Linux基础——进程初识（二）

1. 对当前目录创建文件的理解

我们知道在创建一个文件时，它会被默认创建到当前目录下，那么它是如何知道当前目录的呢？

对于下面这样一段代码

#include <stdio.h>
#include <unistd.h>int main()
{fopen("tmp.txt", "w");while (1){printf("这是一个进程\n");sleep(1);}return 0;
}

在它被加载成为一个进程时，我们查看相应的PID有

在Linux中所有进程是被存放在一个/proc目录中的，即

我们找到对应的PID就能进入并查看该进程，进入后发现

可以看到，在进程中有一个cwd文件，即current work dir（当前工作目录），在代码中使用fopen向磁盘中写入文件tmp.txt时，会自动的将cwd中的路径拼接到它的前面

2. 进程标识符

①PID

PID是进程标识符（Process Identifier）的缩写，它是一个唯一标识符，用于标识正在运行的每个进程。每个进程在系统中都有一个唯一的PID，可以通过PID来识别和管理进程。PID是一个非负整数，通常在系统启动时自动分配给进程，并且在一个给定的时间内是唯一的。

以以下代码为例

编译后运行有

有了标识符之后我们可以通过使用对应进程的PID使用kill命令来干掉该进程，即

kill -9 12489

那么我们如何知道当前进程的PID呢？

首先我们要知道PID是存放在task_struct中的，在我们使用ps命令时，它的本质就是遍历一遍task_struct链表，那么我们怎么获取呢——Linux肯定是不希望我们直接通过使用域访问符.来取得PID的，因此它提供了一个系统调用的接口即函数getpid()，它的手册如下

我们多运行几次后可以发现

对PID来说，PID只会保证当前运行期间有效，所以在不同的运行期间，其会不断变化

②PPID

PPID指的是父进程的PID，即父进程的进程ID号。与PID类似，要获取PPID我们也可以使用对应函数getppid()，其手册如下

在上面的多次运行中我们可以发现在不同运行期间PPID一般不变，我们查看可以发现

PID为6116的只有一个——bash，我们之前提到过，对于输入的命令，系统会单独创建一个bash来处理输入的命令，这样就能做到在输入命令时，会将其作为bash的子进程运行。而在断开主机重连后可以看到

此时PPID发生了变化，这是因为在登录到主机时，系统会单独新创建一个bash。

3. 创建进程——fork

我们以下面的代码为例

对其编译运行后我们可以使用

while :; do ps ajx | head -1 ; ps ajx | grep mycode | grep -v grep;sleep 1;done

来不断查看与mycode相关进程的状态

即

我们查看fork手册有

可以看到在手册中提到fork会返回两个值，返回id==0时，标识其为子进程，id>0时，标识其为父进程，而在运行结果中我们可以看到，父进程就是当前进程，子进程是新分支。至此，我们对于创建一个新进程有两种方法，其中一个就是使用./文件的方式在指令层面创建一个进程，另外一个就是使用fork函数在代码层面创建一个进程。其实在调用fork函数之后，会产生两个执行流。

在这里我们可以提出几个问题：

1. 为什么fork要给子进程返回0， 给父进程返回PID？

首先我们要知道，fork返回不同的值是为了让不同的执行流去执行不同的代码块，因为fork之后的代码是父子进程共享的，因此控制if等条件即可控制不同执行流。给子进程返回0只是一个标记，标志着子进程创建成功，而给父进程返回PID是因为对于一个父进程，其可能会有多个子进程，拿到子进程PID是为了标识唯一性。

2. fork函数是如何做到返回两次的？

首先我们要知道，创建一个子进程对于Linux来说就是创建一个新的task_struct，即只需要将原来的父进程task_struct拷贝一份，再对其中的部分属性做修改（如：PID，PPID等）即可，而在fork后父子进程访问这之后的同一份代码，因为代码不可修改，但是由于数据可能被修改，因此不能让父子进程共享同一份数据，那么就该让子进程拷贝一份父进程的数据，但是如果拷贝之后没有对数据进行修改那么又会导致资源的浪费，因此Linux规定在子进程尝试修改数据时，操作系统会为其申请一份新空间（使用多少申请多少），子进程修改这份新空间的数据即可，这样的方式也被称为数据层面的写实拷贝。

而对于fork来说，他是一个函数其内部也有其自己的实现，其内部可能包含：1. 创建子进程task_struct; 2. 填充task_struct；3. 让它指向同一份代码；4. 使它可以被自由调度；......在完成了这一系列的任务之后，子进程已经被创建好了，此时由于父子进程共享同一份代码，到最后的return 语句时，父进程与子进程会各自返回一次数据。

3. 对于id变量，它是怎么做到拥有不同内容的？

在代码中可以看到，pid_t id = fork();这个id就是数据内容，在fork返回两次后，对于id来说发生了数据的写实拷贝。

在了解了进程的创建后，我们对于bash也有了一个新的认识，即它在使用的途中一定会调用fork函数，并用其来创建子进程（执行解释命令）。

4. 进程状态

①一般操作系统学科中的进程状态

1. 运行

这些task_struct已经准备好了，可以随时被调度，此时在队列中的状态称为运行态（R），一般来说在队列中是到了谁就执行谁。那么只要进程放到CPU中，是不是一定要执行完毕所有的内容，才能执行下一个进程呢（如while(1)）？答案肯定是否定的，其实对于每个进程都具有一个属性——时间片，有了时间片后，在一段时间内，所有的进程代码都会执行（并发执行）。而在这个过程中，一定会有大量的把进程从cpu上放上与拿下的动作，我们将其称为进程切换。

2. 阻塞

当task_struct对应的数据代码需要从键盘中读取数据时，但是此时却没有输入时，这种状态就称为阻塞状态，此时该task_struct会被链入键盘的waitqueue中，如果下一个需要键盘输入的task_struct直接链入之后的队列即可。

3. 挂起

在阻塞状态时，如果操作系统内部资源不足时，为了保证操作系统维持正常状态而要省出资源，此时操作系统会将task_struct保留，将代码和数据放在外设中（换出），此时的进程状态为挂起，而在需要时会将代码和数据加载回来（换入）。

②Linux中的进程状态

在Linux中定义如下

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 */
};

以下面的代码为例

我将其运行后查看

此时的S+（此处的+表示前台运行，不能输入bash命令）表示处于S状态（即阻塞状态），这是因为cpu的运行速度太快，而显示屏运行速度相等较慢，因此有极大的可能性时处于S状态，而我们将代码修改一下

，即可发现

此时，由于不需要等待外设，因此一直处于运行态即R。

对于D状态，我们先举一个具体的例子，

若处于极端情况下时，进程被kill，磁盘写入数据失败时，反馈信息给进程时，进程却不见了，此时磁盘一般会选择丢失这部分数据，那么为了防止这种情况发生，我们只需要让进程在等待磁盘时，不能被杀掉即可，即将其设置为D状态，在磁盘写入完毕后再将其状态修改为S。由此，我们可以认识到S状态属于浅度睡眠，可以随时响应系统的调度，而D状态属于深度睡眠，它不会响应系统调度。

对于T状态，我们可以使用kill的命令来暂停进程，即

查看后，我们知道可以使用-19命令来发出暂停信号， 即

此时我们可以看到mycode处于暂停状态，而对于t状态，我们可以使用gdb来演示

可以看到，当我们使用断点停止在某一处时，此时mycode处于t状态。

对于X状态和Z状态，在一个进程死亡的时候，会先进入Z状态，其目的是需要维持相应的状态，直到被父进程读取到信息后，其状态才会转换成X（瞬时）。

我们以下面的代码举例

运行并监视有

可以看到，在子进程结束，父进程未结束后，子进程处于Z+状态<defunct>（失效的），我们将此状态称为僵尸状态，进程一般退出时，若父进程没有主动回收子进程信息，子进程会一直处于Z状态，这样就会导致资源会被一直占用，就有可能导致内存泄漏。

将代码修改一下

运行并监视有

可以看到，对于操作系统本身来说，若父进程先退出，其子进程的父进程会被修改为1号进程（即操作系统）。孤儿进程会在后台运行，而且因为其父进程存在，不会变成僵尸进程即不会造成内存泄漏。对于父进程为1的进程我们将其称为孤儿进程，该进程被操作系统所领养。那么为什么要被领养呢？因为孤儿进程未来也要退出，也需要被释放，而操作系统本身具有回收功能。