本文为 Linux 系统编程系列的第一篇，从冯·诺依曼体系结构出发，深入理解操作系统的管理思想，引出进程的核心概念（PCB、task_struct），并详细讲解如何查看进程、创建进程（fork），以及父子进程的代码共享、数据写时拷贝等关键知识。帮助同学们建立对进程的完整认知。

一、上节课核心回顾：先描述，再组织

在正式进入进程之前，我们需要先回顾上节课最重要的结论：

管理的本质：先描述，再组织。

• 校长管理学生，不需要和学生见面，只需要通过数据（学籍、成绩等）来管理。

• 数据由辅导员（相当于驱动程序）收集，录入教务系统（相当于操作系统内核的数据结构）。

• 校长的日常管理转化为对数据的增删查改。

• 在计算机中，操作系统管理硬件、进程、内存等，同样遵循这一原则：先用结构体描述对象，再用链表等数据结构组织起来。

为什么 C++ 要有类和 STL？
类解决“描述”，STL 容器解决“组织”。面向对象语言成为主流，不是因为语言设计者的偏好，而是因为世界本身就是先描述再组织的。

---

二、系统调用与库函数

2.1 银行窗口类比

• 操作系统不相信任何用户，但又必须提供服务。

• 就像银行：不让你进金库，但通过窗口给你办理业务。

• 操作系统提供的“窗口”就是系统调用（System Call）。

2.2 系统调用的本质

• 系统调用是操作系统暴露给上层的C风格函数接口。

• 用户通过系统调用访问操作系统内核的数据和功能（如创建进程、读写文件等）。

• 系统调用使用起来比较底层、复杂，因此被封装成库函数（如 printf、scanf）。

判断一个库函数底层是否调用了系统调用：
如果该函数最终要访问硬件（显示器、磁盘、网卡等），则一定封装了系统调用。

2.3 系统调用与库函数的关系图

用户程序（你的代码）
        ↓
   库函数（printf, scanf...）
        ↓
   系统调用（write, read, fork...）
        ↓
   操作系统内核
        ↓
   驱动程序
        ↓
   硬件

---

三、进程的基本概念

3.1 什么是进程？

• 课本定义：程序的一个执行实例，正在执行的程序。

• 内核观点：担当分配系统资源（CPU 时间、内存）的实体。

• 本课程定义：进程 = 内核数据结构（PCB）+ 自己的代码和数据

很多人误以为“把程序加载到内存”就是进程，但严格来说，PCB（进程控制块）才是进程的核心。代码和数据只是进程的“血肉”，PCB 才是“灵魂”。

3.2 为什么要有 PCB？

• 操作系统要管理多个加载到内存的程序，就必须先描述再组织。

• 描述：为每个加载的程序创建一个 PCB（Process Control Block） 结构体，里面存放进程的所有属性（PID、状态、优先级、内存指针等）。

• 组织：将所有 PCB 用链表（或更高效的数据结构）连接起来，形成进程列表。

• 操作系统对进程的管理，就转化为对链表的增删查改。

3.3 PCB 在 Linux 中的具体实现：task_struct

• PCB 是操作系统学科的抽象概念，不同操作系统有不同实现。

• 在 Linux 中，PCB 的具体结构体叫 task_struct，定义在 <linux/sched.h> 中。

• task_struct 是一个非常大的结构体（上百个成员），包含：

成员分类	说明
标识符	PID、PPID 等，唯一标识进程
状态	运行、睡眠、停止、僵尸等
优先级	决定进程被调度的先后顺序
程序计数器	下一条要执行的指令地址
内存指针	指向代码段、数据段等
上下文数据	寄存器值（用于进程切换）
I/O 状态	打开的文件列表、I/O 请求等
记账信息	进程使用的 CPU 时间等

在 Linux 内核源码中，task_struct 还包含指向 mm_struct（内存描述符）的指针，用于管理进程的虚拟地址空间。

3.4 查看进程

方法一：通过 /proc 文件系统

ls /proc/               # 查看所有进程的 PID 目录

ls -l /proc/1234/       # 查看 PID 为 1234 的进程信息

• /proc 是一个内存文件系统，里面的数字目录对应每个进程的 PID。

• 目录下的文件（如 exe、cwd、status）动态反映进程的运行状态。

两个重要的符号链接：

• exe → 指向进程对应的可执行文件的绝对路径。

• cwd → 指向进程的当前工作目录（Current Working Directory）。

补充知识点：如果把当前工作目录删掉，进程还是会继续跑，后续可能还会有其他影响，当你再去查该进程是exe会标红。

方法二：使用 ps 命令

ps aux               # 显示所有进程的详细信息

ps axj               # 显示进程树（包含 PPID）

ps -l                # 显示优先级等信息

• a：显示一个终端的所有进程

• x：显示没有控制终端的进程

• u：以用户为中心显示详细信息

• j：显示进程组、会话、父进程 ID

示例：查看自己的进程并过滤 grep 自身（需要两个终端一个运行一个查）

ps aux | grep myprocess | grep -v grep

3.5 通过系统调用获取进程 ID

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

pid_t getpid(void);   // 获取当前进程的 PID
pid_t getppid(void);  // 获取父进程的 PPID

• 返回值类型 pid_t 本质上是整数（int）。

• 这两个都是系统调用（查看手册第 2 章）。

示例代码：

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

int main()
{
    printf("pid: %d\n", getpid());
    printf("ppid: %d\n", getppid());
    return 0;
}

运行后父进程的ppid不变，我们去查这个进程你会发现父进程 PPID 是当前 bash 的 PID。

3.6 命令行解释器 bash 本身也是一个进程

• 每次登录，操作系统都会为用户分配一个 bash 进程。

• bash 不断循环：打印提示符（如 [whb@...]$）→ 等待用户输入命令 → 解析命令 → 创建子进程执行命令 → 回收子进程 → 继续循环。

• 我们执行的所有命令（ls, ps, ./myproc 等），都是 bash 的子进程。

四、创建进程：fork 系统调用

4.1 fork 的基本用法

#include <unistd.h>
pid_t fork(void);

• fork() 用于创建一个子进程。

• 返回值：

  • 成功：父进程返回子进程的 PID，子进程返回 0。

  • 失败：返回 -1。

特点：

• 子进程是父进程的副本（代码共享，数据写时拷贝）。

• fork 之后，父子进程并发执行（谁先谁后不确定）。

4.2 验证父子进程执行不同代码

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

int main()
{
    pid_t id = fork();
    if (id < 0) {
        perror("fork");
        return 1;
    } else if (id == 0) {
        // 子进程
        printf("I am child, pid: %d, ppid: %d\n", getpid(), getppid());
    } else {
        // 父进程
        printf("I am parent, pid: %d, ppid: %d\n", getpid(), getppid());
    }
    sleep(1);
    return 0;
}

输出示例（每次运行 PID 可能不同）：

I am parent, pid: 12345, child pid: 12346
I am child, pid: 12346, ppid: 12345

4.3 fork 的“两个返回值”之谜

• 一个函数怎么会返回两次？
  因为 fork 的核心工作（创建子进程 PCB 并放入运行队列）在 return 语句之前就已经完成。
  return 本身也是一条语句，父子进程都会执行这条语句，因此各自返回一次。

• 为什么父进程返回子进程 PID，子进程返回 0？
  父进程可能有很多子进程，需要通过不同的 PID 区分它们；子进程只需要知道自己是子进程（0 表示成功），父进程的 PID 可以通过 getppid() 获得，父与子的比例是1:n。

4.4 fork 之后的代码共享与数据写时拷贝

• 代码共享：子进程复制父进程的 task_struct，其中代码段指针指向同一份物理内存（代码只读，共享安全）。

• 数据写时拷贝（Copy-on-Write, COW）：

  • 默认情况下，父子进程的数据段也指向同一份物理内存。

  • 当其中一方尝试修改数据时，操作系统会为该进程单独拷贝一份数据副本，然后修改副本。

  • 这样，父子进程的数据就互相独立了，保证了进程独立性。

验证实验：

int g_val = 100;

int main()
{
    pid_t id = fork();
    if (id == 0) {
        // child
        g_val = 200;
        printf("child: g_val = %d, &g_val = %p\n", g_val, &g_val);
    } else {
        sleep(2);
        printf("parent: g_val = %d, &g_val = %p\n", g_val, &g_val);
    }
    return 0;
}

输出（地址相同但值不同）：

child: g_val = 200, &g_val = 0x601038
parent: g_val = 100, &g_val = 0x601038

同一虚拟地址映射到不同的物理地址 → 虚拟地址空间的引入。后续课程会详细讲解。

---

五、进程的独立性

• 独立性：一个进程挂掉，不会影响其他进程，即使是父子进程也不例外。

• 内核数据结构（PCB）各自独立，代码只读共享不影响，数据通过写时拷贝私有化。

• 因此，操作系统可以同时运行大量进程，互不干扰。

---

六、本节课总结

知识点	核心内容
管理思想	先描述（struct），再组织（链表）
系统调用	操作系统提供的接口，用户通过它访问内核
进程定义	进程 = PCB（task_struct）+ 代码和数据
查看进程	ps aux、/proc 文件系统
获取 PID	getpid()、getppid()
创建进程	fork()，父进程返回子进程 PID，子进程返回 0
代码与数据	代码共享，数据写时拷贝（COW）
进程独立性	内核数据结构独立 + 写时拷贝保证互不干扰