Linux进程概念

前言

本篇博客主要介绍一些：冯诺依曼体系、OS的理解、进程的一些概念；

冯诺依曼体系

我们常见的计算机，比如笔记本；以及我们不常见的服务器等等，大部分都遵循冯诺依曼体系；

截至目前，我们所认识的计算机，都是有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

关于冯诺依曼，必须强调几点：
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(输入或输出设备)；
那么这里为什么CPU只能从内存进行读取呢？
①、除了冯诺依曼体系结构决定；
②、早期计算机是没有内存的，主要使用为早期的CPU读写速度与磁盘的读写速度相差不大，CPU能够及时的从磁盘读取和写入数据；但是随着科技的进步，CPU是越来越快了，快到磁盘的读写速度已经远远更不上CPU了，这就会造成CPU存在大量的空闲时间来等待数据从磁盘被读取进来，然后才开始处理，这是对于CPU性能的极大浪费！！！！为了解决这个问题，科学家们就创建了一个内存，内存的创建就是为了适应CPU与磁盘读写速度不匹配的问题，现在CPU只需要在内存里面取数据就可以了，因为内存的速度能缓解CPU的读写速度（虽然还是没有CPU快），同时在磁盘的数据，也不会再被直接加载到CPU，而是先加载进内存；当然随着科技的进步，内存也渐渐的不能满足CPU的要求了，于是科学家们，又在内存之上加入了：高速缓存、寄存器等存储结构以此来满足CPU的读写速度；
因此我们日常生活中双击的本质： 就是将存在与磁盘的内容加载进内存；
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，所有设备都只能直接和内存打交道、

下面我们站在硬件角度（不考虑软件、网络）来观察一下数据是怎么在计算机中流动的，以此来更加深刻的理解冯诺依曼体系；（以我们登上qq向好友发送信息为例）

操作系统

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（驱动程序、Shell、函数库等等）；
目前主流的操作系统有：Windows、Unix、Linux、Mac OS等；

设计操作系统的目的

1、管理所有的软硬件资源；
2、为用户程序提供良好（安全的、高效的、功能丰富的、稳定的）的运行环境；

如何理解OS是一款搞“管理”的软件？

首先什么是管理？
管理的本质是什么？
举个简单例子：

就比如说学校有：校长、辅导员、学生；（不考虑其他角色，只考虑这三种）；

在大学我们一年到头可能都见不到校长几次，但是他却能把我们管的很好；
这是为什么？
就比如学校要举办一个运动会，校长决定好了时间地点，然后就把这项决策下达给了辅导员，辅导员再来转达给我们，我们最后就会去执行校长下达的决策，最后这个运动会就会被漂亮的办起来；
在这里校长处于管理者的位置，管理者所做的工作就是进行决策！
而辅导员是去传达校长的决策的，因为学校很大，不可能让校长单独去对每个学生传达；
你看在这段期间，校长似乎都没有与我们进行任何交流，我们就把运动会办了起来；校长是如何做到的？
主要是因为校长手里掌握着我们学校的面积。比如：操作有多少个、每个操场多大、我们学校总共有多少学生等等；根据这些信息，校长就能做出在哪里举办、什么时候举办运动会的决策；说白了，校长就是在对一些数据做“管理”；
我们在举一个例子来理解管理：
就比如我们学校要选一个学生去参加物理竞赛，作为校长我怎么知道该选那个学生去呢？当然是选物理成绩最高的学生去啊，于是校长在一堆学生信息中筛选出了物理成绩最高的小王，于是他做出了让小王代替我校去参加物理竞赛的决策，然后他把这个决策下达给辅导员，然后辅导员找到小王，让小王去执行校长所作的决策；
我们知道，校长与学生是不见面的（很少见面），那么他是如何拿到学生信息的呢？
答案是通过辅导员，辅导员是直接与学生接触的，校长下发一个学生信息格式，让辅导员们按格式统计这些学生信息、最后在上交给校长；校长不就拿到这些信息了吗，有了这些信息不就可以知道各个学生的情况了吗？该选谁去参加比赛不久一目了然了；
所以，管理的本质就是：管理者对被管理的数据进行处理；
在上面的角色中，学生是被管理者、校长是管理者、辅导员是直接与管理者与被管理者接触的角色，可以理解为帮助提高管理者工作效率的；
那么对应过来，与我们操作系统有什么关系呢？
上文我们说了，OS是一款搞管理的软件；
那么OS对应的就是校长；
硬件对应的就是学生；
驱动程序对应的是辅导员；

管理者与被管理者是不需要直接接触的！！！
上面的例子对比过来就是：驱动程序去统计各个硬件的基本信息、和工作情况等数据，然后上报给OS，OS也自然会接受这些数据，然后将这些数据利用相关的数据结构保存（组织）起来，然后到时候需要哪个硬件进行工作或停止工作，只需要在该数据结构中找到对应硬件的信息，并对这些信息进行处理，就行了，然后将处理过后的结果下达给驱动程序，驱动程序在下达给硬件，硬件就开始执行OS所作出的决策；当然如果那个硬件不能正常工作了，驱动程序也会检测出来然后上报给OS，让OS及时向用户做出反应，这样OS不需要与硬件直接进行接触，也就能把硬件管理好了；

总结：
OS管理硬件：
1、先将各个硬件的基本信息描述起来，利用struct；
2、组织起来，用链表或其他数据结构；
六字真言：先描述，再组织；

系统调用和库函数的概念

1、在开发角度，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。
为什么会存在系统调用？
因为OS不相信我们，但是又要为我们提供良好的服务；这种矛盾关系就好似我们与银行的关系，我们去银行存钱，银行是让我们自己亲自将钱放进银行的金库，然后在登个记吗？当然不是，银行是不会这么做的，因为银行压根不会相信我们，但是银行又要为我们提供良好的服务，为此银行开了一个个小窗口去办理业务，我们只需要将我们的需求通过小窗口告诉银行，我们的业务就会被办理，OS也是这样，为了给我们提供良好的服务，也会提供这样的“小窗口”，专业一点就叫做系统调用，在Linux环境下系统调用本质上就是C语言的函数接口，因为Linux本身就是用C语言写的；
系统调用这个设计可谓是一石二鸟，即保证了OS自身的安全，又为我们提供了良好的服务；
但是我们想要使用这个服务是有代价的，就比如一个一个不识字的人、或者对于银行业务系统完全不了解的人去银行办理业务，就算窗口服务再方便，也无法为这些人提供良好的服务，这时为了帮助这些人顺利完成业务，银行一般都会设置一些大堂经理来专门为这些人“一条龙”服务；对于我们普通程序员来书也是一样的，如果直接让我们去操作系统调用，可能需要我们去提前熟悉一些操作系统相关的知识，这对于我们的开发效率来说比较低，为此一些大佬程序员，在基于这些系统调用的基础上又开发了一些类似于：图形化界面、命令行解释器等Shell工具，（这些工具伴随着操作系统的加载就一并被加载进入了内存）这些工具极大的提升了我们的开发效率；
实际上我们在日常的编程语言学习中也是经常的使用系统调用，比如最常见的printf、scanf函数的实现一定是调用了输入输出的系统调用；
2、系统调用在使用上，功能比较基础，对用户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户或者开发者进行二次开发。

进程的概念

在学习进程之前呢，我们可以先尝试者根据上面的六字真言解释一下OS是如何管理进程的；
很简单，先把进程这个东西所拥有的属性给抽象出来（这里我们可以把进程类比于一个学生，现在我们要将学生的基本信息抽象出来）；然后呢利用合理的数据结构将这些属性组织起来；到时候OS对于进程的管理，就变成了对于进程数据信息的管理；

一般的进程的概念被理解为：进程是指在系统中正在运行的一个应用程序。
这样的专业术语对于我们初学者来说并不能很好的理解什么是进程；
下面我们来介绍一个比较好理解的进程的定义：
首先我们如果想要执行我们的程序的话，首先要把我们的数据从外设加载进内存，然后被CPU执行；
可是我们不能随意乱加载进内存啊，我们得让操作系统知道加载进内存的程序的基本信息吧，这样的话才好让OS开展工作（发挥管理的作业）；
为此对于加载进内存的每一个程序，OS都会对其进行统计和编号，并把这些信息统计起来存入对应的节点中；只有完成这一步才能将这个程序叫做进程！！
为此，我们总结一下进程的概念：进程=内核关于当前程序的信息+当前程序的代码和数据；

描述进程

上面我们说了，每个被加载进内存的程序的信息，都会被OS统计起来，其中统计这些被加载进内存的程序的信息的节点，被称为PCB（process control block）,Linux环境下PCB具体表现为：task_struct结构体;
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；
其中结构体里面包含的信息有：

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

组织进程

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;

查看进程

要想查看一个进程的基本信息，我们可以利用命令ps -axj 列出当前系统所用进程信息；
现在我们可以先写一小段代码来看看进程：

测试代码：

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

利用命令ps -axj | head -1 && ps -axj | grep "process",获取表头和带有process的关键字的进程：


这其中PID就相当于这个进程的学号，每个进程都是唯一的，我们可以看到我们的进程的的PID是22475；
当然我们也可以去系统文件夹下（/proc）寻找当前进程的文件夹：
proc文件系统是一个伪文件系统，它只存在内存当中，而不占用外存空间。它以文件系统的方式为访问系统内核数据的操作提供接口。
ll /proc | grep "22475"筛选出pid为22475的进程的文件：

在此文件夹下有很多我们不认识的文件；

当我们想要结束掉某个进程时，我们可以利用快捷键：Ctrl+c；
或者利用命令：kill -9 pid
当这个进程被杀掉过后对应的proc目录下也会同步删除这个进程的信息：
下面我们测试一下看看：

系统表示没有找到对应文件夹；
下面我们来写一个可以自动获取自己pid的程序：
为此我们需要使用一个系统调用：
getpid()，注意这是系统调用，是OS提供给我们的，不是C语言库函数！
用之前我们先来了解一下：

测试代码：

#include<stdio.h>
#include<unistd.h>
#include<sys/types.h>
int main()
{while(1){printf("这是一个进程,我的pid是:%d\n",getpid());sleep(1);}return 0;
}

我们利用ps命令验证一下：

我们发现利用ps查到的和getpid获取的pid是一致的；

fork（）

接着我们介绍一些新的概念；

PPID：当前进程的父进程的PID；
这个我们也可以利用系统调用接口getppid获取；
测试代码：

#include<stdio.h>
#include<unistd.h>
#include<sys/types.h>
int main()
{while(1){printf("这是一个进程,我的pid是:%d,我的父进程的pid是(ppid):%d\n",getpid(),getppid());sleep(1);}return 0;
}

我们多次重新运行该进程：

我们可以发现，在多次重复运行同一个进程，该进程每次对应的pid是变化的；
这很好理解嘛，每个进程的pid都是OS分配的，不可能每次进来都给你分配相同的pid，就好比，你第一次考上了A大学，学校给你分配了个学号1234，但是你决定去复读，但是第二年又考上了A大学，A大学同样给你分配学号，只不过这次就不是1234，而是4321；OS给进程分配PID也是如此；
但是我们却发现，尽管每次进程的pid不一样，但是该进程的ppid是一样的，也就是说该进程每次进来都是同一个进程的“儿子”；
接下来我们来通过ps命令查一下，pid为21186是谁？

是bash，就是命令行解释器或者说Shell！！！
我们在讲解Shell运行原理的时候讲解过Shell的一个作用就是：执行命令的时候可以创建子进程来执行
同时Shell本身也是一个程序，只是在加载操作系统的时候一起被加载进内存了；
也就是说当我们输入命令./process shell获取到该命令，然后对该命令向OS进行解释：shell告诉OS，用户想要运行这个程序，你赶紧登记一下这个程序的信息，并且给这块程序开一个进程；
名义上是shell向OS申请的进程来运行加载进来的程序，因此我们把Shell称为一切从命令行进来的程序的父进程！
这里我们需要注意Shell是没有能力创建进程的，创建进程的实际操作是又OS完成的！Shell只是向OS申请；
好，既然Shell也是一个进程，那我们能不能把shell也杀掉？
当然可以，只不过杀掉过后，我们的所输入命令OS就不认识了，OS自然也就无法做出任何反应；
下面我们来实际操作一下：

我们可以看到，我们直接被踢出了Linux服务器！
如果要恢复Shell的话，重新登陆xShell就行了；

总结一下上面：
1、Shell本质上也是一个进程；
2、从Shell启动的程序都将变成进程，而该进程对应的父进程就是Shell
3、Shell可以向OS申请创建子进程

接着我们继续下一个话题，既然Shell可以创建子进程，那么我们能不能在自己的程序里面也创建子进程？就是不是利用从Shell进入的方式创建子进程；
当然可以，OS为我们提供了一个接口fork：
fork简介：

对于其返回值的介绍就是：如果进程创建成功，则给父进程返回其创建的子进程的pid，给其子进程创建的子进程返回0；进程创建失败返回-1；
看起来怪怪的，我们先用用看看；
测试代码：

#include<stdio.h>
#include<unistd.h>
#include<sys/types.h>
int main()
{printf("AAAAAAAAAAAAAAAAAAAAA\n");fork();printf("BBBBBBBBBBBBBBBBBBBBB\n");return 0;
}

这似乎与我们之前学的C语言有些出入，为什么会打印两次B？
那么一定是printf(“BBBBBBBBBBBB\n”);被执行了两次；
为此我们可以先简单理解：

接下来我们来验证不同的进程下，所执行的代码：
测试代码：

#include<stdio.h>
#include<unistd.h>
#include<sys/types.h>
int main()
{pid_t ret= fork();if(ret>0){//这是父进程while(1){printf("我是父进程，我的pid是:%d,我的ppid是:%d,ret=%d,&ret=%p\n",getpid(),getppid(),ret,&ret);sleep(1);}}else if(ret==0){//这是子进程while(1){printf("我是子进程，我的pid是:%d,我的ppid是:%d,ret=%d,&ret=%p\n",getpid(),getppid(),ret,&ret);sleep(1);}}else{printf("创建失败\n");}return 0;
}

通过父进程的pid和子进程的ppid，我们可以确定父子连个进程执行了不同的代码；
其中父进程的ret接收到的的确是子进程的pid，子进程ret接受到的也的确是0；
但是为我们可能会疑惑为什么ret能取出来两个不同的值，明明父子进程中ret的地址都是一样的；
难不成fork能返回两个值？
当然不是；
我们可以先从一下几个问题入手，简单了解一下fork原理：

1、fork函数做了什么？
这不废话吗，当然是进行分流，创建子进程啊，我们首先知道当再一个函数中我们执行到return语句的时候，是不是就代表着该函数的主题功能已经完成了？也就是说我们当前的子进程已经创建好了，我们返回return只是想向调用该函数的主体报告完成结果；也就是说，从fork中return语句开始执行流就已经开始进行分流了；那么对于父进程来说return自然返回的是子进程的pid，对于子进程来说return自然返回的是0；
2、fork如何看待–代码和数据？

首先我们得有个常识性意识：我们再关闭微信这个进程的时候是不影响我画图这个进程的，同理我关闭Eage浏览器这个进程也是不会影响我CCtalk这个进程的，换而言之兄弟进程之间都是互相独立，互不影响的，父子进程之间也是如此！！！；
为此我们可以测试：

我们可以看到当前进程既有父进程，又有子进程；
现在我杀掉子进程：

我们可以看到当前只有父进程并且还运行的好好的；
我们杀掉父进程也是可以的，只不过此时子进程因为没了父亲，被叫做 “孤儿进程”；我们后面会讲解这个进程；
fork是在PCB链表后面在增加一个pcb节点，并以继承父进程的方式来填充该新pcb节点，当然也不是全部继承，子进程的pcb也有自己的隐私，比如pid；但是在代码和数据方面刚开始时与父进程共享同一块；不是我们想象在内存空间中再拷贝一份一摸一样的数据：

既然是共享同一块数据，那么父子进程是如何实现独立互不影响？

代码：代码被编译完毕一直都是只读的，父子进程各读各的代码片段，互不影响可以实现独立，这个好理解；
数据：既然要实现独立，就不能从原始空间读取数据并进行修改，必需是两个独立的空间，为此当某一个进程里的执行流尝试修改数据数据的时候，OS会自动给我们当前的数据进行写时拷贝；
什么时写时拷贝？
就是当OS检测到子进程有写的操作的时候，OS才会给子进程分配相应的物理空间；
我们回到开始的问题：为什么ret能取出来两个不同的值，明明父子进程中ret的地址都是一样的？
ret在接受fork的值时候就已经创建好子进程了，执行流就已经开始分流了，然后再将fork的返回值写入ret中，触发了“写时保护”，实际fork是对两个互不相干的内存空间中的ret进行写入，自然从不同的进程中取出ret来时值是不一样的，但是地址是一样的结果！因为我们使用的虚拟地址！
我们平常写的C/C++代码中用到的内存地址也是虚拟内存地址！！