【Linux】进程的概念 + 查看进程

前言：
在前面我们学习了Liunx的基本指令和权限相关知识，还有基本工具的使用，有了以上的基础知识我们本章将正式接触Linux操作系统。

1.冯诺依曼体系结构

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

• 这里的存储器： 就是内存，不是磁盘！

• CPU(运算器+控制器）

• 运算器：算术运算，逻辑运算

• 控制器：CPU是可以响应外部事件。比如：拷贝数据到内存

• 输入设备： 键盘，话筒，摄像头，磁盘，网卡……

• 输出设备： 显示器，音响，磁盘，网卡，显卡……

补充内容：

1. CPU读取数据（数据+代码），都是要从内存中读取，站在数据的角度，我们认为CPU不和外设直接交互。
2. CPU要处理数据，需要先将外设中的数据，加载到内存，站在数据的角度，外设直接只和内存打交道。

程序要运行，必须先被加载到内存中

1.1 内存存在的意义

为什么要有内存？
a. 技术角度：
存储速度的差别: 寄存器的存取速度 > cpu的运算速度 > L1 ~ L3Cache（各种缓存Cache） > 内存 >> 外设（磁盘） >> 光盘磁带
b. 数据角度：
外设不和CPU直接交互，而是和内存交互，CPU也是如此
c. 成本角度：
造价： 寄存器 >> 内存 >> 磁盘(外设)

如果冯诺依曼体系结构中没有内存的话：

• 那么整个体系的效率是很低下，因为是由最慢的设备决定的。

• 计算CPU速度够快，但是还是要等外设，这既是著名的木桶原理。

• 内存的意义：

有存储器的存在，让软件的存在具有了更大的意义，开机的时候，就是将操作系统加载到存储器当中。
内存对应的最大意义：使用较低的钱的成本，能够获得较高的性能。

• 补充：

• 中央处理器CPU也会和外设有交互，协调数据流向。
• 中央处理器CPU只是个具有运算和控制能力的体现木偶，真正让中央处理器去完成计算和某些控制的是整个计算机的大脑，叫做软件，最具有代表性的就是操作系统，是操作系统来控制CPU的。

1.2 程序加载到内存的含义

• 在我们之前学习编程语言例如：C/C++时，我们都听过这样一句话：编译好之后的软件/程序，要运行，必须先加载到内存
• 为什么呢？
  答案就是由体系结构（冯·诺依曼体系结构）决定的
  具体解释：

C/C+编译好的程序就必须从磁盘加载到内存要让CPU能够读取。
我们编译好的程序是个文件是在磁盘上(外设)，CPU读取数据（数据+代码），都是要从内存中读取，所以也就要求要运行程序，就必须将程序先加载到内存，因为CPU只会从内存当中读取指令代码和数据。

1.3 程序的预加载：

• 几乎所有的硬件，只能被动的完成某种功能，不能主动的完成某种功能，一般都是要配合软件完成的。
• 开机等待的本质，就是将操作系统加载到内存当中，因为体系结构规定，CPU要执行代码，执行的可不仅仅是我们写的代码，还有操作系统的代码，所以必须先把操作系统加载到内存，这就是预加载。
• 操作系统一旦被加载之后，在软件层面上，就可以预先把将来要访问的数据或文件，可以提前加载到内存中。

数据在流动的时候------》输入到内存---------》从内存到CPU--------》CPU计算处理完---------------》将结果写回内存，然后定期再刷新到外设。

补充：

内存的存在可以去适配外设和CPU之间速度不匹配的问题，因为内存的存在可以去预先装载一些常见的内存管理软件，数据管理软件。

2 .认识进程

2 .1 如何理解管理

• 管理的本质是：对数据的管理
  管理的本质：不是对被管理对象进行直接管理，而是只要拿到被管理对象的所有的相关数据，我们对数据的管理，就可以体现对对象的管理。
• 管理的核心理念：先描述，再组织
  用C语言或C++描述，用数组结构组织数据。管理的本质是对数据做管理—对某种数据结构的管理--------》对数据结构的各种操作，增删查改。

重点：操作系统是一款软件，是一款专门搞管理的软件，软件可以管理软件，就像人可以管理人一样

2 .2 什么叫是进程：（初步理解）

• 进程是一个运行起来的程序。
• 程序是个文件，是存在磁盘上的，不能简单的认为，将程序从磁盘加载到内存，这个程序就是进程。
• 操作系统里面，可能同时存在大量的进程
• 对进程的管理，是先描述，再组织

进程=对应的代码和数据 +进程对应的PCB结构体。

2 .2.1 PCB

• 描述起来，用struct结构体
• 组织起来，用链表或其他高效的数据结构
• 而Linux中的task_struct是一款具体的PCB
  

有大量的进程就必须把进程先描述再组织起来，把进程组织起来实际上是把描述进程的进程控制块组织起来。

task_ struct内容分类

• 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。（mm_struct–> 虚拟地址空间）

• 上下文数据: 进程执行时处理器的寄存器中的数据[休学例子，要加图CPU，寄存器]。

• 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。（文件信息）

• 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

那我们学习进程到底学的是什么呢？

• 我们学习的是进程控制块里面有什么属性！

第一阶段对进程的理解总结：

• 当一个程序从磁盘加载到内存，将代码和数据加载到内存只是第一步，第二步，操作系统为了管理这个进程，需要为该进程创建对应的描述该进程的进程控制块PCB，Liunx下叫task struct。
• 只要在内存当中被操作系统管理，操作系统实际管的根本不是代码和数据，而是管的则是进程的PCB结构体。
• 第一阶段进程的理解：程序加载到内存之后的代码和数据，以及操作系统为了管理进程，所生成的描述进程的进程控制块PCB结构体（内核数据结构 +代码和数据，这二者合起来，叫做进程）。
• 一个进程有一个PCB描述起来了，系统中有大量的PCB，只需要将系统中的PCB用数据结构组织起来，对应的对进程的管理就变成了对数据结构的增删查改。

2.3 简单认识操作系统

2.3 .1 操作系统如何提供服务

计算机和OS设计出来就是为了给人们服务的，那么是如何给我们提供服务的呢？

• 所有的应用程序都没有资格直接访问硬件，因为硬件的管理者是操作系统
• 操作系统是不相信任何人的！不会直接暴露自己的任何数据结构，代码逻辑，其他数据相关的细节！
• 操作系统是通过给用户提供接口的方式为用户提供服务的~
• Linux操作系统是用C语言写的，这里所谓的“接口”，本质就是C函数
• 学习系统编程本质就是在学习这里的系统接口。

补充：
一门语言跨平台可移植，在Windows和Linux下都能选择其对应的接口，上层提供的都是printf()，原因标准库中用了多态，同个接口在不同的平台下实现同一个或者不同的功能

2.4 查看进程

• 我们自己写的代码，编译成为可执行程序，启动之后就是一个进程。
• 别人写的程序，启动之后也是进程。

2. 4 .1 第一种查看进程的方式：

a：all
j：jobs
x：以特定格式显示

显示出前五行：

Windows下是通过双击打开一个进程, 而Linux则是通过./启动，在系统中找到可执行程序启动。

2. 4 .2 第二种查看进程的方式：

Linux的根目录下有个 proc目录里面放的就是实时的进程:

proc：内存文件系统，里面放的是当前系统实时的进程信息。

• 要想获得PID为26746的进程信息，你需要查看 /proc/26746这个文件夹。
• 在proc中打开这个进程，可以查看它的详细属性
  

2.5 对进程的当前工作路径的理解

我们之前学习C / C++语言的时候，我们就只是肤浅的理解，当前工作路径就是源文件或程序所在的路径。

事实上，并不是。

• 我们使用ls -al选项来在 proc目录中对应的进程中看一下它的更详细的属性：

• 当前路径并不是源文件所在的路径，而是运行进程时所处的路径。
• 换句话说，就是Bin运行时所处的路径。

3 .进程的系统调用

3 .1 父进程与子进程

• 父进程：指已创建一个或多个子进程的进程。常使用**Fork（）**来创建多个子进程。
• 通过getpid函数来获取当前进程的ID，也可以通过getppid来获取父进程的ID
  
  代码演示：

#include <stdio.h>
#include <unistd.h>
#include <sys/types.h>

int main()
{
    while(1)
    {
        printf("I am a process! pid: %d ppid: %d\n",getpid(), getppid());
        sleep(1);
    }

    return 0;
}

• 每次执行一个可执行程序之后，进程的ID都会改变，上图也验证了这一点，但是我们惊奇的发现，为啥父进程的ID始终都是一个值，一直都是不变的呢？
  
  几乎我们在命令行上所执行的所有的指令（你的cmd），都是bash进程的子进程

衍生问题：

• bash怎么创建的子进程？
• bash怎么让子进程执行我的程序？
• bash的父进程又是谁？

3 .2 fork函数创建子进程

• fork函数是用来创建子进程的，它有两个返回值。
• 子进程代码共享，数据各自开辟空间，私有一份
  

3 .2 .1 fork函数的返回值：

• 成功的话：将子进程的pid返回给父进程，0被返回给子进程。
• 失败的话：-1直接返回给父进程，没有子进程没创建。

代码演示：

#include <stdio.h>
#include <sys/types.h>
#include <unistd.h>

int main()
{
    pid_t id  = fork();

    printf("Hello World!  id = %d\n", id);

    return 0;
}

• 一条打印语句竟然有两个打印结果，因为Fork之后产生新的进程。
  fork 之后通常要用 if 进行分流

#include <stdio.h>
#include <sys/types.h>
#include <unistd.h>

int main()
{
    pid_t id = fork();
    //id == 0 : 子进程 , id > 0 : 父进程
    
    if(id == 0)
    {
        while(1)
        {
            printf("我是子进程，我的pid：%d，我的父进程是：%d\n", getpid(), getppid());
            sleep(1);
        }
    }
    else  
    {
        while(1)
        {
            printf("我是父进程，我的pid：%d，我的父进程是：%d\n", getpid(), getppid());
            sleep(1);
        }
    }

    return 0;
}

3 .2 .2 fork函数两个返回值的原因:

如何解释呢？fork如何做到会有不同的返回值？

答：fork之后，OS做了什么？是不是系统多了一个进程
父进程是：task_struct + 数据和代码
子进程也是：task_struct + 子进程的数据和代码

• 子进程的task_ stuct对象内部的数据基本是从父进程继承下来的。
• 子进程和父进程共享代码，fork之后，父子进程执行同样的代码。
• 父进程return一次，子进程return一次，不就是两次返回吗
• Fork之后，父进程和子进程返回值不同，可以通过不同的返回值，判断让父子执行不同的代码块

补充：

• 进程是由task_struct 和 对应的数据和代码组成。
• 那么我们平时用的指令的执行后，它的进程对应的代码在哪呢？

以ls为例： ls变成进程之后，该进程的代码就是从磁盘/usr/bin/ls路径下读取数据代码。

• 父子进程被创建出来，哪一个进程先运行呢？？

不一定！！ 谁先运行，不一定，这个是由操作系统的调度器决定的！！
操作系统和CPU运行某一个进程，本质从task_struct 形成的队列中挑选一个task_struct，来执行它的代码。

4 .进程的状态

操作系统就像是计算机里的哲学一样，因为操作系统这门学科讲的范围很宽泛，它的理论内容适用于各个操作系统，而我们要具体的学习某一款操作系统,那就是Linux。

凡是说进程，就必须先想到进程的task_ struct。

• 进程状态本质上是个uint8 整数，整数在进程的task struct中。
• task_ struct中会包含进程的相关的信息。
  
  

4 .1 运行状态（R）

• 运行状态 是进程在CPU上运行，就叫运行态吗？

答：不是的，操作系统当中每个CPU，都会创建一个runqueue,所以一个进程想被调动，说白了就是将自己的进程放到运行队列当中。

进程只要在运行队列中叫做运行态，不代表正在运行，代表我已经准备好了，随时可以调度！

4 .2 死亡状态（X dead）

死亡状态又叫做终止状态：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。

• 进程终止状态：进程已完成执行，
• 终止就是最终资源释放，但是PCB控制块至少还在，要让操作系统来释放
• X状态，瞬时性非常强。

4 .3 阻塞状态（s）

• 进程运行可能需要申请更多的资源：磁盘，网卡，显示器资源，声卡/音响等
  -我们申请资源时，如果该资源暂时没有准备好，当前进程要从runqueue中移除。
  重点：
• 当我们的进程此时在等待外部资源的时候，该进程的代码，不会被执！！
• 我的进程卡住了 — 进程阻塞！上层看来就是某些任务卡住了。

补充知识点：

• CPU运行的速度非常快，但是运行队列的周转周期非常短，看起来所有进程都在运行。
• 单核CPU在任意时间点都只能运行一个进程。

疑问：为什么我们一直向显示器打印，但却是S状态？

• 因为CPU足够快，外设又很慢，CPU速度的速度是远大于外设的

• 所以大部分时间都是S状态，都是睡眠阻塞状态

虽然一直在刷屏，但是还是S状态，原因也是在printf上，不断地往显示器上打印，但是显示器是个外设速度非常慢，即便是闲着准备好被刷新也需要花费时间。这个进程90%的情况都是在等，在等显示器就绪。
只有光是一个死循环，不调用外设的时候才是一直处于R状态。

4 .4 深度睡眠状态（D）

• D状态，可以理解为磁盘休眠状态（Disk sleep）有时候也叫不可中断睡眠状
• 在这个状态的进程通常会等待IO的结束
• 是Linux中特有的状态。

假设场景：

当一个进程向磁盘写文件的时候，由于要写的文件很大，所以进程要在那里等，如果等的时间太长了的话，操作系统见到一个进程在那里很悠闲直接把它干掉了，那等磁盘将文件写完之后，回头一看，傻眼了，进程不见了，那写入的文件怎么处理呢？？如果该文件写入失败了，结果返回的时候发现进程不见了，那么数据就丢了，后果很严重。
尽然进程要等，就是要等一个返回值，就是为了判断文件写成功了没！！

所以这个进程不能随便杀掉，所以操作系统就将该进程设置成了D状态

• 凡是D状态的进程,操作系统无权杀掉该进程，只能等该进程自己醒来。
• D状态的进程操作系统没权利将其杀掉，只能通过关机重启 or 拔掉电源的方式来强制杀掉该进程。
• 如果一个系统当中存在大量的D状态进程，关机都关不掉
• 一般而言，linux中，如果我们等待的是磁盘资源，我们进程阻塞所处的状态就是D
  不过这种情况不多见，很难能见到~

补充：

有时候闪退的问题，是服务器压力过大，OS是会终止用户进程的！

4 .5 僵尸状态（Z）

• 一个进程已经退出，但是还不允许被OS释放处于一个被检测的状态----僵尸状态。
• 维持僵尸状态，是为了让该进程被操作系统或父进程回收。
• 当一个linux中的进程退出的时候，一般不会直接进入X(终止）状态，而是进入Z状态。

我们不禁发出疑问，为什么？

• 首先我们知道，子进程被创建出来，一定是要执行任务的

• 当子进程退出的时候，一般需要将进程的执行结果，告知到父进程os.

进程Z,就是为了维护退出信息，可以让父进程或者os读取的。
僵尸进程存在的意义，就是说明这个进程退出的时候，是因为什么原因退出的。

4 .5.1 模拟僵尸进程

如果创建子进程，子进程退出了，父进程不退出，也不等待子进程，子进程退出之后所处的状态就是Z状态。（ps：所谓等待子进程就是回收）

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

int main()
{
    pid_t id = fork();
    
    if(id == 0)
    {
        //child
        int cnt = 5;
        while(cnt)
        {
            printf("我是子进程，我剩下 %d S\n", cnt);
            cnt--;
            sleep(1);
        }
        printf("我是子进程，我已经僵尸了，等待被检测\n");
        exit(0);
    }
    else 
    {
        while(1)
        {
            sleep(1);
        }
    }

    return 0;
}

子进程5秒后退出，父进程一直在跑，也不回收子进程，我们代码没有写回收，所以子进程就是没有回收

4 .5.2 长时间僵尸的危害

• 如果没有人回收子进程的僵尸，该状态会一直维护！该进程的相关资源（task_struct） 不会被释放！一个很严重的问题那就是 — 内存泄漏
• 什么情况会一直僵尸？

父进程不回收它，会一直僵尸状态。

• 一个进程僵尸了，是不可被杀死的。都已经成僵尸了还怎么杀死

1.使用wait()或waitpid()：父进程可以调用wait()或waitpid()函数来等待子进程终止，并获取它的终止状态
此方法父进程会被挂起

#include <sys/types.h>
#include <sys/wait.h>
#include <unistd.h>
 
int main() {
    pid_t pid = fork();
    if (pid == 0) {
        // 子进程代码
        _exit(0);
    } else if (pid > 0) {
        // 父进程代码
        wait(NULL); // 等待子进程终止
    } else {
        // fork失败
        perror("fork");
    }
    return 0;
}

2.父进程忽略SIGCHLD信号：如果不想让子进程编程僵尸进程，可在父进程中加入：signal(SIGCHLD,SIG_IGN);
如果将此信号的处理方式设为忽略，可让内核把僵尸子进程转交给init进程去处理

signal(SIGCHLD,SIG_IGN);

3.注册SIGCHLD信号处理函数： 父进程可以通过捕获SIGCHLD信号来处理子进程终止事件，并调用waitpid()来避免僵尸进程的产生

#include <sys/types.h>
#include <sys/wait.h>
#include <unistd.h>
#include <signal.h>
#include <stdio.h>
 
void sigchld_handler(int signum) {
    // 使用非阻塞方式调用waitpid()，防止阻塞父进程
    while (waitpid(-1, NULL, WNOHANG) > 0);
}
 
int main() {
    struct sigaction sa;
    sa.sa_handler = sigchld_handler;
    sigemptyset(&sa.sa_mask);
    sa.sa_flags = SA_RESTART;
    sigaction(SIGCHLD, &sa, NULL);
 
    pid_t pid = fork();
    if (pid == 0) {
        // 子进程代码
        _exit(0);
    } else if (pid > 0) {
        // 父进程代码
        sleep(10); // 模拟父进程的工作
    } else {
        // fork失败
        perror("fork");
    }
    return 0;
}

4.daemon进程： 将父进程设计成守护（后台）进程（daemon），这样孤儿进程会被init进程（PID 1）领养，而init进程会自动回收孤儿进程，避免僵尸进程的产生。

状态后面有S+的，代表这个进程是个前台进程,能在键盘ctr/ + C的是前台进程; 后台进程ctr/ + C干不掉。

孤儿进程没有那个S+，它是个后台进程。

4 .6 暂停状态（T/t）

• 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 通过发送SIGCONT 信号让进程继续运行。

• 暂停状态主要用于调试场景中。

5 .进程状态的整体总结

• 系统中一定是存在各种资源的（不仅仅是CPU）网卡，磁盘，显卡都是资源；所以，系统中不只是只存在一种队列

• 理解操作系统中的进程状态：
  a.新建
  b.运行：task_struct 结构体在运行，队列中排队，就叫做运行态
  c.阻塞：等待非CPU资源就绪，阻塞状态
  d.挂起：当内存不足的时候，Os通过适当的置换进程的代码和数据到磁盘，进程的状态就叫做挂起！
  
  尾声
  看到这里，相信大家对这个C++有了解了。
  如果你感觉这篇博客对你有帮助，不要忘了一键三连哦