Linux--进程一些基本概念

不念不忘少年蓝@ 2022-09-15 12:30 250阅读 0赞

**序言**：开始进行Linux方面的学习，搞清楚编程底层时执行的一些原理知识点，从此开始总结学习过程中的知识点。

# 进程的一些基本概念 #

**概述**：进程是程序执行时的一个实例，也可以看作：充分描述程序已经执行到何种程度的数据结构的汇集。每一个进程都有一个父进程，一个进程可以产生一个或者多个子进程，但最终都要死亡。  
**进程的目的**：从内核的角度来看，进程就是担当分配系统资源（CPU时间、内存等）的实体。

**进程描述符（PCB）**：进程描述符都是task\_struct类型结构，他的字段包含了与一个进程相关的所有信息（进程的优先级、进程当前的状态（正在运行还是处于阻塞状态）、分配了什么地址空间…），进程描述符有这么多的信息需要进行存储，所以其内部组成比较复杂，其中有：thread\_info(进程的基本信息)、mm\_struct(指向内存区描述符的指针)、tty\_struct(与进程相关的tty)、fs\_struct(当前目录)、files\_struct(指向文件描述符的指针)、signal\_struct(所接收的信号)…

**进程状态**（进程描述符中state字段）：进程同时只能够处于以下一种状态：可运行状态、可中断的等待状态、不可中断的等待状态、暂停状态、跟踪状态、僵死状态（这就是僵尸进程：进程的执行被终止，但是父进程还没有发布wait4()或者waitpid()系统调用来返回有关死亡进程的信息，发布wait()类系统调用之前，内核不能丢弃包含在死进程描述符中的数据，因为父进程可能那个还需要它）、僵死撤销状态。

**PID（process ID）:进程标识符**：进程标识符只是进程描述符中pid字段中的内容。Linux中引入了线程组的概念，一个线程组中的所有线程使用和该线程组的领头线程相同的PID，也就是该组中抵押给轻量级进程的PID，它被存入进程描述符的tgid字段中；getpif()系统调用返回当前进程的tgid值而不是pid的值，所以一个多线程应用的所有线程共享相同的PID。

**运行队列**：Linux使用一个队列链表将处于TASK\_RUNNING状态的所有进程组织在一起。对于暂停、僵死、死亡状态的进程访问比较简单，或者通过PID或者通过特定父进程的子进程链表，所以不必对这三种状态进程进行分组。

**等待队列**：进程必须经常等待某些事件的发生，例如：等待一个磁盘操作的终止、等待释放系统资源、或者等待时间经过固定的间隔。等待队列表示一组睡眠的进程，当某一条件变为真时，由内核唤醒它们。等待链表由双向链表实现，包括指向进程描述符的指针。等待队列中的进程分为两种：互斥进程、非互斥进程，两种睡眠的进程由内核来进行判断唤醒。

**进程资源限制**：每个进程都有一组相关的资源限制，限制指定了进程能使用的系统资源的数量。这些避免了进程过度使用进程的资源（cpu、内存、磁盘空间等）。对当前资源限制存放在current->signal->rlim字段，即进程的信号描述符的一个字段中。

**进程切换**：进程切换指的是：有能力将正在运行的进程挂起，并恢复以前挂起的某个进程的执行。也可被称为上下文切换或者任务切换。进程之间的切换只发生在内核态。在执行进程切换之前，用户态进程使用的所有寄存器内容都已保存在内核态堆栈中，这其中包括ss和esp这对寄存器的内容（用来存储用户态堆栈指针的地址）。

**硬件上下文**：进程恢复执行前必须装入寄存器的一组数据称为硬件上下文。硬件上下文是进程可执行上下文的一个子集。在Linux中，进程硬件上下文的一部分存放在TSS段，而剩余部分放在内核堆栈中。

**进程切换**：  
1. 切换页全局目录以安装一个新的地址空间。  
2. 切换内核态堆栈和硬件上下文，因为硬件上下文提供了内核执行新进程所需要的所有信息，包含CPU寄存器。

**保存和加载FPU、MMX及XMM寄存器**：

1.  FPU：算术浮点单元，从Intel80486DX开始，FPU已被集成到CPU中。如果一个进程正在使用ESCAPE指令，那么浮点寄存器的内容就属于它的硬件上下文，并且应该被保存。
2.  Intel在它的微处理器中引入一个新的汇编指令及，叫作MMX指令，用来加速多媒体应用程序的执行。MMX指令作用域FPU的浮点寄存器。MMX能够加速多媒体应用程序的执行，因为他们在处理器内部引入了单指令多数据（SIMD）流水线。
3.  Pentium III模型扩展了这种SIMD能力：引入SSE扩展，该扩展为处理包含在8个128位寄存器（叫作XMM寄存器）的浮点值增加了功能。  
    内核要想使用FPU、MMX和SSE/SSE2单元，典型的场合有：当移动或者清除大内存区字段时，或者当计算校验和函数时。

**创建进程**：  
Unix操作系统紧紧依赖进程创建来满足用户的需求，例如：只要用户输入一条命令，shell进程就创建一个新进程，新进程执行shell的另一个拷贝。传统的Unix操作系统以统一的方式对待所有的进程：子进程复制父进程所拥有的资源，这种方法使进程的创建非常慢且效率低，因为子进程需要拷贝父进程整个地址空间。现代Unix内核通过引入三种不同的机制解决了这个问题：

1.  写时复制
2.  轻量级进程允许父子进程共享每进程在内核的很多数据结构，如页表（也就是整个用户态地址空间）、打开文件表及信号处理。
3.  vfork（）系统调用创建的进程能共享其父进程的内存地址空间。为了防止父进程重写子进程需要的数据，阻塞父进程的执行，一直到子进程退出或执行一个新的程序为止。

**clone()、fork()及vfork()系统调用**：  
在Linux中，轻量级进程是由名为clone()的函数创建的。clone()是C语言中定义的要给封装函数，它负责建立新轻量级进程的堆栈并且调用对编程者隐藏的clone()系统调用。  
传统的fork()系统调用在Linux中是以clone()实现的，其中clone()的flags参数指定为SIGCHLD信号及所有清0的clone标志，而它的child\_stack参数是父进程当前的堆栈指针。因此父进程和子进程暂时共享同一个用户态堆栈，但是，要感谢写时复制机制，通常只要父子进程中有一个试图去改变栈，则立即各自得到用户态堆栈的一份拷贝。  
同样的vfork()系统调用在Linux中也是用clone()实现的，其中clone()的参数flags指定为SIGCHLD信号和CLONE\_VM及CLONE\_VFORK标志，clone()的参数child\_stack等于父进程当前的栈指针。  
**注**：还有一些其它的函数do\_fork()、copy\_process()…

**内核线程**：  
内核线程用来处理一些重要的任务，这些重要的任务包括哦刷新磁盘高速缓存，交换出不用的页框，维护网络连接等等；内核线程不受不必要的用户态上下文的拖累，在Linux中，内核线程在以下几个方面不同于普通进程：

1.  内核线程只运行在内核态，而普通进程既可以运行在内核态，也可以运行在用户态。
2.  因为内核线程只运行在内核态，它们只使用大于PAGE\_OFFSET的线性地址空间。另一方面，不管在用户态还是在内核态，普通进程可以用4GB。
    
    **创建一个内核线程**：  
    kernel\_thread()函数创建一个新的内核线程，它接受的参数有：所有执行的内核函数的地址（fn）、要传递给函数的参数（arg）、一组clone标志（flags）。该函数本质上以下面的方式调用do\_fork()：  
    do\_fork(flags | CLONE\_VM | CLONE\_UNTRACED, 0, pregs, 0, NULL, NULL);
    
    **进程0**：  
    所有进程的祖先叫作进程0，idle进程或因为历史的原因叫作swapper进程，它是在Linux的初始化阶段从无到有创建的一个内核线程。start\_kernel()函数初始化内核需要的所有数据结构，激活中断，创建另一个叫作进程1的内核进程（一般叫作init进程）：kernel\_thread(init, NULL, CLONE\_FS | CLONE\_SIGHAND);
    
    **进程1**：  
    由进程0创建的内核线程执行init()函数，init()依次完成内核初始化，init()调用execve()系统调用装入可执行程序init。结果init内核线程变成一个普通进程，在系统关闭之前，init进程一直存活，因为它创建和监控在操作系统外层执行的所有进程的活动。

**撤销进程**：  
进程终止的一般方式是调用exit()库函数，该函数释放C函数库所分配的资源，执行编程者所注册的每个函数，并结束从系统回收进程的哪个系统调用。

**进程终止**：  
Linux2.6中两个终止用户态应用的系统调用：exit\_group()：终止整个线程组，即整个基于多线程的应用，主要实现这个系统调用的内核函数是do\_group\_exit()。exit()：终止某一个线程，而不管该线程所属线程组中的所有其它进程，主要实现这个系统调用的内核函数是do\_exit()。

**进程删除**：  
不允许Unix内核在进程一终止后就丢弃包含在进程描述符字段中的数据，只有父进程发出了与被终止的进程相关的wait()类系统调用之后，下允许这样做，这就是引入僵死状态的原因：尽管从技术上来说进程已死，但必须保存它的描述符，直到父进程得到通知。