进程和线程

多进程与多线程：进程是系统资源分配的最小单位,线程是程序执行的最小单位，即CPU调度的基本单位。

• 进程是执行中的目标码( executable object code)，正在运行中的程序。进程是由数据、资源、状态及虚拟的一个计算机 组成的。
  

• 可执行格式包括：元数据(meta data)及多个代码和数据段（sections of code and data)。这些段是会被加载进内存的线性块的目标码( linear chunk)。

  • 最重要和最常用的段是text段（也就是code段）、 data段和bss段。
    text段 包含可执行的代码及只读数据（const)，通常被标识成只读或可执行
    data段 包含已经初始化的数据(例如定义过初始值的C 变量 )，通常被标识成可檫写
    bss段 包含尚未初始化的全局变量，内核会将此段映射成zero page (填满零的页面)。

• 进程还会涉及由内核仲裁和管理的各种系统资源，进程通常只能通过系统调用来请求和操作资源(包括定时器、未决信号、已打开的文件、网络连接、硬件以及IPC机制)。

• 在内核中，一个进程所配的资源会随着进程相关的数据及统计值，一同被存入进程中的进程描述符（process descriptor)。

  • 进程是一个虚拟的抽象对象，内核支持抢占式多任务处理（preemptive multitasking)和虚拟内存(virtual memory)，并为进程提供虚拟化的处理器及内存的虚拟化视图。多个进程可能同时参加调度，但在运行时，每个进程都好像在独自掌控整个系统一样。事实上：内核会无间隙且透明的抢占和重新调用进程（preempts and reschedule process)，与正在运行的所有进程共享处理器。因为每个进程被分配单一的线性地址空间，给出每个进程在独自控制系统中所有内存的假象。举例：电表程序可以看成是一个进程。
  • 内核通过现代处理器所提供的硬件支持，来管理虚拟内存和页面调度（paging)机制，让每个进程各自运行在不同的地址空间中，允许多个进程并存在系统中。

• 进程与程序：

  • 程序是包含可执行代码及执行代码需要的数据等信息的文件，存放在磁盘等介质上。
  • 当程序被操作系统装载到内存并分配给它一定的资源后，此时可以称为进程。
  • 程序是静态概念，进程是动态概念。

• 进程在内核中的组织形式：进程控制块
  

• linux进程控制块：task_struct结构
  pid_t pid; struct list_head children,sibling;
  uid_t uid,euid; struct fs_struct *fs;
  gid_t gid,egid; struct files_struct *files;
  volatile long state; struct mm_struct *mm;
  int exit_state; struct signal_struct *signal;
  unsigned int rt_priority; struct sighand_struct *sighand;
  unsigned int policy; cputime_t utime,stime;
  struct list_head tasks; struct timespec start_time;
  struct task_struct *real_parent; struct timespec real_start_time;
  struct task_struct *parent;

  • task_struct :进程状态：
    进程状态 state成员的可能取值如下
    volatile long state; #define TASK_RUNNING 0 #define TASK_INTERRUPTIBLE 1 #define TASK_UNINTERRUPTIBLE 2 #define TASK_ZOMBIE 4 #define TASK_STOPPED 8
    • 进程状态切换：
      

• 进程属性

  • 进程基本属性—进程ID
    • 获取进程ID
      头文件/usr/include/unistd.h
      pid_t getpid(void);//pid_t 实际上就是int类型；执行成功时返回当前进程ID；失败返回-1(错误原因存储在errorno中)。
    • 进程属性 ： 与进程相关联的用户ID包含以下类型
      进程真实用户和用户组 我们实际是谁（即执行程序或创建子进程的用户）
      进程有效用户和用户组 用于文件访问权限检查(用户ID是进程的重要属性)
    • 真实用户与有效用户的关系：
      • 通常情况下，有效用户和真实用户相同(有效用户ID等于真实用户ID)。
      • 进程真实、有效用户和用户组总结如下表格
        进程真实用户和用户组 进程有效用户和用户组
        概念：进程真实用户为执行命令/可执行文件的用户，真实用户组是真实用户所在的组 进程有效用户和有效用户组只有当执行文件设置了setuid位或setgid位时才会发生变化
        获取进程真实用户ID: 头文件：/usr/include/unistd.h ；函数：uid_t getuid(void);//执行成功返回当前进程的真实用户ID，失败返回-1(错误你存储在errorno中) 获取进程有效用户ID: 头文件：/usr/include/unistd.h ；函数：uid_t geteuid(void);//执行成功返回当前进程的有效用户ID，失败返回-1(错误你存储在errorno中)
        获取进程真实用户组ID:头文件：/usr/include/unistd.h ；函数：uid_t getgid(void);//执行成功返回当前进程的真实用户组ID，失败返回-1(错误你存储在errorno中) 获取进程有效用户组ID:头文件：/usr/include/unistd.h ；函数：uid_t getegid(void);//执行成功返回当前进程的有效用户组ID，失败返回-1(错误你存储在errorno中)
  • 有效用户和真实用户的suid代码示例：
    #include
    #include
    #include
    #include
    int main(void)
    {
    printf(“real uid:%d,real gid:%d\n”，getuid(),getgid());
    printf(“effective uid:%d,effective gid:%d\n”,geteuid,getegid());
    }

• 进程声明周期：

  • 进程的创建：
  • 进程的启动：
    • C程序的启动函数是main，也就是进程代码的入口点
      • main(int argc, char *argv[]);
    • 当内核启动C程序时，会在main函数前调用特殊的启动函数来获取main函数地址和传递给main函数的参数，并且将这些信息填写到进程控制块中。
  • 进程的终止：
    • 正常终止：
      • 从main()函数中返回
      • 在任意代码中调用exit函数或_exit函数
      • 最后一个线程从其启动例程中返回
      • 最后一个线程调用pthread_exit函数
    • 异常终止：
      • 在任意代码中调用abort函数
      • 接收到终止信号。
  • 进程的生命周期
    • 这里欠一张图
  • 终止进程的函数
    • 头文件stdlib.h，函数定义：void exit(int status)
    • 头文件unistd.h，函数定义：void _exit(int status)
    • 调用这两个函数均会正常的终止一个进程
    • 调用_exit函数俊辉立即返回内核
    • 调用exit函数：
      • 执行预先注册的终止处理函数
      • 执行文件I/O操作的善后工作，使得所有缓冲的输出数据被更新倒相应的设备
      • 返回内核
  • exit和return的区别：
    • return是C语言关键字，exit是POSIX的API函数
    • 在main函数中，执行return和调用exit函数会产生相同的效果
    • 在子函数中，执行return仅仅从子函数中返回，而调用exit函数将会退出当前进程。
  • 注册终止处理函数：
    • 当进程终止时，程序可能需要进程一些自身的清理工作：如日志登记、资源释放等
    • 通过atexit函数或on_exit函数允许进程注册若干终止处理函数。当进程终止时，这些终止处理函数将会被自动调用。
      头文件stdlib.h
      int atexit(void (*func)(void));
      int on_exit(void (func)(int,void),void *arg);
    • ANSI C规定一个进程最多注册32个终止处理函数
    • 当显示调用或隐含调用exit函数终止进程(从main中返回、最后一个线程退出等)将会回调这些注册的终止处理函数（最先注册的函数最后被回调）
    • 显示调用_exit函数终止进程时，将不会回调这些注册的终止函数。
  • atexit示例代码：
    void fun1()
    {
    printf(“func1 is called\n”);
    }
    void fun2()
    {
    printf(“func2 is called\n”);
    }
    void fun3()
    {
    printf(“func3 is called\n”);
    }
    int main(int argc,char **argv)
    {
    atexit(func1);
    atexit(func2);
    atexit(func3);
    printf(“process exit\n”);
    return 0;
    }

  • on_exit示例代码
    void func1(int status,void arg)
    {
    printf(“func1 exit status is %d\n”,status);
    printf(“func1 arg is %d\n”,((int*)arg));
    }
    void func2(int status,void arg)
    {
    printf(“func2 exit status is %d\n”,status);
    printf(“func2 arg is %d\n”,((int*)arg));
    }
    void func3(int status,void arg)
    {
    printf(“func3 exit status is %d\n”,status);
    printf(“func3 arg is %d\n”,((int*)arg));
    }
    int i,j,k;
    int main(int argc,char argv)
    {
    i = 3;
    on_exit(fun1,(void)&i);
    j = 4;
    on_exit(func2,(void)&j);
    k = 5;
    on_exit(func3,(void*)&k);
    printf(“process exit\n”);
    return 0;
    }

• 进程环境：

  • 进程内存空间布局
    这里欠张图
  • C程序内存空间布局
    这里欠张图
  • 环境变量表
    • 每个进程都会有自己的环境变量表
    • 通过全局的环境指针(environ)可以直接访问环境变量表(字符串数组)
    • 头文件unistd.h extern char **environ;
    • 环境变量字符串形式位“name = value"，name是环境变量名称，value是环境变量复制
      这里欠张图
  • 获取环境变量
    • 获取环境变量的方法：
      • 直接通过environ变量访问环境表
      • 使用getenv函数，获取环境变量值
        头文件：stdlib.h
        char *getenv(const char *name);//指定环境变量名称，返回环境变量字符串指针，若未找到则返回空指针。
  • 设置环境变量：
    • 设置环境变量的3钟方法：putenv、setenv、unsetenv。
      函数名 功能
      int putenv(char str); 将环境变量字符串放入到环境变量表中吗；若该字符串已经存在，则覆盖。
      int setenv(const char name,const char *value,int rewite) 将制定环境变量的值设置为参数指定值(更改环境变量字符串)。若name已经存在，rewrite不等于0，则删除其原先的定义；若rewrite等于0，则不用删除原先的定义。
      int unsetenv(const char *name); 删除指定的环境变量字符串

• 创建进程：

  • linux中创建进程的方式：
    • 在shell中执行命令或可执行文件：在shell进程中调用fork函数创建子进程
    • 在代码中（已经创建的进程中)，调用fork函数创建子进程。
  • linux系统中进程0(PID = 0)是有内核创建，其他所有进程都是有父进程调用fork函数创建的。
  • linux系统中的进程0在创建子进程(PID =1，init进程)后，进程0就转为交换进程或空间进程。进程1（init进程）是系统中其他所有进程的共同祖先。
  • 创建子进程：
    • 函数 功能
      pid_t fork(void); fork函数被正确调用后，将会在子进程和父进程中分别返回。在子进程中返回值为0（不合法的PID，提示当前运行在子进程中);父进程中的返回值为子进程ID(让父进程掌握所创建子进程的ID号)；出错返回-1.

• 创建子进程实例：
  int main(int argc,char **argv)
  {
  pid_t pid;
  pid = fork();
  if(pid == -1)
  printf(“fork error\n”);
  else if (pid == 0)
  {
  printf(“the return value is %d\n”,pid);
  printf(“in child process!!\n”);
  printf(“My pid is %d\n”,getpid());
  }
  else
  {
  printf(“the returned value is %d\n”,pid);
  printf(“in father process!!\n”);
  printf(“my id is %d\n”,getpid());
  }
  return 0;
  }

• 进程内存空间分布：
  欠一张图

  • fork函数工作流程：
    • 子进程是父进程的副本
      • 子进程复制/拷贝父进程的PCB、数据空间(数据段、堆和栈)。
      • 父子进程共享正文段(只读)
    • 子进程和父进程继续执行fork函数调用之后的代码。
    • 为了提高效率，fork后并不立即复制父进程数据段、堆和栈，采用了写时的复制机制（copy - on_write)
    • 当父子进程任意之一要修改数据段、堆和栈时，进程复制操作，并且仅复制修改区域。
    • fork函数执行后父子进程的主要异同，如下表格
      父子进程相同点 父子进程不同点
      真是用户ID，真实组ID fork的返回值
      有效用户ID，有效组ID 进程ID和父进程ID
      环境变量 子进程的tms_utime；tms_stime；tms_cutime；tms_ustime值被设置为0
      堆
      栈
      打开的文件
  • 父子进程共享文件
    这里欠张图
  • 父子进程对共享文件的常见处理方式
    • 父进程等待子进程完成。当子进程终止后，文件当前位置已经得到相应的更新
    • 父子进程各自执行不同的程序段，各自关闭不需要的文本
  • fork函数的用法：
    • 父进程希望父子自己(共享代码，复制数据空间)，但父子进程执行相同代码中的不同分支。
    • 网络服务程序中，父进程等待客户端的服务请求，当请求达到时，父进程调用fork创建子进程处理该请求，而父进程继续等待下一个服务请求到达。
    • 父子进程执行不同的可执行文件(父子进程具有不同的代码段和数据空间)。
      • 子程序从fork函数返回后，会立即调用exec类函数执行另外一个可执行文件。
  • vfork函数：
    • vfork用于创建新的进程，而该新进程的目的是执行另外一个可执行文件
    • 由于新程序将有自己的地址空间，因此vfork函数并不将父进程的地址空间完全复制到子进程中
    • 子进程在调用exec或exit之前，在父进程的地址空间中进程
    • vfork函数保证子进程先执行，在它调用exec或exit之后，父进程才会继续被调用执行。父进程处于task_uninterruptible。

• 获知子进程运行状态改变

  • 当一个进程发生特定的状态变化(进程终止、暂停以及恢复)时，内核向父进程发送SIGCHLD信号
  • 父进程可以选择忽略该信号，也可以对信号进程处理(默认处理方式为忽略该信号)
  • wait或waitpid函数可以用于等待子进程状态信息改变，并获取其状态信息。

• 僵尸进程：

  • 进程在退出之前会释放进程用户空间的所有资源，但PCB等内核空间资源不会释放。
    • 当父进程调用wait或waitpid函数后，内核将根据情况关闭该进程打开的所有文件，释放PCB(释放内核空间资源)。
    • 对于已经终止但父进程尚未对其调用wait或waitpid函数的进程(TASK- ZOMBIE状态)，称为僵尸进程。

• 父子进程的关系：

• 父子进程的关系：。关于资源，子进程除了代码段和父进程共享以外，其他的就是一个复制过来的副本，二者并不共享地址空间，两个是单独的进程，之后就没太多关系了，子进程单独运行。

• • 关于文件描述符，父子进程共享文件表项，一个进程修改，另一个进程也知道此文件被修改了。

• 线程：

• 线程与进程之间的关系：

  • 一个进程的所有线程都共享该进## 标题程获得的资源。
  • 各线程有属于自己的一小部分资源，就是栈空间，保存其运行状态和局部自动变量的。
    线程中使用malloc等申请的空间都是占的进程的资源，即堆资源。

多进程通信方式： 1.管道（无名管道，有名管道）；2.信号；3.共享内存； 4.消息队列

• 管道：
  • 1，管道是半双工的，管道允许进程间按先进先出的方式传送数据
  • 2，无名管道只可在有亲缘关系的进程之间通信，有名管道则都可以
  • 3，管道的实质其实是一个内核缓存区，该缓存区可看作是一个循环队列
• 信号：
  • 1.信号是Linux系统中用于进程之间通信或操作的一种机制，信号可以在任何时候发送给某一进程
  • 2.信号是软件层次上对中断机制的一种模拟，是一种异步通信方式
  • 3.信号事件来源，硬件来源，软件来源
  • 4.SIGKILL、SEGSTOP应用进程无法捕捉和忽略，这是为了使系统管理员能在任何时候中断或结束某一特定的进程。
• 共享内存：
  • 1.共享内存即允许两个或多个进程共享一个存储区，这段存储区进程可以映射至自身地址，大家共享这块存储区域
  • 2.共享内存执行效率高，可直接读写内存不需任何数据拷贝。
• 消息队列：
  • 1，消息队列就是一个消息链表，是一系列保存在内核中消息的列表
  • 2，消息队列对于管道通信的优点就是可以按需要读取特定类型消息，不需要按队列次序
• 多线程同步：
  • 两个或两个以上的进程或线程在运行过程中协同步调，按预定的先后次序运行。比如 A 任务的运行依赖于 B 任务产生的数据
• 多线程互斥：
  • 一个公共资源同一时刻只能被一个进程或线程使用，多个进程或线程不能同时使用公共资源。
• 多进程与多线程的区别及优劣：
  • 1.进程创建开销大，线程创建开销小
  • 2.进程间通信比较麻烦，线程间通信比较方便
  • 3.多进程程序更加健壮，多线程出现某个线程挂掉导致整个业务挂掉，多进程有独立的地址空间，一个进程挂掉影响可能并不大。
• IO多路复用：select和poll及epoll
  • select和poll基本是差不多的，除了select有文件描述符限制（1024个），其他和poll没有太大区别。每次调用都需要将fd集合拷贝到内核态且遍历所有的fd，开销很大。
  • epoll在注册新事件时就会把所有fd拷贝到内核，只需拷贝一次即可，epoll是只关心活跃的fd，通过回调机制提高效率。