执行文件？

可以定义一个伪目标文件all；

此时形成这个伪目标文件需要先形成其他两个可执行程序！ 

当前我们有两个可执行程序！此时我们想要通过mycommand来调用otherExe！

我们可以通过下面的格式进行调用！

• 第一个参数表示的是执行程序的路径(相对路径)；
• 第二个参数是我们需要执行什么程序；
• 第三个参数是附加的选项（这里为NULL！）;

问题：C/C++语言程序是否可以调用其他语言或脚本的程序？

答案：可以！

脚本语言开头都以#!为开头！后面对应的是脚本语言的解释器！

假如说我们当前有如下所示的脚本文件：

./shell脚本不能执行！（得通过bash来执行！）

bash  test.sh 

此时如果我们想通过C/C++语言程序执行这个脚本，那我们应该怎么执行？

这里得第一个参数为bash解释器得地址！

第二个为需要执行的指令！（按照在命令行输入指令的形式）

如果当前我们有一个Python脚本也是对应的！

问题：无论是我们的可执行程序，还是脚本语言，为什么都能跨语言调用呢？

这是因为所有语言运行出来，本质上都是进程！ 

问题：我们的exec* 能调用系统指令，那么能不能执行我们自己的指令？

一个程序代码是否能通过exec*传递命令行参数，另一个可执行程序通过main中的命令行参数接受到可执行参数？

这里我们没有传递环境变量，但是子进程依然可以显示环境变量！

问题：环境变量是什么时候传递给子进程的？ 

结论：环境变量也是数据，创建子进程的时候，环境变量就已经被子进程继承下去了！(extern cahr** environ)

所以程序替换中，环境变量信息不会被替换！

问题：为什么程序被替换的时候，环境变量信息不回被替换？（deepseek）

1. 环境变量的存储位置与程序替换的覆盖范围

• 环境变量存储区域： 环境变量通常存储在进程地址空间的 栈区之上 或 独立的环境变量表 中，与程序的代码段（.text）、数据段（.data）分离。程序替换仅覆盖代码段和数据段，而不会修改栈区和堆区等内存区域，因此环境变量所在区域未被触及。

• 程序替换的本质： 替换过程通过加载新程序的代码和数据到内存中，并更新页表映射，但不会修改进程的上下文信息（如环境变量、文件描述符等）。

2. 环境变量的继承机制

• 父子进程的继承性： 子进程通过 fork 创建时，会复制父进程的环境变量表。即使后续调用 exec 替换程序，子进程仍保留父进程传递的环境变量，除非显式指定新的环境变量数组。

• 默认行为： exec 系列函数（如 execl、execv 等）默认使用父进程的环境变量，仅当调用 execle 或 execve 时才会通过参数 envp[] 覆盖式传递 新环境变量。例如：

char *envp[] = {"PATH=/custom/path", NULL};
execle("/bin/program", "program", NULL, envp);  // 覆盖原有环境变量

3. 操作系统对进程上下文的管理

• 进程控制块（PCB）的独立性： 程序替换仅修改进程的代码和数据，而 PCB 中的优先级、环境变量指针等元数据保持不变。环境变量作为进程运行时的上下文信息，独立于代码逻辑。

• 性能优化： 环境变量的继承避免了重复加载和初始化，提升进程创建效率。若每次替换程序都重新加载环境变量，会增加系统开销。

问题：如果我们想给子进程传递环境变量，此时应该怎么进行传递呢？

• 新增环境变量；

第一种情况：我们可以在bash上面新增一个环境变量，此时 mycommand是bash的子进程，会继承该环境变量；otherExe是mycommand的子进程，会继承其的环境变量，最后得到新增的环境变量！

第二种情况：我们不想让bash有该环境变量！

需要在父进程中导入！

我们可以使用上面的系统调用接口新增环境变量！ 

第三种情况：通过exec* 系列带e的函数可以实现：

但是上面实际还是将父进程的环境变量传递过去，默认的也是将父进程的传过去！ 

• 彻底替换；

我们可以通过自定义环境变量，然后进行替换！ 

结论：这里execle采用的策略是覆盖而不是替换！

man的3号手册一般被称为库函数！（2号手册是系统调用！）

这里的execve实际上是系统调用接口！

因此实际上其他库函数最后都是调用execve这个系统调用函数！

再谈shell 

shell被称为外壳程序，shell/bash也被称为一个进程，执行命令的时候，本质上是创建子进程！

当我们在bash上面执行命令的时候，此时左侧对应的用户名 + 主机名 + 路径等，我们可以通过环境变量来获取（系统调用也可以！）

自定义简单shell

补充点1：C语言中，相邻字符串具有自动连接的特点！

如下所示：

printf("This is a very long string "
       "that spans multiple lines "
       "in the source code.");

输出结果：This is a very long string that spans multiple lines in the source code.

补充点二：fgets函数的用法（deepseek）

        在Linux系统中，fgets()是C标准库中用于安全读取字符串的函数，尤其适合处理文本文件的逐行读取需求。以下是其核心特性、使用方法和注意事项的综合解析：

• 参数解析
  • str：指向字符数组的指针，用于存储读取的字符串。
  • n：最大读取字符数（包括结尾的\0），即最多读取n-1个字符。
  • stream：输入流指针，可以是文件指针（如fopen()返回的）或标准输入（stdin） 。

返回值

• 成功时返回str指针；
• 失败或到达文件末尾时返回NULL，需通过feof()或ferror()判断具体原因 。

assert在编译的时候起效果，运行的时候没有效果！

注意点一：

对有的编译器来说，有时候创建变量若没有使用，则此时会出现警告甚至是报错，因此此时我们可以采用下面这种方式：

通过(void)s 避免报错；

注意点二：

这里我们为了不想当输入完指令后，此时回车也会被记录到对应的指令中，因此此时我们可以进行下面的处理：

这里的strlen会带上\n，因此此时我们将对应的\n替换为\0，即可实现！

注意点三：

为实现不同的功能，这里我们需要对字符串进行分割，这里我们调用一个函数strtok；

 strtok是C标准库中用于分割字符串的核心函数，常用于解析以特定分隔符分隔的文本数据。

#include <string.h>
char *strtok(char *str, const char *delim);

• 参数：
  • str：首次调用时传入待分割的字符串；后续调用需设为NULL，以继续处理剩余部分。
  • delim：分隔符集合字符串，函数会将其中任意字符视为分隔符。
• 返回值：返回指向当前子串的指针，若无可分割内容则返回NULL 。
   

该函数一次只会分割一次字串！

strtok的基本用法：

#include <stdio.h>
#include <string.h>

int main() {
    char str[] = "apple,banana;cherry";
    char *token = strtok(str, ",;"); // 分隔符可以是逗号或分号

    while (token != NULL) {
        printf("%s\n", token);
        token = strtok(NULL, ",;"); // 后续调用传入NULL
    }
    return 0;
}

这里需要注意的是，后续用来分隔的时候，需要传入NULL；

输出如下所示：

apple
banana
cherry

当我们执行mkdir等的时候，都可以正常运行，但是执行cd ..  或者 cd /等却不能正常运行！

这是因为这些命令我们都是通过fork之后的子进程来运行的！但是子进程的运行结果不会影响父进程！

因此这些命令需要父进程自己来运行！这些命令也就成为内建命令！

在自定义的shell时，内建命令需要我们自己罗列起来；

引用新的系统调用接口：chdir

在Linux系统中，chdir函数是用于更改进程当前工作目录的核心接口，属于C标准库（libc）的一部分。

函数原型：

#include <unistd.h>
int chdir(const char *path);

• 参数：path可以是绝对路径（如/home/user）或相对路径（如../doc） 。
   
• 返回值：成功返回0，失败返回-1并设置errno以指示具体错误 。

函数的使用场景：

#include <stdio.h>
#include <unistd.h>

int main() {
    char buf[256];
    getcwd(buf, sizeof(buf));  // 获取当前目录
    printf("原目录: %s\n", buf);

    if (chdir("/tmp") == 0) {  // 切换目录到/tmp
        getcwd(buf, sizeof(buf));
        printf("新目录: %s\n", buf);
    } else {
        perror("chdir失败");
    }
    return 0;
}

输出结果如下所示：

原目录: /home/user
新目录: /tmp

引用函数调用接口：sprintf

   sprintf 是 C 语言标准库中用于将格式化数据写入字符数组的核心函数，其作用是将变量、常量等数据按指定格式组合成一个字符串，并将结果存储到用户提供的缓冲区中。

函数原型与参数

int sprintf(char *str, const char *format, ...);

• str：指向目标字符数组的指针，用于存储结果字符串。需确保缓冲区足够大，否则可能引发溢出 。
   
• format：格式字符串，包含普通字符和格式说明符（如 %d、%s）。格式说明符决定参数的类型和显示方式 。
   
• ...：可变参数列表，参数数量与格式字符串中的 % 标签数量一致 。

 示例场景：

int num = 123;
char buffer[20];
sprintf(buffer, "%d", num);  // 转换为 "123"

引用函数调用接口：getcwd

getcwd 是用于获取进程当前工作目录（Current Working Directory）的 C 标准库函数，其底层通过系统调用实现。

#include <unistd.h>
char *getcwd(char *buf, size_t size);

• 参数：
  • buf：存储路径的缓冲区，若为 NULL 且 size=0，函数自动分配内存（需手动 free 释放）。
  • size：缓冲区大小，若路径长度超过 size，返回 NULL 并设置 errno=ERANGE 。
• 返回值：成功返回路径指针，失败返回 NULL 。

这里我们还需要处理export和echo打印环境变量！

这里export也需要是内建命令！如果不是内建命令，当我们到入环境变量时，通过fork子进程导入对应的环境变量，此时父进程无法显示！但是如果父进程执行该命令，此时由于继承环境变量，子进程也会有新的环境变量！

当我们们登录的时候，系统会帮我们启动一个shell进程，此时可以引出问题：shell本身的环境变量表是从哪里得来的？

命令行中所有执行的环境变量都是从bash得到的。

在当前用户的家目录下，有这个.bash_profile这个文件！

即当用户登陆的时候，shell会读取用户目录下的.bash_profile文件，里面保存了导入环境变量的方式！