进程（1）——什么是进程？【linux】

一. 什么是进程？

概念:正在运行的程序
还记得前面讲的冯诺依曼结构吗。

系统的软件和硬件
那里面我们讲了，输出设备和输入设备的数据交互基本都是和内存的
之后cpu从内存中读取数据，在内存中被读取到的程序就可以看作在运行
所以通俗的讲：一个已经加载到内存中的程序，就叫做进程

同时一个操作系统能运行多个进程，这个想必大家也知道
因为在现实中，我们能一边听歌一边玩游戏就是多个进程并行

二. 管理进程：

我们了解了什么是进程后，就要来了解了解
在系统中是如何管理内存中的一个个程序的

2.1 怎么管理：

这里我们要明确一个点：

我们是要对运行的程序进行管理，因为内存中有多个运行程序
我们的管理想法：是对各个运行程序能进行查看和改变他们的状态

但是光靠程序本身的代码和数据不能进行管理

就比如写了一个test.c其中有hello world的程序

当被读取到内存中的时候，还有很多个相同的程序
那如何进行区分，如何找到运行程序在内存中的地址？

这些问题程序本身的数据和代码不能解决的。

所以我们就需要自己给程序添加一些属性。
1.程序在内存中运行的编号（进程编号）
2.程序在内存中的地址
………………
等等

所以说进程不光是被读取到内存中的程序，同时还有为了方便管理而添加的属性

这里我们了解了进程的具体组成后，我们就可以聊聊该如何进行管理了。

这里有一个口诀：先描述再组织

描述：
我们之前做数据结构时，都是先想好管理的类是如何构成的
比如说为了写个学生管理系统，需要在类中塞进学生的各个信息的属性。
组织
管理的类什么样子想好后，就可以进行组织，挑选用什么结构去进行组织管理，链表，顺序表等
系统中的硬件都是这样进行管理的，所以操作系统中有大量的数据结构

所以说进程也是一样，但是进程是在系统中的，系统使用C语言写的，所以不是类，而是结构体

所以进程也是塞进数据结构中的，进程可以说是一个数据结构结构体对象

所以这里我们就能组织一下进程是啥了

这里将pcb与数据和代码分开是因为：
pcb是管理进程所需要的

代码和数据在管理进程的时候实际上是用不到的

2.2 PCB

将管理进程所需要的属性进行描述后，就是pcb

PCB是描述进程属性的一个数据结构结构体对象。
PCB结构体中包含了：
1.进程编号
2.进程状态
3.优先级
…………
所以对进程进行管理，就是对PCB进行管理
虽然PCB组织方式有很多，但基本上都是链表，所以管理PCB的本质就是对链表的增删查改

这里画了一个图让大家理解

2.3.1 task_struct

在linux中PCB是：task_struct
task_struct 是pcb的一种
属于linux内核中的一种数据结构体对象
创建一个进程就是对task_stuct的实例化

2.3.2 组织task_struct：

linux如何组织进程：
linux内核中，最基本的组织进程task_struct的方式，采用双线链表组织
task_struct本身在双链表中
同时双链表可能处于别的数据结构组织中，所以关系错综复杂
（将上面的pcb图换成task_struct就行）

三.查看进程

接下来就该查看系统中的进程了。

这里带来查看进程两种方法：

3.1 ps ajx

ps ajx
1

这里我们看到了多个进程
同时能看到：ppid pid等进程属性

这里小提一下，上面说了pcb本质在链表中，所以ps本质也是遍历链表

ps ajx | grep 文件名 查找进程：
1

这里我们发现第二个进程是grep test
正好是我们执行的代码，这是因为执行grep操作时，grep本身也变成了一个进程。

3.2 ls /proc

ls /proc
1

这里我们能看到大量的数字
这是因为：在proc目录中会给每一个正在运行的进程创建一个以他们的（进程编号）pid进行命名目录
同时：目录中有进程的属性，当进程结束了以后proc中的文件会进行对应进程的文件夹删除。

查看进程属性名

ls /proc/进程pid -l
1

这里注意一下这个cwd
（current work dir）cwd：当前进程的工作目录（进程启动时，记录下来的文件所在目录）
这就是有时候用部分文件操作指令时，不需要输入目录，而是默认在当前文件的目录下执行，这是因为进程记录了当前的运行目录

四. 父子进程

4.1 什么是父子进程

pid:进程编号，每个进程都有属于自己的编号，便于管理

获得自己的pid:

getpid
1

ppid 父进程：可以认为时父进程中衍生出来的子进程

getppid
1

用法与子进程一样

这里我们让他们进行父子同台一下。

用这个文件进行测试一下。

这里能发现每一次重新执行程序，父进程编号不变，子进程编号会变

这里我们来查看一下父进程是谁

ps axj | head -1 && ps -axj | grep 16668
1

这里&&代表两边指令都要执行

搜索出来：
16668是bash进程

bash是命令解释器，相当于充当用户和系统的中介，这个在之前的博客提到过。

我们所有在命令行打出的指令的父进程可以说都是bash的子进程。

4.2 创建子进程——fork()

fork()创建一个子进程——代码级别创建子进程
这里的fork不同于我们平常在指令出用的 ./
fork是在代码处使用的。

4.2.1 用法

这里我们能发现这后面的lala，多打印了一遍。
说明创造出来的子进程，是从创造出来的位置执行代码的

fork具有返回值：
在父进程中，fork返回新创建子进程的进程ID；
在子进程中，fork返回0；
如果出现错误，fork返回一个负值

这里我们就用这个文件进行测试一下


这里我们可以提出三个疑问了

1.为什么要给子进程返回零，给父进程返回pid
直接返回一样值不行吗？

2.fork怎么返回两次
fork明明就是一个函数是怎么做到返回两次的。
让父进程和子进程都接收到值

3.一个变量怎么会有不同的值
这个返回值为什么有不同的情况

4.2.2 刨析fork三个疑问

i. 为什么要给子进程返回零，给父进程返回pid

从前面我们知道fork之后的代码子进程和父进程共享
但是我们创建父子进程就是为了让他们干不同的事

因为fork之后代码共享，所以为了区分子进程和父进程，来让两个进程进入执行不同的代码，
所以返回不同的返回值，区分不同的进程流，执行不同的代码块（加了筛选条件，if while等）

ii. fork怎么返回两次

要回答这个问题的话需要了解fork这个函数到底是如何执行的。、

当在fork中将pcb创建完了后，
子进程就已经成为一个单独的进程，能被系统进行调用。
所以执行return的语句之前，子进程和父进程就已经代码块共享了
所以能执行return语句，就返回了两次。

iii. 一个变量怎么会有不同的值：

这里也可以理解为：
子进程和父进程的数据（变量）到底共享还是独有

因为进程的组成有：
数据和代码+pcb
两个进程的pcb已经复制，代码共享
接下来就是数据:

对于进程来说每个进程都具有独立性，都能单独进行运行
数据可能被进行修改，所以为了不影响两个进程的数据导致代码运行（保证进程独立性），所以两个进程的数据不能进行共享

所以子进程和父进程的数据是独立的，但是如果父进程有大量的数据，可能子进程压根就用不上，就会导致大量的内存流失。

所以在最开始的时候父进程和子进程数据代码都是共享的
但是当子进程尝试去修改父进程的变量时候，编译器会创建一个对应变量的空间，同时给子进程专门拷贝父进程对应的变量

可以称为写时拷贝。