系列文章目录

第三章 进程概念

---

---

前言

  在上一篇文章中，我们了解了计算机的硬件体系、操作系统的作用以及程序的加载过程。我们知道了操作系统是“搞管理”的软件，管理的本质是“先描述，再组织”。本节我们将在此基础上，深入探讨操作系统的核心管理对象之一，进程。

  进程是操作系统中最基本、最重要的概念之一。无论是我们日常使用的浏览器、编辑器，还是服务器上运行的各种服务，本质上都是一个或多个进程在背后默默工作。理解进程，是理解操作系统如何管理计算机资源、如何实现多任务并发、如何保证系统稳定运行的关键一步。接下来，我们将从进程的定义出发，逐步揭开它的神秘面纱。

---

一、进程的基本概念

1.1 什么是进程？

  我们平时在电脑上双击一个程序图标，或者在终端输入一个命令，这个程序就开始运行了。这个“运行中的程序”，在操作系统中就被称为进程。

  举个例子：当你双击打开一个文本编辑器时，操作系统就会为这个编辑器创建一个进程。如果你同时打开两个文本编辑器窗口，那么系统中就会存在两个独立的进程，它们各自拥有自己的内存空间、运行状态和资源，互不干扰。即使你关闭了其中一个窗口，另一个窗口依然可以正常工作，这正是因为它们是两个相互独立的进程。
  从操作系统的角度来看，进程是程序的一次执行过程，是系统进行资源分配和调度的基本单位。换句话说，程序是存放在磁盘上的静态文件，而进程是程序在内存中动态执行的过程。

  这里需要特别强调的是“动态”二字。程序本身只是一堆指令和数据的集合，它静静地躺在硬盘上，不占用任何 CPU 时间，也不消耗内存资源。只有当用户启动它、操作系统把它加载到内存并开始执行时，它才“活”起来，成为一个进程。进程从创建到消亡，经历了一系列状态变化，如就绪、运行、阻塞等，这些状态转换正是操作系统调度和管理的核心内容。

1.2 进程与程序的区别

对比项	程序	进程
存在形式	静态文件（存储在磁盘）	动态执行（运行在内存）
生命周期	长期存在	有创建、运行、消亡的过程
资源占用	不占用CPU和内存	占用CPU、内存等系统资源
数量关系	一个程序可以对应多个进程	每个进程对应一个程序实例

  从上表可以看出，程序与进程有着本质的区别。程序是“死”的，它只是存储在磁盘上的一堆指令和数据；而进程是“活”的，它是程序在内存中动态执行的过程，拥有自己的生命周期和资源占用。

  一个典型的例子是：同一个浏览器程序，你可以同时打开多个窗口，每个窗口都是一个独立的进程。它们共享同一个程序代码（即磁盘上的浏览器可执行文件），但各自拥有独立的内存空间和运行状态。这就是“一个程序可以对应多个进程”的直观体现。

1.3 进程的本质

  进程即程序的调用是怎么样的呢？ 为了保证进程的有序执行，os必须对这些进程做管理，那具体形式是什么？ 结构体完美的承担了这个角色。

  在操作系统中，每个进程都需要被 “描述”和“记录”。操作系统需要知道：这个进程叫什么名字？它占用了多少内存？它当前处于什么状态？它运行到哪一条指令了？这些信息如果散落在各处，操作系统将无法统一管理。
  因此，操作系统为每个进程都维护了一个专门的数据结构，用来集中存放该进程的所有信息，这个数据结构就是进程控制块（PCB）。

  在上一篇文章中我们提到，操作系统管理的本质是 “先描述，再组织”。那么对于进程而言：

• 描述：操作系统用一个数据结构来记录进程的所有信息，这个结构就是PCB（Process Control Block，进程控制块）。

• 组织：操作系统将所有的PCB通过一定的数据结构组织起来，以便高效地查找、调度和管理。

  因此，我们可以说：进程 = 程序代码 + 数据 + PCB。

1.4 进程的加载

  进程的本质是：进程 = 程序代码 + 数据 + PCB。

程序平时存放在硬盘中，运行时需要加载到内存。整个加载过程分为四步：

• 第一步：在硬盘中找到可执行文件：
    操作系统根据文件名或路径，找到硬盘上的可执行文件（如 .exe）。它包含程序代码、数据、文件头等信息，此时还只是一个静态文件。

• 第二步：加载到内存：
    操作系统读取文件，解析格式，为程序分配内存空间（代码段、数据段、堆、栈等），然后把程序代码和数据从硬盘复制到内存中。

• 第三步：创建 PCB（进程控制块）：
    操作系统为该进程创建一个 PCB，记录进程 ID、状态、程序计数器、寄存器、优先级等信息。创建 PCB 后，进程被放入就绪队列，等待 CPU 调度。

• 第四步：CPU 运行进程：
    CPU 调度器从就绪队列中选择该进程，加载 PCB 中的寄存器等信息，从内存中取指令执行。进程开始运行，执行过程中不断切换（保存/恢复 PCB）。

---

二、PCB——进程控制块

2.1 PCB的作用

  PCB是操作系统感知进程存在的唯一标志。在Linux系统中，PCB的具体实现是 task_struct 结构体。这个结构体中包含了操作系统管理进程所需的全部信息。

2.2 task_struct的主要内容

  PCB作为结构体，它的属性是管理着这个进程的运行，我们需要认识的有：

• 标识符：每个进程都有唯一的PID（进程ID），用于区分不同的进程。此外还有PPID（父进程ID）等。
• 状态：进程当前处于什么状态（运行、就绪、阻塞等）。
• 优先级：进程被调度执行的优先级别。
• 程序计数器：记录下一条要执行的指令地址。
• 内存指针：指向进程的代码、数据、堆栈等在内存中的位置。
• 上下文数据：进程切换时需要保存的CPU寄存器状态。
• I/O状态信息：进程打开的文件列表、使用的I/O设备等。
• 记账信息：进程使用的CPU时间、内存大小等统计信息。

2.3 进程的组织方式

  在Linux内核中，所有进程的task_struct通过多种方式组织：

1. 链表： 所有进程通过一个双向链表连接在一起，方便遍历所有进程。

2. 树形结构： 通过父子关系组织，形成一个进程树，方便管理进程的创建和终止关系。

3. 哈希表： 通过PID快速定位到对应的进程。

这种“描述+组织”的方式，正是操作系统管理进程的核心机制。操作系统通过对PCB的增删查改，就实现了对进程的管理。

---

三、进程的查看

3.1 ps命令

  ps命令用于查看当前系统中的进程状态。常用的选项有：

bash
ps axj        # 查看系统中所有进程的详细信息
ps -ef        # 以完整格式显示所有进程
ps -l         # 显示当前用户的进程

  当然这样直接的使用不方便我们的查看，可以结合之前学过的“管道” 和 “grep过滤”知识：

• 基础过滤：使用 grep '文件名' 筛选特定进程。
• 去除干扰：加上 grep -v grep 过滤掉过滤指令本身的进程。
• 保留标题栏：使用 head -1 显示 ps 输出的首行属性说明。
• 实时监控脚本：
  使用 while 循环构建一个简单的自动化脚本：

while :; do ps axj | head -1 && ps axj | grep 'myprocess' | grep -v grep; sleep 1; done

3.2 top命令

  top命令可以动态地查看系统中进程的运行状态，包括CPU占用率、内存占用率等信息，类似于Windows的任务管理器。

top

3.3 /proc文件系统

  Linux提供了一个特殊的文件系统/proc，它不是一个真实的磁盘文件系统，而是内核数据结构的映射。每个进程在 /proc 下都有一个以PID命名的目录，里面包含了该进程的各种信息。

# 查看PID为1的进程信息
ls /proc/1/

  用这样的指令，查看进程的详细信息会发现两个特殊的文件格式：

cwd -> /home/sxr/code/Socket/UDP
exe -> /home/sxr/code/Socket/UDP/udpserver

• cwd：
    这表示这个进程运行时的工作目录是/home/sxr/code/Socket/UDP，这个信息记录在进程的 PCB 中，是操作系统管理进程的重要上下文之一。
• exe：
    这表示这个进程是从 /home/sxr/code/Socket/UDP/udpserver 这个文件加载到内存后运行起来的。在进程加载过程中，操作系统会在硬盘上找到这个可执行文件，读取它的代码和数据，并创建 PCB。exe 这个符号链接就指向了那个原始的可执行文件

---

四、进程的创建——fork函数

4.1 fork函数的基本使用

  在Linux中，创建新进程的主要方式是调用fork()系统调用。fork()函数会创建一个新的进程，称为子进程，原来的进程称为父进程。

头文件：#include <unistd.h>

  fork的作用就像是 “克隆”，复制出与该进程一模一样的子进程，有着这样的特点：

• 和你长得一样（代码一样）

• 手里拿的东西一样（数据一样）

• 站在同样的位置（当前工作目录一样）

  但你们是两个独立的个体，之后可以各干各的活。

  给出代码进行讲解：

#include <stdio.h>
#include <unistd.h>

int main() {
    pid_t pid = fork();
    
    if (pid == 0) {
        // 子进程执行
        printf("我是子进程，PID = %d，子进程PID = %d\n", getpid(),getppid());
    } else if (pid > 0) {
        // 父进程执行
        printf("我是父进程，PID = %d，子进程PID = %d\n", getpid(), pid);
    } else {
        // fork失败
        perror("fork");
    }
    
    return 0;
}

  我们可知 进程 = PCB + 代码数据，作为子进程那么它必然具有属于自己的pcb和代码数据，而该进程是由父进程修改后自己的两者后拷贝赋予的。最终，子进程也就会执行父进程之后的代码，相当于有两个进程同时执行代码。

对于这样的代码，无异于是超出了我们C/C++ 使用的常规语法的，我们会有着这样的疑问：

• pid 为什么存在不同的值
• 函数为什么会存在两个返回值
• if语句中执行两者不同的执行逻辑

4.1.1 父子进程的变量存储

  我们可以清楚的看到：pid这个变量同时表达了两个值，大于0和等于0。这个现象的产生需要我们了解fork这个调用的底层逻辑： 写实拷贝

1. 创建与共享： 父进程调用fork函数后，os不复制物理内存， 它将给子进程创建一个新的PCB，并将父进程和子进程的页表同时指向父进程的内存空间 （页表即虚拟地址与物理内存的映射表）
2. 操作： 在进行只读操作期间，共享状态并不会改变，而一旦发生修改操作，就会立刻发生保护异常
3. 拷贝： 当父子进程某一方要执行修改操作时，os就会给一方创建一个新的物理内存，并将原有的代码数据等拷贝，同时修改页表的映射关系，实现两者代码修改的独立。

  因此，父进程的pid和子进程的pid虽然名字相同，但本质是两块不同的物理内存资源，因此有不同的值。

4.1.2 函数存在多个返回值

  要明白这个问题，我们首先要清楚一件事：函数要实现的目的是return语句执行前就已经完成了。而通过上面写实拷贝过程中的事情，我们可知：在fork函数返回前就已经创建好子进程了。
  那就意味着如果要赋值这类修改操作发生，就会有不同的物理内存存储这个值，因此存在多个返回值。

4.1.2 else 和 if else 为什么可以同时执行？

  我们要明确一个概念：代码是共享的，但执行流是独立的。fork形成的父子进程具有同样的执行代码，只是两者存储的修改后值不同，因此同时执行是我们肉眼看到的，本质是：有两个执行相同代码的进程同时进入到if判断中并作出相应的回应。

---

  本节的进程有关的知识就到这里了，下一节我们将学习关于进程的更多执行过程中的状态变化。

总结