进程

进程简介

进程就是运行中的程序。操作系统运行程序必须做的第一件事是将代码和所有静态数据（例如初始化变量）加载（load）到内存中，加载到进程的地址空间中。

操作系统用于维护进程记录的结构就是进程表或进程控制块（Process Control Block,PCB）。

维护的资料信息应当包括寄存器、程序计数器、状态字、栈指针、优先级、进程 ID、信号、创建时间、所耗 CPU 时间、当前持有的各种句柄等。

进程的内存占用

从高地址到低地址依次为

1. Stack
2. 未分配内存
3. Heap
4. BSS（未初始化数据）
5. Data（初始化数据）
6. Text（程序代码）

Linux 可通过size 编译的二进制文件查看各个块的大小。

内核态和用户态

当处理器执行到syscall指令时，察觉这是一个系统调用指令，将进行如下操作：

1. 设置处理器至内核态。
2. 保存当前寄存器（栈指针、程序计数器、通用寄存器）。
3. 将栈指针设置指向内核栈地址。
4. 将程序计数器设置为一个事先约定的地址上，该地址上存放的是系统调用处理程序的起始地址。

系统调用和过程调用之间的关键区别在于，系统调用将控制转移（跳转）到 OS 中，同时提高硬件特权级别。

用户应用程序以所谓的用户模式（user mode）运行，这意味着硬件限制了应用程序的功能。

例如，以用户模式运行的应用程序通常不能发起对磁盘的 I/O 请求，不能访问任何物理内存页或在网络上发送数据包。

在发起系统调用时 ，通常通过一个称为陷阱（trap）的特殊硬件指令，硬件将控制转移到预先指定的陷阱处理程序（trap handler）（即预先设置的操作系统），并同时将特权级别提升到内核模式（kernel mode）。在内核模式下，操作系统可以完全访问系统的硬件，因此可以执行诸如发起 I/O 请求或为程序提供更多内存等功能。

当操作系统完成请求的服务时，它通过特殊的陷阱返回（return-from-trap）指令将控制权交还给用户，该指令返回到用户模式，同时将控制权交还给应用程序，回到应用离开的地方。

进程的创建过程

1. 分配进程控制块。
2. 初始化机器寄存器。
3. 初始化页表。
4. 将程序代码从磁盘读进内存。
5. 将处理器状态设置为“用户态”。
6. 跳转到程序的起始地址（设置程序计数器）。

进程的 API

1. fork() 创建新进程，父进程通过 fork 创建子进程，子进程并不是完全拷贝了父进程。具体来说，虽然它拥有自己的地址空间（即拥有自己的私有内存）、寄存器、程序计数器等。
2. wait() 父进程需要等待子进程执行完毕。
3. exec() 让子进程执行与父进程不同的程序。

进程调度算法

1. 先来先服务
2. 最短任务优先
3. 最短完成时间优先
4. 时间片轮转
5. 优先级调度
6. 多级反馈队列

进程状态

进程分为 3 种状态：执行、阻塞和就绪，但是只支持四种转换。

1. 执行 → 就绪
2. 执行 → 阻塞
3. 阻塞 → 就绪
4. 就绪 → 执行

进程通信方式

1. 管道（记名管道和匿名管道）

管道所占的空间既可以是内存，也可以是磁盘。要创建一个管道，一个进程只需调用管道创建的系统调用即可。该系统调用所做的事情就是在某种存储介质上划出一片空间，赋给其中一个进程写的权利，另一个进程读的权利即可。

记名管道：如果要在两个不相关的进程（如两个不同进程里面的进程）之间进行管道通信，则需要使用记名管道。

管道只能一端读，一端写。

2. 套接字

套接字也是一种进程间通信机制，与其他通信机制不同的是，它可用于不同机器间的进程通信。

3. 信号

信号就是一个内核对象，或者说是一个内核数据结构。发送方将该数据结构的内容填好，并指明该信号的目标进程后，发出特定的软件中断。操作系统接收到特定的中断请求后，知道是有进程要发送信号，于是到特定的内核数据结构里查找信号接收方，并进行通知。接到通知的进程则对信号进行相应处理。

使用信号用来传输很小的信息，使用管道或套接字不划算。

4. 信号量

信号量实际上就是一个简单整数。一个进程在信号变为 0 或者 1 的情况下推进，并且将信号变为 1 或 0 来防止别的进程推进。当进程完成任务后，则将信号再改变为 0 或 1，从而允许其他进程执行。需要注意的是，信号量不只是一种通信机制，更是一种同步机制。

5. 共享内存

共享内存就是两个进程共同拥有同一片内存。对于这片内存中的任何内容，二者均可以访问。要使用共享内存进行通信，一个进程首先需要创建一片内存空间专门作为通信用，而其他进程则将该片内存映射到自己的（虚拟）地址空间。这样，读写自己地址空间中对应共享内存的区域时，就是在和其他进程进行通信。

主要用于共享大量数据。

6. 消息队列

消息队列相比管道，它无需固定的读写进程，任何进程都可以读写（当然是有权限的进程）。其次，它可以同时支持多个进程，多个进程可以读写消息队列。即所谓的多对多，而不是管道的点对点。

linux 通过ipcs命令可以查看消息队列、共享内存、信号量的具体信息

进程切换开销

1. 直接开销

   1. 切换页表全局目录（PGD）
   2. 切换内核态堆栈
   3. 切换硬件上下文（进程恢复前，必须装入寄存器的数据统称为硬件上下文）
   4. 刷新 TLB
   5. 系统调度器的代码执行

2. 间接开销

   1. CPU 缓存失效导致的进程需要到内存直接访问的 IO 操作变多

参考

《操作系统之哲学原理第 2 版》邹恒明

《操作系统导论》