一、写在前面

学习操作系统，绕不开一个核心对象——进程。但在真正理解进程之前，我们需要先弄清楚两件事：计算机硬件是如何组织起来的（冯诺依曼体系），以及操作系统在其中扮演什么角色。只有把这两层铺垫好，进程的概念、状态、调度才会顺理成章。

二、冯诺依曼体系结构

2.1 核心结论

冯诺依曼体系结构最核心的一句话可以概括为：所有设备都只能和内存打交道。

• CPU 只能对内存进行读写，不能直接访问外设。
• 外设（键盘、显示器、磁盘、网卡等）也只能把数据写入内存，或者从内存中读取数据。
• CPU 与外设之间不直接通信，一切数据流动都要经过内存这个中转站。

2.2 为什么这样设计

CPU 的运算速度远高于外设，如果让 CPU 直接等待外设，性能会被严重拖累。引入内存作为缓冲层后，CPU 只需要和高速内存交互，外设的数据先落到内存，再由 CPU 处理，从而实现了速度上的解耦。

一句话理解：内存是 CPU 和外设之间的「缓冲区」和「中转站」，这也是为什么内存容量和速度会直接影响整机性能。

三、操作系统

3.1 组成

操作系统大致可以分为两部分：

• 内核：负责进程管理、内存管理、文件系统、设备驱动等核心功能，运行在特权态。
• 其他程序：如 shell、系统工具、库等，运行在用户态。

3.2 作用

操作系统的作用可以从上下两个方向理解：

• 对上：为用户程序提供一个良好的执行环境，屏蔽硬件细节，让程序可以专注于业务逻辑。
• 对下：实现与硬件的交互，管理 CPU、内存、磁盘、外设等资源。

3.3 管理方式

操作系统管理资源的基本套路是：用结构体描述，用数据结构组织。

例如，每个硬件设备、每个进程，在内核中都会有一个对应的结构体来描述它的属性；再通过链表、队列、树等数据结构把这些结构体组织起来，从而实现高效的查找、插入和删除。

四、进程的概念

4.1 什么是进程

进程可以简单理解为正在执行的程序，它是系统进行资源分配的基本实体。

进程 = 内核数据结构 + 自己的程序代码

程序代码是静态的，而内核数据结构记录了程序运行时的全部状态信息，两者结合才构成一个动态的进程。

4.2 PCB 与 task_struct

描述进程的内核数据结构称为 PCB（Process Control Block，进程控制块），在 Linux 中具体实现为 task_struct。它通常包含以下信息：

字段	说明
标识符	进程的唯一 ID，即 PID
状态	运行、就绪、阻塞、僵尸等
优先级	决定进程被调度的先后顺序
程序计数器	记录下一条要执行的指令地址
内存指针	指向进程的代码段、数据段等
上下文数据	保存寄存器等现场信息，用于进程切换
I/O 状态	记录进程的输入输出请求和分配的设备
记账信息	记录 CPU 使用时间、资源占用等统计信息

此外，Linux 中进程还有 RSDT 等状态划分，用于描述进程在运行、睡眠、停止、僵尸等不同阶段的表现。

五、查看进程状态

5.1 ps 命令

ps aux 是最常用的进程查看命令之一，各参数含义如下：

• a：显示所有终端下的进程。
• u：以用户为中心的格式显示进程信息。
• x：显示没有控制终端的进程，即后台守护进程。
• j：显示与作业控制相关的信息。

5.2 常见字段

• UID：进程所属用户。
• PID：进程 ID。
• PPID：父进程 ID。
• PRI：进程优先级，数值越小优先级越高。
• NI：nice 值，用于调整优先级，范围通常为 -20 到 19。

5.3 top 命令

top 可以动态查看进程状态。进入 top 后，按 r 可以修改某个进程的优先级，输入 PID 后再输入 nice 值即可调整。

六、僵尸进程与孤儿进程

6.1 僵尸进程

子进程结束后，如果父进程没有及时回收它的退出状态，子进程就会处于 Z（僵尸）状态。此时子进程的代码已经执行完毕，但 PCB 仍然保留，等待父进程读取退出信息。

僵尸进程本身不占用 CPU，但会占用 PID 等内核资源。如果父进程一直不回收，僵尸进程会越积越多，最终可能导致无法创建新进程。

6.2 孤儿进程

如果父进程提前结束，而子进程还在运行，这个子进程就称为孤儿进程。孤儿进程会被 init 进程（或 systemd）收养，由它负责后续的回收，因此不会造成资源泄漏。

七、进程的竞争性、独立性与并发并行

• 竞争性：多个进程争用 CPU、内存、I/O 等有限资源。
• 独立性：每个进程拥有独立的地址空间，互不干扰。
• 并行：多个进程在同一时刻真正同时运行，通常需要多核 CPU。
• 并发：多个进程在同一时间段内交替运行，宏观上像是同时进行。

八、进程切换与调度队列

8.1 进程切换

进程切换的核心是保存当前进程的上下文，并恢复下一个进程的上下文。上下文包括寄存器、程序计数器、栈指针等，这些信息都保存在 PCB 中。

8.2 活动队列与过期队列

Linux 的调度器使用活动队列和过期队列来组织进程：

• 活动队列：存放当前可以运行的进程，内部按优先级划分为 140 个队列，其中前 99 个对应实时进程，后 40 个对应普通分时进程。
• 过期队列：存放时间片用完的进程，等待下一轮调度。

调度器通过 bitmap 快速判断某个优先级队列是否为空，从而高效地选出下一个要运行的进程。

当活动队列中的进程全部耗尽时间片后，active 指针和 expired 指针会交换内容，过期队列变为活动队列，开始新一轮调度。这种设计保证了所有进程都能公平地获得 CPU 时间。

九、命令行参数与环境变量

9.1 常见环境变量

• PATH：命令搜索路径，决定了 shell 去哪里查找可执行文件。
• HOME：当前用户的主目录。
• SHELL：当前使用的 shell 程序。

9.2 环境变量的特性

环境变量通常具有全局属性，因为子进程一般按照父进程为模板创建，会继承父进程的环境变量。在代码中可以通过 getenv 等函数获取环境变量的值。

十、进程地址空间

Linux 下每个进程都有一个 mm_struct 来描述它的地址空间。地址空间中的虚拟区（VMA）通过不同数据结构组织：

• 虚拟区较少时，使用单链表组织。
• 虚拟区较多时，使用红黑树（mm_rb）组织，以便快速查找。

虚拟地址最终通过分页机制映射到物理内存，这也是进程之间相互隔离、互不干扰的基础。