当代码进行编译链接等操作后就会生成一个可执行程序，这个可执行程序本质上也是一个文件，存放在磁盘上。当使这个可执行程序运行起来，本质上是将这个程序加载到内存当中了，因为只有加载到内存后，CPU才能对其进行逐行的语句执行，而一旦将这个程序加载到内存后，我们就不应该将这个程序再叫做程序了，严格意义上将应该将其称之为进程。

并且进程与程序并不一定是对应的，一个程序可以同时运行多次，也就有了多个进程。

竞争性: 系统进程数目众多，而CPU资源只有少量，甚至1个，所以进程之间是具有竞争属性的。为了高效完成任务，更合理竞争相关资源，便具有了优先级

独立性: 多进程运行，需要独享各种资源，多进程运行期间互不干扰

并行: 多个进程在多个CPU下分别，同时进行运行，这称之为并行

并发: 多个进程在一个CPU下采用进程切换的方式，在一段时间之内，让多个进程都得以推进，称之为并发

二、描述进程PCB

我们的电脑上存在着大量的进程，这时就需要操作系统来进行管理。如何管理呢？先描述，再组织

操作系统将每一个进程都进行描述，形成了一个个的进程控制块（PCB，本质上是一个结构体），并将这些PCB以双向链表的形式组织起来。

PCB实际上是对进程控制块的统称，Linux当中的进程控制块为 task_struct，task_struct当中主要包含以下信息:

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(pc)：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，使用的时钟总和，时间限制，记账号等。
其他信息： ……

三、查看进程

3.1 通过系统目录查看

在根目录下有一个名为proc的系统目录，该目录中包含大量进程信息。其中有些子目录的目录名为数字，这些数字其实是某一进程的PID，对应文件夹当中记录着对应进程的各种信息。若想查看PID为1的进程的进程信息，则查看名字为1的文件夹即可。

3.2 通过ps命令查看

ps命令的具体使用可以使用man 1 ps命令查看文档

在Linux操作系统下使用ps -l命令会出现下列这种情况。

UID：代表执行者的身份。
PID：代表这个进程的代号。
PPID：代表这个进程是由哪个进程发展衍生而来的，亦即父进程的代号。
PRI：代表这个进程可被执行的优先级，其值越小越早被执行。
NI：代表这个进程的nice值。

四、进程状态

Linux操作系统的源代码当中对于进程状态有如下定义：

static const char *task_state_array[] = {
	"R (running)",       /*  0*/
    "S (sleeping)",      /*  1*/
    "D (disk sleep)",    /*  2*/
    "T (stopped)",       /*  4*/
    "T (tracing stop)",  /*  8*/
    "Z (zombie)",        /* 16*/
    "X (dead)"           /* 32*/
};

运行状态R

所有处于运行状态的进程(即可被调度的进程)，都被放到运行队列当中。当操作系统需要切换进程运行时，就直接在运行队列中选取进程运行。一个进程处于运行状态(running)，并不意味着进程一定处于运行当中。运行状态表明一个进程要么在运行中，要么在运行队列里。即可以同时存在多个R状态的进程

睡眠状态S

意味着进程在等待事件完成（该睡眠状态也可称为可中断睡眠）

譬如当进程循环向屏幕输出时，由于CPU的处理速度极快，但显示器的速度较慢，导致进程需等待显示器这个资源(CPU此时会处理别的进程)。此时该进程会在运行状态和睡眠状态不断切换，但由于CPU的高速导致我们观测时大概率会看见睡眠状态

#include <stdio.h>
int main()
{
    while(1){
         printf("handsome boy!\n");                                                                                                                                                                    
    }
    return 0;
}

显示状态时有个+号表示该进程是前台进程，若没有则是后台进程。

处于该睡眠状态下的进程是可以被杀死的，譬如使用kill命令发送信号

磁盘休眠状态D

一个进程处于磁盘休眠状态，表示该进程不会被杀掉，即便是操作系统也不行，只有该进程自动苏醒才可以杀死。也可称为不可中断睡眠状态（uninterruptible sleep），处于这个状态的进程通常会等待IO的结束。

譬如，某一进程要求对磁盘进行写入操作，那么在磁盘进行写入期间，该进程就处于深度睡眠状态，是不可被杀掉的。因为该进程需要等待磁盘的回复（是否写入成功）以做出相应的应答。

使用dd命令可以模拟磁盘休眠状态

暂停状态T

在Linux当中，我们可以通过发送SIGSTOP信号使进程进入暂停状态，发送SIGCONT信号可以让处于暂停状态的进程继续运行。

僵尸状态Z

当一个进程将要退出的时候，在系统层面，该进程曾经申请的资源并不是立即被释放，而是要暂时存储一段时间，以供操作系统或是其父进程进行读取，如果退出信息一直未被读取，则相关数据是不会被释放掉的，一个进程若是正在等待其退出信息被读取，那么我们称该进程处于僵尸状态。（进程的退出信息存储在该进程的task_struct中）

僵尸状态的存在是必要的，因为进程被创建的目的就是完成某项任务，那么当任务完成的时候，调用方是应该知道任务的完成情况的，所以必须存在僵尸状态，使得调用方得知任务的完成情况，以便进行相应的后续操作。

死亡状态X

死亡状态只是一个返回状态，当一个进程的退出信息被读取后，该进程所申请的资源就会立即被释放，该进程也就不存在了，所以几乎不会在任务列表当中看到死亡状态。

阻塞(拓展)

进程运行时是被CPU调度的。即进程在调度时是需要用到CPU资源的，每个CPU都有一个运行等待队列（runqueue），CPU在运行时就是从该队列中获取进程进行调度的

在运行等待队列中的进程本质上就是在等待CPU资源，实际上不止是等待CPU资源如此，等待其他资源也是如此，比如锁的资源、磁盘的资源、网卡的资源等等，都有各自对应的资源等待队列

对应到Linux中的状态，阻塞即睡眠状态S 与磁盘休眠状态D

五、僵尸进程与孤儿进程

5.1 僵尸进程

5.1.1 僵尸进程的概念

一个进程若是正在等待其退出信息被读取，那么我们称该进程处于僵尸状态。而处于僵尸状态的进程，就是僵尸进程。

如下代码，fork函数创建的子进程在打印5次信息后会退出，而父进程会一直打印信息。即子进程退出了，父进程还在运行，但父进程没有读取子进程的退出信息，那么子进程就进入了僵尸状态。

#include <stdio.h>
#include <stdlib.h>
#include <unistd.h>
int main()
{
	pid_t id = fork();
	if(id == 0)
    {
		int count = 5;
		while(count){
			printf("I am child...PID:%d, PPID:%d, count:%d\n", getpid(), getppid(), count);
			sleep(1);
			count--;
		}
		printf("child quit...\n");
		exit(1);
	}
	else if(id > 0)
    {
		while(1){
			printf("I am father...PID:%d, PPID:%d\n", getpid(), getppid());
			sleep(1);
		}
	}
	else{
        exit(-1);
	}
	return 0;
}

5.1.2 僵尸进程的危害

若父进程一直不读取进程的退出信息，那么子进程将一直处于僵尸状态。
僵尸进程的退出信息被保存在task_struct中，若僵尸状态一直不退出，PCB就需一直维护。
若是一个父进程创建了很多子进程，但都不进行回收，那么就会造成资源浪费。
僵尸进程申请的资源无法进行回收，那么僵尸进程越多，实际可用的资源就越少，僵尸进程会导致内存泄漏。

5.2 孤儿进程

若父进程先退出，那么将来子进程进入僵尸状态时就没有父进程对其进行处理，此时该子进程就称之为孤儿进程。若是一直不处理孤儿进程的退出信息，那么孤儿进程就会一直占用资源，此时就会造成内存泄漏。因此，当出现孤儿进程的时候，孤儿进程会被1号init进程领养，此后当孤儿进程进入僵尸状态时就由int进程进行处理回收。

#include <stdio.h>
#include <stdlib.h>
#include <unistd.h>
int main()
{
     pid_t id = fork();
     if(id == 0){ //child
         int count = 5;
         while(1){
             printf("I am child...PID:%d, PPID:%d\n", getpid(), getppid(), count);
             sleep(1);
         }
     }
     else if(id > 0){ //father                                                      
         int count = 5;
         while(count){
             printf("I am father...PID:%d, PPID:%d, count:%d\n", getpid(), getppid(), count);
             sleep(1);
             count--;
         }
         printf("father quit...\n");
         exit(0);
     }
     else{ //fork error
         exit(-1);
     }
     return 0;
}

由于孤儿进程会被init1号进程领养，其并不会造成危害。

六、进程地址空间

6.1 进程地址空间的验证

通过如下代码可以验证进程地址空间与上图一致

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

int un_val;
int init_val = 100;

int main(int argc,char* argv[],char* env[])
{
     int i = 0;
     int count = 0;
     while(env[i] != NULL && count < 5){
         printf("环境变量地址: %p\n",env[i]);
         ++count;
     }
 
     for(int i = 0;i < argc; ++i){
         printf("命令行参数地址: %p\n",argv[i]);
     }
 
     char* p1 = (char*)malloc(10);
     char* p2 = (char*)malloc(10);
     char* p3 = (char*)malloc(10);
 
     printf("栈区地址: %p\n",&p3);
     printf("栈区地址: %p\n",&p2);
     printf("栈区地址: %p\n",&p1);
 
     printf("堆区地址: %p\n",p3);
     printf("堆区地址: %p\n",p2);
     printf("堆区地址: %p\n",p1);
 
     printf("未初始化数据区: %p\n",&un_val);
     printf("初始化数据区: %p\n",&init_val);

     printf("代码区: %p\n",main);
     return 0;
}

栈区向低地址增长，堆区向高地址增长。

6.2 感知进程地址空间

通过下面一份代码我们可以发现一个问题

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

int val = 100;
int main()
{
    pid_t id = fork();
    if(id < 0)//err
    {
        exit(-1);
    }
    else if(id > 0)//father
    {
        sleep(3);
        printf("PID:%d PPID:%d val:%d &val:%p\n",getpid(),getppid(),val,&val);
    }
    else//id == 0
    {
        val = 200;
        printf("PID:%d PPID:%d val:%d &val:%p\n",getpid(),getppid(),val,&val);
    }
    return 0;
}

代码当中用fork函数创建了一个子进程，其中让子进程相将全局变量val该从100改为200后打印，而父进程先休眠3秒钟，然后再打印全局变量的值。按道理来说子进程打印的全局变量的值为200，而父进程是在子进程将全局变量改后再打印的全局变量，那么也应该是200。但是结果并不是，而且两个进程中val变量的地址是一样的，但是为什么打印出的结果不一致呢？

若我们是在同一个物理地址处获取的数据，那一定是相同的，而现在在同一个地址处获取到的值却不同，这只能说明我们打印出来的地址绝对不是物理地址。

实际上，我们在语言层面上打印出来的地址都不是物理地址，而是虚拟地址。物理地址用户一概是看不到的，是由操作系统统一进行管理的。所以就算父子进程当中打印出来的全局变量的地址（虚拟地址）相同，但是两个进程当中全局变量的值却是不同的。

6.3 详细认知

进程地址空间地址大小由0x00000000到0xffffffff，且被划分为各个区域，例如代码区、堆区、栈区等。而在结构体mm_struct当中，便记录了各个区域的边界地址。由于虚拟地址是由0x00000000到0xffffffff线性增长的，所以虚拟地址又叫做线性地址。

堆向上增长以及栈向下增长实际就是改变mm_struct当中堆和栈的边界地址。

我们生成的可执行程序实际上就被分为了各个区域（例如初始化区、未初始化区等），并且采用与Linux内核中一样的编址方式。当该可执行程序运行起来时，操作系统则将对应的数据加载到对应内存当中即可，大大提高了操作系统的工作效率。而进行可执行程序的"分区"操作的实际上就是编译器，所以说代码的优化级别实际上是编译器说了算。

每个进程被创建时，其对应的进程控制块（task_struct）和进程地址空间（mm_struct）也会随之被创建。而操作系统可以通过进程的task_struct找到其mm_struct，因为task_struct当中有一个结构体指针存储的是mm_struct的地址。

而当子进程刚刚被创建时，子进程和父进程的数据和代码是共享的，即父子进程的代码和数据通过页表映射到物理内存的同一块空间。只有当父进程或子进程需要修改数据时，才将父进程的数据在内存当中拷贝一份，然后再进行修改。体现了进程之间的独立性，这种在需要进行数据修改时才进行拷贝的技术被称为写时拷贝技术。

为什么不在创建子进程时完成数据的拷贝呢？

子进程大概率不会使用父进程中所有数据，并且在子进程不对数据进行写入的情况下，没有必要对数据进行拷贝。在需要修改数据的时候再分配（延时分配），这样可以高效的使用内存空间

代码会不会进行写时拷贝？

大多数的情况下是不会的，但这并不代表代码不能进行写时拷贝，例如在进行进程替换的时候就需要进行代码的写时拷贝。

为什么要有进程地址空间？

进程地址空间和页表是OS创建和管理的，凡是非法的访问或映射都会被操作系统终止，起到了保护物理内存中的所有合法数据（各个进程以及内核的相关有效数据），不会存在任何系统级别的越界问题了。
有了进程地址空间后，每个进程看到的都是相同的空间范围，包括进程地址空间的构成和内部区域的划分顺序等都是相同的，这样一来我们在编写程序的时候就只需关注虚拟地址，而无需关注数据在物理内存当中实际的存储位置。可以让进程以一种统一的视角看待内存，方便以统一的方式来编译和加载所有的可执行程序，简化进程本身的设计与实现。
有了进程地址空间后，每个进程都认为自己在独占内存，这样能更好的完成进程的独立性以及合理使用内存空间（当实际需要使用内存空间的时候再在内存进行开辟），并能将进程调度与内存管理进行解耦。

进程如何创建？

一个进程的创建伴随着其进程控制块（task_struct）、进程地址空间（mm_struct）和页表的创建

七、进程优先级

7.1 优先级概念

优先级实际上就是获取某种资源的先后顺序，而进程优先级实际上就是进程获取CPU资源分配的先后顺序，就是指进程的优先权（priority），优先权高的进程有优先执行的权力。

7.2 优先级存在的原因

优先级存在的主要原因就是资源是有限的，而存在进程优先级的主要原因就是CPU资源是有限的，一个CPU一次只能跑一个进程，而进程是可以有多个的，所以需要存在进程优先级，来确定进程获取CPU资源的先后顺序。

7.3 PRI与NI

PRI代表进程的优先级，即进程被CPU执行的先后顺序，该值越小进程的优先级别越高。
NI代表的是nice值，其表示进程可被执行的优先级的修正数值。
PRI值越小越快被执行，当加入nice值后，将会使得PRI变为：PRI(new) = PRI(old) + NI。
若NI值为负值，那么该进程的PRI将变小，即其优先级会变高。
调整进程优先级，在Linux下，就是调整进程的nice值。
NI的取值范围是-20至19，一共40个级别。

注意： 在Linux操作系统当中，PRI(old)默认为80，即PRI = 80 + NI。

7.4 修改进程nice值

7.4.1 top命令

top命令就相当于Windows操作系统中的任务管理器，它能够动态实监测系统中进程资源占用情况

使用top命令后按“r”键，会要求你输入待调整nice值的进程的PID；输入进程PID并回车后，要求输入调整后的nice值。若想退出输入q即可。

7.4.2 renice命令

renice + 更改的nice值 + PID

若想使用renice命令将NI值调为负值，需要root权限

八、环境变量

8.1 概念

环境变量（environment variables）一般是指在操作系统中用来指定操作系统运行环境的一些参数。如编写的C/C++代码，在各个目标文件进行链接的时候，从来不知道所链接的动静态库在哪里，但依然可以链接成功生成可执行程序，原因就是有相关环境变量帮助编译器进行查找。

环境变量通常具有某些特殊用途，并且在系统当中通常具有全局特性。

8.2 常见环境变量

PATH： 指定命令的搜索路径（系统命令本质也是可执行程序，但启动时不需要指定路径）
HOME： 指定用户的主工作目录（即用户登录到Linux系统中的默认所处目录）
SHELL： 当前Shell，它的值通常是/bin/bash

8.3 环境变量相关命令

echo：显示某个环境变量的值

export：设置一个新的环境变量

env: 显示所有环境变量

set：显示本地定义的shell变量和环境变量

unset：清除环境变量

8.4 环境变量的组织方式

在Linux系统当中，环境变量的组织方式如下：

每个程序都会收到一张环境变量表，环境表是一个字符指针数组，每个指针指向一个以’\0’结尾的环境字符串，最后一个字符指针为空。

8.5 获取环境变量的方法

8.5.1 main函数参数

main函数其实有三个形参，只是平时不常使用所以没有写出来。

int main(int argc, char* argv[],char* env[])
{ …… }

main函数的第二个参数是一个字符指针数组，该数组当中的第一个字符指针存储的是可执行程序的字符串，其余字符指针存储的是所给的若干选项的字符串，最后一个字符指针为空，而main函数的第一个参数代表的就是字符指针数组当中的有效元素个数。main函数的第三个参数接收的实际上就是环境变量表，我们可以通过main函数的第三个参数来获取系统的环境变量。

#include <stdio.h>
int main(int argc, char* argv[], char* env[])
{
    for(int i = 0; env[i] != NULL; ++i){
         printf("%s\n",env[i]);                                                                                                                                                 
    }
    return 0;
}

8.5.2 第三方变量environ

c语言给我们提供了一个全局变量environ，可以利用其访问环境表

#include <stdio.h>
int main()
{
    extern char** environ;
    for(int i = 0;environ[i] != NULL; ++i){
        printf("%s\n",environ[i]);                                                                                                                                               
    }
    return 0;
}

8.5.3 getenv函数

可以通过系统调用getenv函数来获取环境变量。getenv函数可以根据所给环境变量名，在环境变量表当中进行搜索，并返回一个指向相应值的字符串指针。

#include <stdio.h>
#include <stdlib.h>
int main()
{
    printf("%s\n",getenv("PATH"));                                                                                                                                               
    return 0;
}

Linux下进程以及相关概念理解

一、进程概念