Linux的进程管理

2023-11-12

1、概述

2、进程描述符

2.1 进程描述符的分配

1、概述

进程是执行期的代码。但是进程不止包括这样一段可执行的代码，还包括进程执行相关的各种资源：

打开的文件；
挂起的信号；
内核内部的数据；
处理器状态；
一个或多个具有内存映射的地址空间；
一个或多个执行线程；
存放全局变量的数据段；
......

进程在创建它的时候开始存活，在Linux系统中，这通常的fork()系统调用的结果。fork()系统调用通过复制一个现有进程来创建一个新的进程，调用fork()的进程称为父进程，新创建的进程称为子进程。在fork()系统调用结束时，父进程恢复执行，子进程开始执行。fork()系统调用从内核返回两次：一次是回到父进程，一次是回到子进程。Linux内核中，fork()实际上是通过clone()调用实现的。

fork()调用后，通过exec()调用可以创建新的地址空间，并把程序载入其中。最终，程序通过exit()调用退出执行，并释放其占用的资源。父进程可以通过wait4()调用等待子进程的执行结果。程序执行完成后被设置为僵死状态，直到它的父进程调用wait()或waitpid()调用。

执行线程简称线程，是在进程中活动的对象。每个线程都有一个独立的程序计数器、进程栈和一组进程寄存器。内核调度的对象是线程而不是进程。对于Linux而言，线程就是一种特殊的进程。

2、进程描述符

进程描述符用来描述一个具体的进程的所有信息。进程描述符的数据结构叫做task_struct，定义在<linux/sched.h>文件中。

task_struct数据大小约为1.7KB（32位机器），包含了内核管理一个进程所需要的全部信息：

进程的id（pid）；
打开的文件；
进程的地址空间；
挂起的信息；
进程的状态；
......

2.1 进程描述符的分配

Linux通过slab分配器动态分配task_struct结构，分配时只需要在进程内核栈的尾端创建一个新的结构thread_info即可。其中，task域存放的是指向task_struct的指针。

2.2 进程描述符的存放

内核通过唯一的进程标识值PID（Process Identification Value）来标识每个进程。pid的类型是隐含类型pid_t，实际上就是int。为了兼容老版本，PID数的最大值是32768（有符号short int最大值），但是可以在<linux/threads.h>中增加到400万。内核把每个进程的pid存放到进程描述符中。

内核大部分处理进程的操作，都是通过task_struct实现的，因此内核需要能获取到指向task_struct的指针。有些内存结构有专门的寄存器存放task_struct的指针，而x86等寄存器不富裕的体系，只能在内核栈的尾端创建thread_info，通过计算内存偏移来简接查找task_struct。

2.3 进程状态

进程描述符的state域描述了进程的状态。进程包含5种状态：

TASK_RUNNING：运行，进程是可执行的。可能正在执行，也可能正在任务队列等待执行。这是进程在用户空间中执行的唯一可能的状态；
TASK_INTERRUPTIBLE：可中断，此时的进程正在睡眠（也叫阻塞），等待某些条件的达成。处于此状态的进程会因为提前接收到信号而被唤醒；
TASK_UNINTERRUPTIBLE：不可中断，除了接收到信号也不会提前被唤醒，其他的和可中断相同。这个状态通常用在等待时不受干扰，或者等待的事情很快发生的场景；
__TASK_TRACED：被其他进程跟踪的进程，例如通过ptrace对调试进程进行跟踪；
__TASK_STOPPED：停止，进程停止执行，进程没有投入运行，也不能投入运行。通常这种状态发生在接收到SIGSTOP、SIGTSTP、SIGTTIN、SIGTTOU等信号时；在调试期间接受到任何信号，也会进入这个状态。

2.4 进程上下文

当一个程序执行了系统调用，或者触发了某个异常，就陷入了内核空间，此时称内核“代表程序执行”，并处于进程上下文。除非期间有更高优先级的进程要执行，并且调度器做出了相应调整，否则在内核退出的时候，程序恢复在用户空间继续运行。

系统调用和异常处理是对内核明确定义的接口，进程只有通过这些接口才能陷入内核，即进程对内核的所有访问都需要通过这些接口。

2.5 进程家族树

Linux的所有进程都是PID为1的初始进程的后代。内核在系统启动的最后阶段启动init进程。该进程读取系统的初始化脚本，并执行相关的程序，最终完成系统启动的整个过程。

系统中每个进程都有一个父进程，和零个或多个子进程。拥有同一父进程的进程，称为兄弟进程。进程间的关系存放在进程描述符中，每个task_struct都包含一个parent指针，指向父进程所在的task_struct，以及一个名为children的指针链表，指向所有的子进程的task_struct。

3、进程的创建

Unix把进程的创建拆分成了两个函数：

fork()：Linux通过clone()系统调用实现了fork()，通过拷贝当前进程创建一个子进程。子进程和父进程的区别只在于PID、PPID（父进程的PID）和一些统计量。
exec()：将可执行文件载入地址空间开始执行。

Linux的fork()使用写时拷贝（copy-on-write）页实现资源的复制。资源的复制，只有在需要写入的时候才进行，在此之前以只读方式共享。这种技术使地址空间的页拷贝推迟到实际发生写入的时候才进行，如果页根本不会被写入，例如fork()后立即执行exec()，则无需复制。这样可以避免拷贝大量根本不会被使用的数据，这也是Unix快速执行的能力的一种重要支撑。

fork()的实际开销就是复制父进程的页表，以及给子进程创建唯一的进程描述符。进程页表是进程私有的结果，映射了内核态和用户态的线性地址。

4、进程的终结

当一个进程终结时，内核会回收进程的全部资源，并通知父进程。

1、do_exit()方法回收资源并更新状态：

回收地址空间：如果没有其他进程占用，就释放掉地址空间；
回收文件描述符、文件系统数据：引用计数分别递减，如果减为0，就释放；
执行退出代码：执行操作系统规定的退出动作，并把退出代码存放到task_struct中的exit_code中供父进程随时检索；
设置退出状态：task_struct中的exit_state设置为EXIT_ZOMBIE，进程不再接受调度；
给子进程重新寻找父进程，新的父进程是线程组的其他线程，或者init进程；
调用schedule()方法切换到新的进程。

2、此时，进程所占有的内存资源只剩下内核栈、thread_info和task_struct。此时进程存在的唯一目的，就是向它的父进程提供信息。父进程检索到相关信息后，或者通知内核那是无关信息后，内核会释放剩下的这些资源。

5、线程的实现

Linux内核并没有线程的概念，它把线程当做进程来实现，线程仅仅被视为与其他进程共享某些资源的进程。线程有自己的task_struct，所以从内核的角度，线程只是一个普通的进程，仅仅是和其他进程共享了一些资源，比如地址空间等。

1、线程的创建

创建线程和创建进程相似，也是调用clone()实现，只不过传递的一些参数，用来控制共享一些资源：

clone(CLONE_VM | CLONE_FS | CLONE_FILES | CLONE_SIGHAND, 0)

这些代码是用来和父进程共享：地址空间、文件系统资源、文件描述符和信号处理程序。

相对之下，创建进程的命令：

clone(SIGCHLD)

2、内核线程

内核线程是独立运行在内核空间的标准进程，内核在后台执行操作，使用内核线程来完成。内核线程和普通进程的区别，只在于内核线程没有独立的地址空间。它们只在内核空间运行，不会切换到用户空间。内核进程和普通进程一样，可以被调度，也可以被抢占。

内核线程只能由内核线程来创建，内核从kthreadadd内核进程衍生出新的内核进程。在Linux系统中，可以使用ps -ef命令看到很多内核线程。

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)