＜ 8 ＞ Linux 进程：冯诺依曼体系结构 + 操作系统OS + 进程
本文摘要： 冯诺依曼体系结构是现代计算机的基础架构，由CPU、存储器（内存）和外部设备（输入/输出设备）组成。其核心特点是CPU不直接访问外设，而是通过内存作为中介进行数据交互，解决了CPU与外设速度差异导致的效率问题。操作系统通过进程管理（PCB结构体）实现软硬件资源管理，采用"先描述再组织"的方式。进程运行涉及虚拟地址空间机制，父子进程通过写时拷贝实现数据隔离，同时共享代码
1.2 存储器（内存）—— 外设与CPU数据流的中介 & fflush的原因
1.3 为什么CPU 不向 外设 直接读写数据？—— 读写速度量级差异！
1.4 为什么 CPU 和 外设 差异极大? —— 存储分级原理
2.2 为什么要有操作系统？—— 管理软硬件，稳定 安全 高效
2.3 操作系统如何管理软硬件资源？—— 结构体+数据结构+分层级管理
3.22 运行程序时，先在OS创建PCB，再加载代码、数据进入内存
3.23 存在多个进程，就存在多个PCB，每个独立，即便父子进程
3.34 ls /proc/数字pid -l —— 查看指定pid进程的内部信息
3.38 chdir("指定路径") —— 修改cwd、缺省路径
3.39 getcwd(字符数组，字符数组大小) —— 获取 当前路径cwd
3.41 ps [axj] | head -1 —— 提取第一行，表头。用于查看进程类型
3.43 命令行解释器 直接运行的 程序，其父进程是命令行解释器
3.45 kill [-9] [bash的pid] —— 关掉 bash 命令行解释器
3.43 fork 有 两个返回值 —— 导致 if else 都会执行
3.44 为什么父进程得到子进程pid返回值？ —— 需要唯一值，标识不同子进程
3.45 所以为什么会有两个返回值？—— 子进程一旦被创建就开始共享代码
3.46 为什么一个id，有两个值？ —— 代码共享、数据拷贝
1. 冯诺依曼体系结构
1.1 冯诺依曼体系结构是什么？如何定义外设
如果有人问你，你的电脑的体系结构是什么？你可以回答：
英特尔，ARM
如果有人问你，你的计算机的体系结构是什么？就要回答：
冯诺依曼体系结构。
计算机，笔记本电脑，服务器，所有的智能电子设备绝大部分都遵守 冯诺依曼体系结构
原因是它是目前最兼具效率与性价比的方案，极大程度推动了互联网的发展（后面讲）
计算机的 所有上层行为，都会被转化为计算问题，交给CPU，算出对应的二进制表达式
在冯诺依曼体系结构中，只有三个概念：外部设备，内存，CPU
外部设备又分为：输入设备，输出设备，英文就是：input，output，简称IO流！
外部设备的磁盘是重点：它不是内存，习惯上称之为内存，但其实是：外存，外部存储设备
并且磁盘可读可写，所以是输入设备，也是输出设备！
1.2 存储器（内存）—— 外设与CPU数据流的中介 & fflush的原因
从软件层面上，存储器，内存，就是缓存。它批量化存储外设的数据，最后批量化返回结果。这也是为什么进度条项目需要刷新缓冲区，其实他们存在内存中了，还没结束，CPU不返回。
主动刷新才会一次性返回，不然就会攒够再返回
冯诺依曼体系结构中，存储器就是内存
不考虑缓存，CPU不会直接和外设进行访问、数据交换！ 只能控制行为（暂时不考虑）
CPU只能和存储器——内存，进行读写操作
外设也只能和存储器——内存，读取或写入
他们层次分明，CPU <-> 存储器 <-> 外设
CPU和外设：只会向内存 读写数据！
1.3 为什么CPU 不向 外设 直接读写数据？—— 读写速度量级差异！
没有冯诺依曼体系结构时：没有存储器，外设就是直接与CPU读写数据
结果：运行缓慢！延迟很大。发送信息延迟极大，体验极差。
原因：CPU精度很高，计算速度是纳秒级别，内存极小。外设精度低：毫秒级，内存稍大，早期没有内存缓冲的概念，外设与CPU只能一个个数据传递，每个数据读写延迟都很大，1000个数据，
效率就是1000 * 延迟
他们读写数据存在量级差异！ CPU读写完1000遍，外设可能还没响应！
冯引入存储器。虽然存储器的速度居中，但是存量大，并且因为有内存缓冲，它可批量读取外设的临近数据，而不是一个个读写。批量地与CPU进行交互，最后批量地返回结果给外设，运行速度量级提升。1000个数据，只需要一次延迟，效率差距悬殊。
有了这个中介，运行速度和延迟得到极大的改善，存储器的引入，性价比极高，买得起的人也多，促使了互联网的兴盛
1.4 为什么 CPU 和 外设 差异极大? —— 存储分级原理
寄存器，高速缓存速度极快，内存极小，造价很贵，CPU速度快的核心
高速缓存在CPU内部，可批量读写数据，
这是早期外设只能逐个数据读写的根本原因。造价也贵
主存，其实是存储器，能提取磁盘块，利用了缓存机制，可批量化读写数据给CPU，极大幅度减少延迟，提升效率
再往下，就是外设级别的设备，逐个读取数据。虽然现代的外设多少有缓存机制，但与上面的仍是天壤之别。
1.5 模拟 冯诺依曼体系结构 下 的 运行原理
如果是发送文件，那也一样，不同的是：信息是从键盘读取，文件是从磁盘读取，存储在磁盘
文件会被加密压缩，再通过网络发送到另一台设备接收。
本地存储器是会保留的，信息也一样，会还给外设（磁盘），所以聊天记录，文件等，都可以在本地磁盘搜索到，对方设备也一样
2. 操作系统（Operator System）
2.1 操作系统概念
任何计算机系统都包含一个基本的程序集合，称为操作系统（OS）
广义操作系统：Linux 操作系统内核 + Shell命令行 + 指令 + 核心应用软件，比如刚买的手机
狭义操作系统：Linux 操作系统内核 -> 作用：文件管理，进程管理，内存管理，驱动与设备管理
2.2 为什么要有操作系统？—— 管理软硬件，稳定 安全 高效
1.作用： 与硬件交互，管理所有软硬件资源
2.目的： 为用户提供稳定、安全、高效的运行环境、计算机
2.3 操作系统如何管理软硬件资源？—— 结构体+数据结构+分层级管理
现实中，写项目也是，任何东西用计算机语言进行管理时，都是：
先描述，再组织 -> 搞清楚需求，再编写代码
操作系统管理软硬件，就是管理他们的数据！
数据怎么管理？链表，数组，批量化管理，
问题转变为 结构体/类 + 数据结构 -> 写项目也是，都是结构体/类 + 数据结构！
总结：计算机世界，一切皆数据！管理数据，需要数据结构。
工程项目，面向对象，那就需要结构体、类进行安全封装，方便使用！
3. 进程
3.1 进程概念
进程（task、任务）：正在运行的程序 是 进程，加载进内存中的程序 是 进程
进程本质：操作系统内核的PCB结构体 + 加载进内存的程序代码和数据
PCB：（Process Control Block，进程控制块），具体如Linux：struct task_struct
，里面存放的是具体进程的属性数据。多个不同的进程有多个不同的PCB
PCB具体源码样例：
所有启动的程序，都会转化为进程，被操作系统运行
程序包括各种shell指令，系统工具，应用软件，二进制可执行程序
3.2 进程原理
操作系统OS可同时执行多个进程，比如windows电脑，它底层就是Linux操作系统。
既然有多个进程，那操作系统肯定要对进程进行管理。如何管理？
就回到了上面的知识——
先描述，再组织：利用结构体+数据结构，将管理进程简化为：对数据结构的增删查改
这说明：必然在内核中，存在结构体，对进程进行描述。（PCB）
必然在内核中，存在数据结构，对多个进程，进行增删查改的管理，组织（链表）
下面看看进程的原理：
3.21 电子设备启动，会先加载操作系统到内存中
3.22 运行程序时，先在OS创建PCB，再加载代码、数据进入内存
3.23 存在多个进程，就存在多个PCB，每个独立，即便父子进程
不过，多个进程执行同一段代码（如父子进程），代码是会共享的
数据不会共享，会重新拷贝一份数据。他们地址表面一样，实则是虚拟地址
3.24 CPU只会去OS内核的PCB中寻找进程
3.25 描述组织 -> 增删查改
3.3 查看进程信息 以及 阐述概念
3.31 getpid（）—— 获取进程 id
3.32 新建进程，pid为什么总是不同，且不等差递增？
3.33 ls /proc —— 查看进程目录
那些非数字的，都是系统级信息，不需要了解。
而那些数字命名的目录，都是：pid！
3.34 ls /proc/数字pid -l —— 查看指定pid进程的内部信息
3.35 进程 与 程序 的独立性验证
但是左侧机器重新输入 ls /proc/2549402 -l 时：
变红了，并且标明了删除：说明链接文件丢失了，因为原路径的exe被标记删除！
进程还在运行，但是磁盘文件被删除了。
只要停下运行，它就再也无法恢复。
3.36 cwd —— 当前工作目录，当前路径，是缺省路径
3.37 验证：缺省路径就是当前路径cwd
3.38 chdir("指定路径") —— 修改cwd、缺省路径
修改cwd、缺省路径
3.39 getcwd(字符数组，字符数组大小) —— 获取 当前路径cwd
3.40 ps [axj] —— 查看进程、所有进程
3.41 ps [axj] | head -1 —— 提取第一行，表头。用于查看进程类型
3.42 getppid() —— 获取父进程的 id
3.43 命令行解释器 直接运行的 程序，其父进程是命令行解释器
3.44 bash 是 一个内部有死循环，不主动销毁的程序
3.45 kill [-9] [bash的pid] —— 关掉 bash 命令行解释器
3.4 创建子进程
3.41 fork（） —— 创建子进程
对比一下fork前后：
-
3.42 子进程会共享未执行的代码
结论：fork 创建子进程后，会立刻共享未执行完的代码。导致一句printf执行了2次。
3.43 fork 有 两个返回值 —— 导致 if else 都会执行
翻译：
创建子进程成功，会返回子进程的pid给父进程，然后 0 返回给 子进程。
创建子进程失败，会返回 -1 给父进程，然后设置对应的错误码errno
原因是：父子进程同时都在执行，父子进程接收的返回值不一样，导致各自执行的指令不一样。
3.44 为什么父进程得到子进程pid返回值？ —— 需要唯一值，标识不同子进程
父进程 是 唯一的，子进程 是 无限多的，他们是 1 ：n
有了子进程，其目的归父进程管控。但是如何知道谁是谁？
最方便的：获取他们的pid！
由于子进程创建后，父子独立性很强，所以fork直接返回子的pid，很方便。
3.45 所以为什么会有两个返回值？—— 子进程一旦被创建就开始共享代码
fork：创建子进程，这是外层的理解。进入fork内部看，fork内部肯定有一段代码是用于创建子进程，然后最后会获取其pid，最后返回
那么：当子进程在fork内部被创建时，其实它就已经是子进程了！它会直接共享接下来的代码：也就是说：从fork内部从 子进程被创建开始，子进程就开始共享代码了。
表面看是fork函数返回了两次，实则：子进程和父进程是独立的两个程序，他们都执行了fork。只不过：父进程是从头执行到尾，子进程从fork内部创建位置开始执行！
这直接导致了，父进程返回一次后，子进程接着返回一次。
本质上，C/C++的函数就是只有一个返回值。fork极其特殊
3.46 为什么一个id，有两个值？ —— 代码共享、数据拷贝
fork后，循环被反复执行。那为什么，明明id已经不再被返回了，id还是保持两个值？
还是能无限循环地if else 两个分支？
原因：有两个 id ！id作为数据，不会因为 浅拷贝的指针 而 直接共享：
这会导致父子都能修改同个数据，数据安全无法保障。
数据是重新拷贝一份的。这和代码不同，代码是指针共享，数据是完整拷贝。
他们的数据同名，地址不同、完全独立！
子进程 会 几乎完整拷贝 一份 父进程 的 PCB 。
它以父进程的PCB为模板，修改几个核心属性：pid、ppid等，其余完整拷贝。
这也导致一个问题：
父子 PCB 的内存指针是浅拷贝，所以父指向的代码，子也会指向，这就是共享代码的原理
原则上，整个代码都是共享的，但是因为fork后才存在子进程，所以默认：子进程只会执行后续的代码，不考虑已经执行的
本质是因为代码是只读，所以可共享。数据是可写，混用不安全，不可共享。
3.47 虚拟地址空间机制 —— 所有 进程 的根基
虚拟地址空间 是 专门为 进程 提供的 。只要有进程，就必须有虚拟地址空间机制。
因为每个进程都需要独立的地址。而物理地址有限，而且存储了很多杂乱的，不好预分配和规划。
有了虚拟地址，可以先分配虚拟的地址。转换到物理内存时，发现冲突，就切换地址
3.48 虚拟地址 与 写时拷贝
openEuler 是由开放原子开源基金会孵化的全场景开源操作系统项目，面向数字基础设施四大核心场景（服务器、云计算、边缘计算、嵌入式），全面支持 ARM、x86、RISC-V、loongArch、PowerPC、SW-64 等多样性计算架构
更多推荐
12
0- 0
已为社区贡献3条内容
所有评论(0)