【操作系统】进程相关概念

离婚带六球

213人浏览 · 2026-08-06 20:37:00

离婚带六球 · 2026-08-06 20:37:00 发布

进程不是简单的“运行中的程序”。站在操作系统的角度看，进程是内核进行资源分配与调度的基本实体。本文从计算机体系结构出发，依次介绍操作系统如何管理进程、PCB、fork()、进程状态、调度、环境变量和虚拟地址空间。

一、理解进程前：冯诺依曼体系结构

现代计算机大多遵循冯诺依曼体系结构，主要由以下部分组成：

输入设备：键盘、鼠标、网卡等；
存储器：这里主要指内存；
CPU：包括运算器、控制器和寄存器；
输出设备：显示器、打印机等。

一个关键结论是：CPU 主要与内存交换数据，外设的数据也要先进入内存，才能被 CPU 处理。

例如发送一条聊天消息时，数据大致经历以下过程：

键盘输入
   ↓
数据进入内存
   ↓
CPU 执行聊天软件代码，对消息进行处理
   ↓
操作系统通过网络驱动控制网卡发送数据
   ↓
对方网卡接收数据，并写入对方计算机内存
   ↓
对方 CPU 处理消息，最终显示在屏幕上

由此也能看出，操作系统位于应用程序与硬件之间，是二者沟通的桥梁。

二、操作系统如何进行“管理”

操作系统的主要目的有两个：

向下管理计算机的软硬件资源；
向上为应用程序提供稳定、安全、易用的运行环境。

操作系统管理对象时通常采用“先描述，再组织”的方法：

硬件或软件对象 → 用结构体描述属性 → 用链表、树等数据结构组织

例如，内核要管理大量进程，就先为每个进程建立描述信息，再把这些信息组织起来，以便查找、调度和回收。

操作系统还会通过系统调用向用户程序提供服务。系统调用比较底层，C 标准库等用户层库会在其上进行封装，让开发者更方便地使用操作系统能力。

三、什么是进程

从用户视角看，进程是程序的一次执行实例；从内核视角看，进程是分配 CPU 时间、内存等系统资源的实体。

可以将进程概括为：

进程 = 程序代码和数据 + 内核维护的进程控制信息

程序文件静静地存放在磁盘中，是一个静态概念；进程则具有状态、优先级、地址空间和执行上下文，是一个动态概念。同一个程序可以被启动多次，从而产生多个彼此独立的进程。

1. PCB 与 task_struct

描述进程的结构称为 PCB（Process Control Block，进程控制块）。Linux 内核使用 task_struct 描述进程，它包含的主要信息包括：

标识符：PID、PPID 等；
进程状态：运行、睡眠、停止、僵尸等；
优先级与调度信息；
程序计数器；
CPU 寄存器上下文；
内存和地址空间信息；
已打开文件与 I/O 信息；
CPU 使用时间等记账信息。

因此，创建进程不仅意味着把代码加载到内存，也意味着内核要创建和维护对应的 PCB。

2. 查看进程

Linux 使用 /proc 虚拟文件系统暴露进程信息。例如：

# 查看 PID 为 1 的进程信息
ls /proc/1

# 查看当前进程
ps aux

# 动态观察系统进程
top

也可以通过系统调用获得当前进程和父进程的编号：

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

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

四、使用 fork 创建子进程

Linux 可以使用 fork() 创建子进程：

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

int main(void)
{
    pid_t id = fork();

    if (id < 0) {
        perror("fork");
        return 1;
    } else if (id == 0) {
        printf("child: pid=%d, ppid=%d\n", getpid(), getppid());
    } else {
        printf("parent: pid=%d, child_pid=%d\n", getpid(), id);
    }

    return 0;
}

fork() 调用一次，却会在父、子两个进程中分别返回：

父进程得到子进程的 PID；
子进程得到 0；
创建失败时返回 -1。

父子进程创建后共享同一份代码，但拥有相互独立的数据空间。Linux 通常采用写时拷贝（Copy-On-Write）：刚创建时尽可能共享物理页面，某一方尝试修改数据时，再复制对应页面。这能减少不必要的内存复制。

五、Linux 的进程状态

常见进程状态如下：

状态	含义
`R`	正在 CPU 上运行，或位于运行队列中等待调度
`S`	可中断睡眠，正在等待某个事件
`D`	不可中断睡眠，通常正在等待 I/O
`T`	被暂停或停止
`Z`	僵尸状态，进程已退出但退出信息尚未被回收
`X`	死亡状态，通常难以在进程列表中观察到

可通过以下命令查看状态：

ps aux
ps axj
ps -l

需要注意，R 不等于“此刻一定占用 CPU”，它也可能表示进程已经准备好，只是在运行队列中等待。

1. 僵尸进程

子进程退出后，内核会暂时保留其退出码等信息，等待父进程调用 wait() 或 waitpid() 读取。如果父进程一直不回收，子进程就会成为僵尸进程。

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

int main(void)
{
    pid_t id = fork();

    if (id < 0) {
        perror("fork");
        return 1;
    }

    if (id == 0) {
        printf("child exits: %d\n", getpid());
        exit(0);
    }

    waitpid(id, NULL, 0);  // 回收子进程
    printf("child has been reaped\n");
    return 0;
}

僵尸进程已经不再执行代码，但它的 PCB 等退出信息仍占用内核资源。若大量产生且长期不回收，可能耗尽可用的进程表项。

2. 孤儿进程

如果父进程先退出，而子进程仍在运行，该子进程就成为孤儿进程。系统会将其交由特定的系统进程接管，并在其退出后负责回收。

二者不要混淆：

僵尸进程：子进程已经退出，父进程尚未回收；
孤儿进程：父进程先退出，子进程仍在运行。

六、进程优先级、并发与并行

系统中的进程数量往往多于 CPU 核心数量，所以进程会竞争 CPU。调度器根据调度策略、优先级和时间片等因素选择下一个运行的进程。

使用 ps -l 时，经常会看到：

PID：进程编号；
PPID：父进程编号；
PRI：调度优先级相关信息；
NI：nice 值。

nice 值通常位于 -20 到 19 之间。它是影响调度优先级的参数，而不是优先级本身。普通用户降低 nice 值通常会受到权限限制。

# 启动程序时指定 nice 值
nice -n 10 ./a.out

# 修改已有进程的 nice 值
renice 5 -p 进程PID

几个容易混淆的概念：

竞争性：多个进程会竞争有限的 CPU 和其他系统资源；
独立性：不同进程拥有独立的地址空间，正常情况下互不干扰；
并发：多个任务在一段时间内交替推进；
并行：多个任务在多个 CPU 核心上同时执行。

进程切换

当 CPU 从进程 A 切换到进程 B 时，内核需要保存 A 的寄存器、程序计数器等上下文，再恢复 B 先前保存的上下文：

进程 A 运行
   ↓ 保存 A 的 CPU 上下文
调度器选择进程 B
   ↓ 恢复 B 的 CPU 上下文
进程 B 继续运行

上下文切换保证了多个进程可以交替执行，但切换本身也存在时间成本，因此并非越频繁越好。

关于 Linux 2.6 的 O(1) 调度器

课件中的活动队列、过期队列、优先级数组和位图，是 Linux 2.6 早期 O(1) 调度器的典型设计：

时间片未耗尽的进程位于活动队列；
时间片耗尽的进程转移到过期队列；
位图帮助内核快速找到最高优先级的非空队列；
活动队列为空时，交换活动与过期队列的指针。

其选取任务的时间复杂度不随进程数量线性增长，因此称为 O(1) 调度器。这部分适合用来理解调度思想，但属于特定历史版本的实现，不应直接等同于所有现代 Linux 内核的调度机制。

七、命令行参数与环境变量

环境变量是操作系统和程序运行环境中的一组键值信息。常见变量包括：

PATH：命令搜索路径；
HOME：用户主目录；
SHELL：当前 Shell；
PWD：当前工作目录。

常用命令如下：

echo "$PATH"       # 查看变量
env                # 查看已导出的环境变量
export MYENV=hello # 导出环境变量
unset MYENV        # 删除变量

Shell 执行 hello 时会到 PATH 所列目录中搜索可执行文件；执行 ./hello 则明确指定当前目录下的文件。

程序可通过 getenv() 获取环境变量：

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

int main(void)
{
    const char *path = getenv("PATH");
    if (path != NULL) {
        printf("PATH=%s\n", path);
    }
    return 0;
}

环境变量会随进程环境传给新创建或新执行的程序。普通 Shell 变量若没有 export，通常不会进入子进程的环境表。

八、进程地址空间与虚拟地址

一个典型进程的用户地址空间可以抽象为：
请添加图片描述

用户在 C/C++ 程序中看到的地址通常是虚拟地址，不是可直接观察到的物理内存地址。操作系统与硬件的内存管理单元会依据页表，把虚拟地址转换为物理地址。

fork() 后，父子进程中同一变量可能打印出相同的虚拟地址，却保存不同的值：这是因为两个进程拥有各自独立的地址空间，相同的虚拟地址可以映射到不同的物理页面。

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

int g_value = 0;

int main(void)
{
    pid_t id = fork();

    if (id < 0) {
        perror("fork");
        return 1;
    } else if (id == 0) {
        g_value = 100;
        printf("child: value=%d, address=%p\n", g_value, (void *)&g_value);
        exit(0);
    } else {
        waitpid(id, NULL, 0);
        printf("parent: value=%d, address=%p\n", g_value, (void *)&g_value);
    }

    return 0;
}