【Linux】进程概念

本文演示所用系统为CentOS 7.6

1.操作系统

操作系统是不会直接对用户提供服务的。因为这样会暴露自己的底层实现，对系统稳定性造成了威胁

操作系统是通过系统调用层的方式对外提供接口服务的。

这就好比你是通过前端按钮来使用一个网站的功能，而通常你是看不到网页的后端实现的。

Linux系统的底层是用C语言写的，所以这些接口服务本质上就是一些C语言的函数。这些函数用于操作系统的各种管理。

我们学习Linux的系统编程，本质上是在学习这些和系统对接的函数。

1.1 编程语言和系统对接

不同的操作系统，其提供的各种管理硬件的函数是不同的。这时候我们的C/C++等其他语言想和系统对接（如printf打印到屏幕上）就需要在底层帮用户管理好这些系统接口的调用。当我们使用这些语言的时候，就不需要自己手动去调用

1.2 描述进程-PCB

PCB并不是那些绿油油的电路板，这里指的是process control block

进程是有一个担当分配系统资源（CPU时间，内存）的实体

• 进程信息被放在一个叫做进程控制模块的数据结构中，可以理解为进程属性的集合
• 在Linux中的PCB其实就是一个结构体task strcut，包含了这个进程的各种信息。

task_struct的内容大家可以上网搜搜，能力强的朋友可直接去看Linux的源码。

1.3 组织进程

我们可以在Linux的源码中找到组织进程的方式。所有运行在系统里面的进程都是以task_struct为成员的链表形式存在内核中。下面是关于这个结构体的一部分解析

• 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

相关解析可以看看这篇博客【传送门】

1.4 查看进程

1.4.1 ps命令

可以用ps命令来查找进程信息。下面这个指令是显示所有的进程

ps axj
1

系统会打印下面的很多进程信息，这就好比windows下的任务管理器

如果我们使用一个while(1)的死循环函数，运行的时候就变成了一个进程了。我们可以用下面的命令来查找特定的进程信息

ps axj | grep test
1

上图中我们搜索test，出现了两个进程。第一个进程很明显是我们运行的可执行程序。那么第二个是什么呢？

实际上，所有的指令都是一个进程。只不过ls这种类型的命令很快就能执行完毕。

这样一来，我们便可以确认，出现的第二个进程实际上是我们执行这条搜索语句出现的。可以用下面的这个指令来屏蔽grep的结果，只显示我们自己的那个程序。

ps axj | grep test | grep -v grep
1

最后一个指令的意思是忽略掉包含grep的结果，现在就不会显示第二个grep的进程了

1.4.2 proc目录

还可以通过/proc系统文件夹来查看系统进程信息。这里面的内容都是一个实时的进程信息

每一个进程都有一个自己的PID(process id)，用来标识唯一的进程

可以用下面的这个指令来显示一个提示信息，其中的&&代表逻辑与，只有第一个命令执行成功，才会执行第二个命令

ps ajx | head -1 && ps ajx | grep test | grep -v grep
1

这里就告诉我们了这个命令的PID是什么，即第2位数字

---

如果你需要查看PID为1的进程，则打开对应进程的文件夹

上面我们搜到的进程PID为5408，查看对应文件夹可以看到下面的内容

当我们关闭了./test进程在去查找，会发现没有这个路径了

在每一个进程文件夹中都有一个cwd和exe

• cwd其指向的是进程当前的工作路径
• exe指向的是进程对应可执行程序的磁盘文件

比如现在我使用ps命令查找到了下面这个python代码进程

使用ls -l /proc/19423命令打开对应文件夹，便可以看到cwd和exe的指向

这代表该进程是用python3.10进行执行的，其工作目录为cwd指向的路径

pid、工作路径等等信息都存放在进程的task_struct中

1.4.3 C语言代码获取ppid和pid

除了在命令行中输入命令以外，我们还可以通过C语言代码中和系统通信的库函数来获取当前进程的ppid和pid

#include 
#include 
#include 

int main()
{
    printf("pid: %d\n", getpid());
    printf("ppid: %d\n", getppid());
    return 0;
}
1
2
3
4
5
6
7
8
9
10

使用一个while(1)循环，我们就可以看看这个进程是否和我们用ps搜出来的结果相同

可以看到，搜寻出来的结果和该程序自己打印的结果是一样的

实际上，我们所有在命令行上执行的程序，都是bash（即当前命令行）的子进程

---

1.5 fork 通过系统调用创建父子进程

如果你用过gitee或者github，想必对fork并不陌生。在git托管网站上，我们fork别人的仓库，便会在自己的账户中出现一个别人仓库的“子仓库”。我们可以在这个“子仓库”里面修改一部分信息，再创建一个pull request合并入被fork的仓库

而在Linux系统中，fork的作用便是可以创建一个父子进程，这两个进程相互独立，且有很多特殊的地方等着我们的探索

比如：fork具有两个不同的返回值！

下面是一个示例代码

#include 
#include 
#include 

int main()
{
    pid_t id = fork();
    //id=0 子进程；>0为父进程
    if(id == 0)
    {
        //child
        while(1)
        {
            printf("子进程，pid: %d, 父进程是: %d\n", getpid(), getppid());
            sleep(1);
        }
    }
    else{
        //parent
        while(1)
        {
            printf("父进程，pid: %d, 父进程是: %d\n", getpid(), getppid());
            sleep(1);
        }
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

运行上面的代码，你会发现父子进程竟然交叉运行了！而且这两个进程都有不同的pid。其中子进程的ppid即为父进程的pid！

奇怪，我们的while循环明明是写在if里面的啊？为什么else里面的while也被正常执行了呢？

1.5.1 man fork

这便需要我们了解一下fork到底是何方神圣了。

man fork
1

如果你出现No manual entry for fork的报错，在CentOS下请尝试执行下面的命令

sudo yum install -y man-pages
1

同时可以看到关于fork的返回值的描述

这便能告诉我们，为啥fork下方同一个id值使用打印会返回不同的结果；以及if else被交叉运行的原因。

• fork之后，父子进程共享代码，都会执行后面的if else语句
• fork之后，父子进程的返回值不相同，所以if else语句进入的模块也不相同

fork进程给父进程返回子进程pid，方便父进程管理自己的子进程。这是因为父进程必须要有标识子进程的方法！

• 一个父亲可以有多个孩子，需要pid来进行管理
• 一个子进程只能有1个父亲，所以用0来标识子进程创建成功即可。它可以用ppid方便的找到自己的父进程。

1.5.2 fork做了什么

fork会调用系统的OS system call，创建一个子进程

• task_struct + 父进程代码和数据
• task_struct + 子进程代码和数据

子进程的代码和数据大多数都是从父进程继承下来的，不过pid和ppid肯定不会继承。其内部的变量/数据和父进程独立（这个后续的博客会涉及）

• 当fork创建好子进程并进行return的时候，它的功能就已经完成了
• 此时还会将子进程放入运行队列

了解了这个之后，再来理解一下进程是如何被运行的👇

2. 如何理解进程被运行

在我们的系统中，每一个CPU都有一个运行队列

这个运行队列之中存放的便是task_struct，系统会依次运行每一个进程。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-tZYhum7e-1663982430474)(https://img-7758-typora.oss-cn-shanghai.aliyuncs.com/img1/202208301124680.png)]

在上面我们的fork创建子进程之后，便会把子进程放入运行队列

所以实际上，fork并不是有两个返回值，而是在先运行了父进程后，又创建了一个子进程。这两个进程共享代码，而且它们都是挂载在同一个bash命令行上，才会出现上述交替打印的情况。

---

结语

下篇博客是有关进程状态的内容，阿巴阿巴，好久没写博客了