第三章 进程

面对计算机系统中少数几个CPU，多个程序在执行时都想占有它并独自在上面运行，但CPU本身并没有分身术，因此互不相让的程序之间可能会厮打起来。作为管理者的操作系统，决不能袖手旁观。于是，操作系统的设计者发明了进程这一概念。

3.1 进程介绍

现在所有计算机都能同时做几件事情。 例如，用户一边运行浏览器程序上网浏览信息，一边运行字处理程序编辑文档。在一个多程序系统中，CPU由这道程序向那道程序切换，使每道程序运行几十或几百毫秒。然而严格地说，在一个瞬间，CPU只能运行一道程序。但在一段时期内，它却可能轮流运行多个程序，这样就给用户一种并行的错觉。有时人们称其为伪并行——就是指CPU在多道程序之间快速地切换，以此来区分它与多处理机（两个或更多的CPU共享物理存储器）系统真正的硬件并行。由于人们很难对多个并行的活动进行跟踪。因此，经过多年的探索，操作系统的设计者抽象出了进程这样一个逻辑概念，使得并行更容易被理解和处理。

3.1.1 程序和进程

程序是一个普通文件，是机器代码指令和数据的集合，这些指令和数据存储在磁盘上的一个可执行映象（Executable Image）中。所谓可执行映象就是一个可执行文件的内容，例如，你编写了一个C源程序，最终这个源程序要经过编译、连接成为一个可执行文件后才能运行。源程序中你要定义许多变量，在可执行文件中，这些变量就组成了数据段的一部分；源程序中的许多语句，例如“i++；for (i=0;i<10;i++)”等，在可执行文件中，它们对应着许多不同的机器代码指令，这些机器代码指令经CPU执行，就完成了你所期望的工作。可以这么说，程序代表你期望完成某工作的计划和步骤，它还浮在纸面上，等待具体实现。而具体的实现过程就是由进程来完成的，可以认为进程是运行中的程序，它除了包含程序中的所有内容外，还包含一些额外的数据。

我们知道，程序装入内存后才得以运行。在程序计数器的控制下，指令被不断地从内存取至CPU中运行。实际上，程序的执行过程可以说是一个执行环境的总和，这个执行环境包括程序中各种指令和数据外，还有一些额外数据，比如寄存器的值、用来保存临时数据（例如传递给某个函数的参数、函数的返回地址、保存的临时变量等）的堆栈、被打开的文件及输入输出设备的状态等等。上述执行环境的动态变化表征了程序的运行。为了对这个动态变化的过程进行描述，程序这个概念已经远远不够，于是就引入了“进程”概念。进程代表程序的执行过程，它是一个动态的实体，随着程序中指令的执行而不断地变化。在某个时刻进程的内容被称为进程映像（Process Image）

Linux是多任务操作系统，也就是说可以有多个程序同时装入内存并运行，操作系统为每个程序建立一个运行环境即创建进程。从逻辑上说，每个进程拥有它自己的虚拟CPU。当然，实际上真正的CPU在各进程之间来回切换。但如果我们想研究这种系统，而去跟踪CPU如何在程序间来回切换将会是一件相当复杂的事情，于是换个角度，集中考虑在（伪）并行情况下运行的进程集就使问题变得简单、清晰得多。这种快速的切换称作多道程序执行。在一些Unix书籍中，又把“进程切换”（Process Switching）称为“环境切换”或“上下文切换”（Context Switching）。这里“进程的上下文”就是指进程的执行环境。

进程运行过程中，还需要其他的一些系统资源，例如，要用CPU来运行它的指令、要用系统的物理内存来容纳进程本身和它的有关数据、要在文件系统中打开和使用文件、并且可能直接或间接的使用系统的物理设备，例如打印机、扫描仪等。由于这些系统资源是由所有进程共享的，所以操作系统必须监视进程和它所拥有的系统资源，使它们可以公平地拥有系统资源以得到运行。

由此，我们对进程作一明确定义：所谓进程是由正文段（text）、用户数据段（user segment）以及系统数据段（system　segment）共同组成的一个执行环境，如图3.1所示。

（1）正文段（text）：存放被执行的机器指令。这个段是只读的，它允许系统中正在运行的两个或多个进程之间能够共享这一代码。例如，有几个用户都在使用文本编辑器，在内存中仅需要该程序指令的一个副本，他们全都共享这一副本。

（2）用户数据段（user segment）：存放进程在执行时直接进行操作的所有数据，包括进程使用的全部变量在内。显然，这里包含的信息可以被改变。虽然进程之间可以共享正文段，但是每个进程需要有它自己的专用用户数据段。例如同时编辑文本的用户，虽然运行着同样的程序—编辑器，但是每个用户都有不同的数据：正在编辑的文本。

（3）系统数据段（system segment）：该段有效地存放程序运行的环境。事实上，这正是程序和进程的区别所在。如前所述，程序是由一组指令和数据组成的静态事物，它们是进程最初使用的正文段和用户数据段。作为动态事物，进程是正文段、用户数据段和系统数据段的信息的交叉综合体，其中系统数据段是进程实体最重要的一部分，之所以说它有效地存放程序运行的环境，是因为这一部分存放有进程的控制信息。系统中有许多进程，操作系统要管理它们、调度它们运行，就是通过这些控制信息。Linux为每个进程建立了task_struct数据结构来容纳这些控制信息。

假设有三道程序A、B、C在系统中运行。程序一旦运行起来，我们就称它为进程，因此称它们为三个进程Pa、Pb、Pc。假定进程Pa执行到一条输入语句，因为这时要从外设读入数据，于是进程Pa主动放弃CPU。此时操作系统中的调度程序就要选择一个进程投入运行，假设选中Pc，这就会发生进程切换，从Pa切换到Pc。同理，在某个时刻可能切换到进程Pb。从某一时间段看，三个进程在同时执行，从某一时刻看，只有一个进程在运行，我们把这几个进程的伪并行执行叫做进程的并发执行。

在Linux系统中我们还可以使用ps命令来查看当前系统中的进程和进程的一些相关信息。使用这个命令我们就可以查看系统中所有进程的状态。该命令可以确定有哪些进程正在运行和运行的状态、进程是否结束、进程有没有僵死、哪些进程占用了过多地资源等等。例如：ps -e

$ ps -e
PID   TTY        TIME   CMD
1    ?         00:00:00   init
2    ?        00:00:00    kthreadd
2102    ?        00:04:04    firefox-bin
2206    pts/0     00:00:00    bash
2211    pts/0      00:00:05   fcitx
2809    ?         00:00:01    stardict
3317    ?         00:00:05    qq
……

这里只是截取了部分进程和部分信息，即进程的进程号、进程相关的终端（？表示进程不需要终端）、进程已经占用CPU的时间和启动进程的程序名。在后面的学习中还要使用这个命令来查看进程的其它信息。

3.1.2 进程的层次结构

进程是一个动态的实体，它具有生命周期，系统中进程的生生死死随时发生。因此，操作系统对进程的描述模仿人类活动。一个进程不会平白无故的诞生，它总会有自己的父母。在Linux中，通过调用fork系统调用来创建一个新的进程。新创建的子进程同样也能执行fork，所以，有可能形成一颗完整的进程树。注意，每个进程只有一个父进程，但可以有0个、1个、2个或多个子进程。

从身边的例子体验进程树的诞生，比如Linux的启动。Linux在启动时就创建一个称为init的特殊进程，顾名思义，它是起始进程，是祖先，以后诞生的所有进程都是它的后代——或是它的儿子，或是它的孙子。init进程为每个终端(tty)创建一个新的管理进程，这些进程在终端上等待着用户的登录。当用户正确登录后，系统再为每一个用户启动一个shell进程，由shell进程等待并接受用户输入的命令信息，如图3.2是一颗进程树。

此外，init进程还负责管理系统中的“孤儿”进程。如果某个进程创建子进程之后就终止，而子进程还“活着”，则子进程成为孤儿进程。init进程负责“收养”该进程，即孤儿进程会立即成为init进程的儿子，也就说，init进程承担着养父的角色。这是为了保持进程树的完整性。

在Linux系统中可以使用pstree命令来查看系统中的树形结构；pstree将所有进程显示为树状结构，以清楚地表达程序间的相互关系。从该命令的显示结果可以看到，init进程是系统中唯一一个没有父进程的进程，它是系统中的第一个进程，其它进程都是由它和它的子进程产生的。

另外ps命令也可以显示进程的树形结构，例如：

$ ps –ejH

3.1.3 进程状态

为了对进程从产生到消亡的这个动态变化过程进行捕获和描述，就需要定义进程各种状态并制定相应的状态转换策略，以此来控制进程的运行。

因为不同操作系统对进程的管理方式和对进程的状态解释可以不同，所以不同操作系统中描述进程状态的数量和命名也会有所不同，但最基本的进程状态有三种：

(1) 运行态: 进程占有CPU，并在CPU上运行。

(2) 就绪态: 进程已经具备运行条件, 但由于CPU忙而暂时不能运行

(3) 阻塞态（或等待态）: 进程因等待某种事件的发生而暂时不能运行。(即使CPU空闲, 进程也不可运行)。

进程在生命期内处于且仅处于三种基本状态之一,如图3.3。

这三种状态之间有四种可能的转换关系：

① 运行态阻塞态： 进程发现它不能运行下去时发生这种转换。这是因为进程发生I/O请求或等待某件事情。

② 运行态就绪态：在系统认为运行进程占用CPU的时间已经过长,决定让其它进程占用CPU时发生这种转换。这是由调度程序引起的。调度程序是操作系统的一部分，进程甚至感觉不到它的存在。

③ 就绪态运行态：运行进程已经用完分给它的CPU时间，调度程序从处于就绪态的进程中选择一个投入运行。

④ 阻塞态就绪态：当一个进程等待的一个外部事件发生时（例如输入数据到达），则发生这种转换。如果这时没有其它进程运行，则转换③立即被触发，该进程便开始运行。

3.1.4进程举例

Linux系统中，用户在程序中可以通过调用fork 系统调用来创建进程。调用进程叫父进程（parent）,被创建的进程叫子进程（child）。现在举一个简单的C程序forktest.c，说明进程的创建及进程的并发执行。

#include <sys/types.h>    /* 提供类型pid_t的定义,在PC机上与int型相同 */
#include <unistd.h>    /* 提供系统调用的定义 */
#include <stdio.h>    /* 提供基本输入输出函数，如printf */

void do_something(long t)
{
    int i = 0;
    for (i = 0; i < t; i++)
        for (i = 0; i < t; i++)
            for (i = 0; i < t; i++)
                ;
}
int main()
{       
   pid_t pid;

    /*此时仅有一个进程*/
    printf("PID before fork():%d\n", getpid());
    pid = fork();

    /*此时已经有两个进程在同时运行*/
    pid_t npid = getpid();
    if (pid < 0 )
        perror("fork error\n");
    else if (pid == 0) { /*pid == 0 表示子进程*/
        while (1) {
            printf("I am child process, PID is %d\n", npid);
            do_something(10000000);
        }
    } else if (pid >= 0) { /*pid > 0 表示父进程*/
        while (1) {
            printf("I am father process, PID is %d\n", npid);
            do_something(10000000);
        }
    }
    return 0;
}

在Linux运行的每个进程都有一个唯一的进程标识符PID（Process Identifier）。从进程ID的名字就可以看出，它就是进程的身份证号码，每个人的身份证号码都不会相同，每个进程的进程ID也不会相同。系统调用getpid()就是获得进程标识符。pid_t是用于定义进程PID的一个类型，而实际上就是int型的。

先来编译并运行这个程序：

$ ./fork_test 
PID before fork():3991
I am child process, PID is 3992
I am child process, PID is 3992
I am father process, PID is 3991
I am child process, PID is 3992
I am father process, PID is 3991
I am child process, PID is 3992
....

可以看到这里输出了“child proces”和“father process”，它们的PID是不一样的，而且是在“不规则”的交替出现。这其实这就是进程的创建和并发执行了。

从概念上讲，fork()就像细胞的裂变，调用fork()的进程就是父进程，而新裂变出的进程就是子进程。新创建的进程与父进程几乎完全相同，只有少量属性必须不同，例如，每个进程的PID必须是唯一的。调用fork()后，子进程被创建，此时父进程和子进程都从这个系统调用内部继续运行。为了区分父／子进程，fork()给两个进程返回不同的值。对父进程，fork()返回新创建子进程的进程标识符（PID），而对子进程，fork()返回值0，这一概念表示在图3.4中。

当上面那个程序运行时，它会不断的输出信息。第一行将显示fork()被执行前进程的PID，其余的输出行将在fork()执行后由父进程和子进程产生，也就是说，当执行到fork()这个系统调用时，一个进程裂变为两个进程，这两个进程并发执行，到底哪个进程先执行，我们在这里没有控制，不过，系统一般默认子进程先执行。

再键入ps命令查看一下目前系统中进程的状态和关系：

$ ps lf

UID PID PPID PRI NI STAT TTY TIME COMMAND

1000 3836 2204 20 0 Ss pts/2 0:00 bash

1000 4008 3836 20 0 R+ pts/2 0:00 _ ps lf

1000 2206 2204 20 0 Ss pts/0 0:00 bash

1000 3391 2206 20 0 R+ pts/0 0:00 _ ./fork_test

1000 3392 3391 20 0 R+ pts/0 0:00 _ ./fork_test

…

为了清晰起见，删除了部分列。这里主要说明其中的PID和PPID列，它们分别表示本进程的PID和父进程的PID。可以看到PID为3391的fork_test和PID为3392的fork_test，尽管名字相同，因PID不同实际上是两个不同的进程。3391的父进程是PID为2206的bash进程，3392的父进程就是3391.

通过这个简单的例子使读者对进程有初步的认识，尤其是初步感受一下进程的并发执行。对这个例子的进一步理解请看3.6节。

results matching ""

    No results matching ""