彻底理解进程

  • 彻底理解进程已关闭评论
  • 197 次浏览
  • A+
所属分类：linux技术
摘要

操作系统的”进程”很早就出现了，许多教科书上讲述这个概念总是晦涩难懂。计算机技术发展太快了，简单的概念经过无数次演化，也会变得复杂。我们追溯一下操作系统的发展历史，就能理解进程解决了什么问题、为什么这样设计。
便宜好用的国外VPS推荐

操作系统的"进程"很早就出现了，许多教科书上讲述这个概念总是晦涩难懂。计算机技术发展太快了，简单的概念经过无数次演化，也会变得复杂。我们追溯一下操作系统的发展历史，就能理解进程解决了什么问题、为什么这样设计。

1 操作系统的发展

1.2 手工操作阶段

第一代计算机使用真空管构成集成电路实现计算，采用磁鼓或者磁芯作为储存器，采用打孔卡片作为输入输出的介质，卡片上的孔洞位置代表机器指令或者数据。

程序员直接与硬件打交道，不需要操作系统。先将已穿孔的纸带装入输入机，然后启动输入机把程序和数据输入计算机内存，通过控制台开关启动计算程序。计算完毕，打印机输出计算结果。用户取走结果并卸下纸带后，才让下一个用户上机。这种手工操作方式有两个弊端：1. 用户独占全机，资源利用率低；2. CPU等待手工操作，利用不充分。

彻底理解进程

1.2 联机批处理系统

第二代计算机采用联机批处理系统，主机与输入机之间增加速度较快的磁带机，在监督程序的自动控制下，计算机先将用户作业读入磁带，再把磁带上的作业读入主机内存并输出计算结果。完成上一批作业后，监督程序又从输入机上输入另一批作业，按上述步骤重复处理。监督程序实现了作业到作业的自动转接，减少了手工操作时间，提高了计算机的利用率，可以看作操作系统的雏形。

在等待作业输入和结果输出时，主机的CPU仍处于空闲状态，系统利用率依然不高。

彻底理解进程

1.3 多道程序系统

第三代计算机采用晶体管逻辑元件及快速磁芯存储器，计算机速度从每秒几千次提高到几十万次，主存储器的存贮量，从几千提高到10万以上。1958年，IBM公司制成了第一台全部使用晶体管的计算机RCA501型。

此时的磁带、硬盘等IO设备，完全跟不上高速CPU的脚步，CPU利用率非常低。人们引入了多道程序设计技术。把多个程序放入内存，并允许它们在CPU中交替运行，共享系统中的各种软硬件资源。当一道程序因IO请求而暂停运行时，CPU便立即转去运行另一道程序。多道程序设计技术使CPU得到充分利用，提高了整个系统的资源利用率和吞吐量。出现了作业调度管理、处理机管理、存储器管理、外部设备管理、文件系统管理等功能，这标志着操作系统日趋成熟。

彻底理解进程

1.4 分时系统

第四代计算机允许多个用户同时联机使用计算机，分时系统应运而生，进一步提高系统整体利用率。
彻底理解进程

若一个用户的作业在分配的时间片内不能完成计算，则暂时中断该作业，把处理机让给另一作业使用，等待下一轮再继续其运行。计算机速度很快，作业运行轮转得很快，给每个用户独占了一台计算机的错觉。用户可以通过自己的终端向系统发出控制命令，在充分的人机交互情况下完成作业的运行。

1960年，麻省理工学院(MIT)开发了兼容分时系统(Compatible Time Sharing System)，支持大型主机通过多个终端机来联机进行运算，并将结果从主机传输到终端机。此时终端机只具有输入输出的功能，本身不具任何运算或软件安装的能力。

为了强化大型主机的功能，让主机的资源让更多人来利用。1965年，由贝尔实验室（Bell）、麻省理工学院（MIT）及通用电器公司（GE）共同发起了MULTICS（多路信息计算系统）的计划，目标是让大型主机连接1000部终端机，支持300个用户同时使用。MULTICS项目是所有现代操作系统的鼻祖，并且首次提出了“进程”的概念。

进程就是用户独占计算机错觉的基础，每个用户的作业被包装成一个或者多个进程。进程是独立功能的程序的一次动态执行过程，也是系统资源分配的独立实体。

2 低速的IO设备

1928年，德国工程师Fritz Pfleumer发明了存储模拟信号的录音磁带。工作原理是将粉碎的磁性颗粒用胶水粘在纸条上，但是纸条比较脆弱，录音磁带无法实用化。

1932年，IBM公司的奥地利裔工程师Gustav Tauschek发明了磁鼓存储器，长度为16英寸，有40个磁道，每分钟可旋转12500转，仅可以存储10KB数据。在磁芯存储器出现之前广泛用于计算机内存，被认为是硬盘驱动器的前身。磁鼓的优点为实用可靠、经济实惠，而缺点是存储容量太小、利用率低。

1948年，美国哈佛大学实验室的王安博士发明了磁芯存储器，次年又实现了磁芯存储器“读后即写”的技术。原理是在铁氧体磁环里穿进一根导线，导线中流过不同方向的电流时，可使磁环按两种不同方向磁化，代表“1”或“0”的信息便以磁场形式储存下来。最初的磁芯存储器只有几百个字节的容量。在20世纪70年代被广泛用作计算机的主存储器，直到Intel的半导体DRAM内存批量生产。

1952年，IBM公司发布了计算机业内的第一款磁带机，需要人工手动操作，比如装载、卸载和归档。

1956年，IBM公司制造了世界上第一块硬盘350RAMAC。盘片直径为24英寸，盘片数为50片，重量则是上百公斤，相当于两个冰箱的体积，储存容量只有5MB。

从早期的磁鼓到固态硬盘，IO设备速度提升了万倍，依然追不上CPU，根本原因是计算和存储的目标不一样。CPU的最重要指标是速度快；而存储设备则要容量大，其次是速度快，最后是造价低廉，这三点不可兼得。就好比两个运动员，一个练短跑，一个练长跑，对身体素质的要求不一样。

3 进程详解

我们以Linux系统为例，了解一下进程的基本构成。

3.1 进程的分类
  • 交互进程：由一个shell启动的进程，优先级较高，交互进程既可以在前台运行，也可以在后台运行。
  • 批处理进程：这种进程和终端没有联系，是一个进程序列，负责按照顺序启动其它进程。
  • 守护进程：在后台运行且不受任何终端控制的特殊进程，用于执行特定的系统任务。它一般在Linux启动时开始执行，系统关闭时才结束。
3.2 进程的组成

Linux内核把进程称为task，task_struct结构体是操作系统的进程控制块，包含着一个进程的所有信息。task_struct结构体非常复杂，感兴趣的朋友可以查阅文件https://github.com/torvalds/linux/blob/master/include/linux/sched.h，以下列举了比较重要的字段：

  • 1）进程的标识

pid_t pid：进程的唯一标识
pid_t tgid：线程组的领头线程的pid成员的值

  • 2）进程调度信息

need_resched：调度标志
Nice：静态优先级
Counter：动态优先级；重新调度进程时会在run_queue中选出Counter值最大的进程。也代表该进程的时间片，运行中不断减少。
Policy：调度策略开始运行时被赋予的值。
rt_priority：实时优先级

  • 3）进程通信有关信息

unsigned long signal：进程接收到的信号。每位表示一种信号，共32种。
unsigned long blocked：进程所能接受信号的位掩码。
Spinlock_t sigmask_lock：信号掩码的自旋锁
Long blocked：信号掩码
Struct sem_undo *semundo：为避免死锁而在信号量上设置的取消操作
Struct sem_queue *semsleeping：与信号量操作相关的等待队列
struct signal_struct *sig：信号处理函数

  • 4）上下文信息

struct desc_struct *ldt：进程关于CPU段式存储管理的局部描述符表的指针
struct thread_struct tss：任务状态段

  • 5）时间信息

Start_time：进程创建时间
Per_cpu_utime：进程在执行时在用户态上耗费的时间
Pre_cpu_stime：进程在执行时在系统态上耗费的时间
ITIMER_REAL：实时定时器，不论进程是否运行，都在实时更新
ITIMER_VIRTUAL：虚拟定时器，只有进程运行在用户态时才会更新
ITIMER_PROF：概况定时器，进程在运行处于用户态和系统态时更新

  • 6）地址空间/虚拟内存信息

struct mm_struct * mm：记录进程内存使用的信息

3.3 进程的内存分布

为了更加高效地使用内存，Linux系统采用了虚拟内存的方案，将物理内存和磁盘都映射为虚拟内存地址，为进程提供统一的地址空间。虚拟内存有三个优点：1）将内存当作磁盘的缓存，在内存中只保留常用数据，必要时从内存和磁盘之间交换数据。2）简化内存管理，为每个进程提供统一的地址空间。3）保护进程的内存空间不受其他进程影响。

每个进程都拥有独立的地址空间。一个进程无法访问另一个进程的变量和数据结构，如果想让一个进程访问另一个进程的资源，要使用进程间通信，比如管道、文件、套接字等。

进程的虚拟地址空间分为用户虚拟地址空间和内核虚拟地址空间，所有进程共享内核虚拟地址空间，每个进程有独立的用户虚拟地址空间。以32位Linux系统为例，共有4G的寻址能力。默认将高地址的1G空间分配给内核，称为内核空间，剩下的3G空间分配给进程使用，称为用户空间。用户空间从低地址到高地址空间包含5个部分：

彻底理解进程

  • 代码段（text segment）：存放程序的可执行二进制代码。
  • 数据段（data segment）：存放程序中已经初始化且初值不为0的全局变量和静态局部变量，数据段属于静态内存分配。
  • BSS段：存放未初始化的全局变量和静态局部变量；初值为0的全局变量和静态局部变量。
  • 堆（heap）：用于存放程序运行时动态分配的内存段，可动态扩张或者缩减。
  • 栈（stack）：由编译器自动分配释放，它存放函数内部声明的非静态局部变量，以及记录函数调用过程的相关维护信息（称为栈帧）。
3.4 进程的调度

每个CPU（或核心）在一个时间点上只能处理一个进程。操作系统调配CPU时间和其他资源，为进程分配一个状态，进程的状态随着环境要求而改变。进程运行的整个生命周期划分为六种状态:

  • Running：表示进程处在CPU的就绪队列中，运行态或者就绪态的进程
  • Disk Sleep：不可中断状态睡眠，一般表示进程正在跟硬件发送交互，并且交互过程中不允许被其他进程或中断打断
  • Zombie：僵尸进程，表示进程实际上已经结束了，但是父进程还没有回收它的资源（比如进程的描述符，PID等）
  • Interruptible Sleep：可中断状态睡眠，表示进程因等待某个事件而被系统挂起（阻塞态）。当进程等待的事件发生时，就会被唤醒并进入Running状态
  • Idle：空闲状态。用在不可中断睡眠的内核线程上。硬件交互导致的不可中断进程用D表示，但对某些内核线程来说，处在不可中断睡眠时有可能实际上并没有任何负载。
  • Stopped OR Traced：表示进程处于暂停或者跟踪状态。向一个进程发送SIGSTOP信号，它就会因响应这个号变成暂停状态(Stopped)；向它发送SIGCONT信号，进程又会恢复运行(如果进程是终端里直接启动的,则需要用fg命令恢复到前台运行)。当用调试器调试一个进程时，在使用断点中断进程后，进程就会变成跟踪状态，这其实也是一种特殊的暂停状态，只不过可以用调试器来跟踪并按需要控制进程的运行。
  • EXIT：进程已经消亡

彻底理解进程

4 参考

https://www.linuxprobe.com/linux-system-programming.html
https://zhuanlan.zhihu.com/p/442909853
https://blog.csdn.net/qq_41209741/article/details/82870876

便宜好用的国外VPS推荐