UNIX环境高级编程 - UNIX基础知识

所有操作系统都为运行在它之上的程序提供各种服务，典型的服务包括：执行新程序、打开文件、读写文件、分配存储空间、提供时间等。

UNIX体系结构

严格来说，操作系统是一种软件，它控制计算机硬件资源，提供程序运行环境。这种软件有个专业术语名称：内核。因为它小且位于计算机体系的核心。如下图所示：

内核的接口为系统调用，系统调用包裹在内核的外围，隔离开内核以保护内核。同时，系统调用作为和内核沟通的中间桥梁。

1. 公用函数库通常指的是C/C++的标准库，例如libc、glibc、libstdc++、libc++等标准库，不同的标准库是由于不同的系统平台或编译器厂商造成的差异，但追根究底都是使用了底层系统内核的API接口系统调用。这些公用函数库极大的方便了上层开发者的使用，也是整个计算机软件体系（无论任何编程语言）的基础。

2. shell也是一个软件，该软件负责人机交互，用户和shell进行“对话”，然后shell理解用户的意图来使计算机按用户的想法工作。

3. 用户程序也可以直接使用系统调用来请求服务。

对于打印hello world于终端中，对于上面三种请求服务的方式，有：

1. printf("hello world");
2. echo 'hello world'
3. 直接使用write()

登录

用户名和shell由配置文件/etc/passwd决定，密码由配置文件/etc/shadow决定。

口令文件中的登录项由 : 分隔的7个字段组成：

1. 登录名
2. 加密口令
3. 用户ID（数字）
4. 组ID（数字）
5. 注释字段
6. 起始目录
7. shell程序

例如，我电脑Mac OSX中就有：

root:*:0:0:System Administrator:/var/root:/bin/sh

文件系统

UNIX文件系统是目录和文件的一种层次结构。所有东西的起点称为根目录，即“/”。

在文件系统中，目录本质上也是一个文件，其内容是目录项的记录。每个目录项都是一个文件名，还包含一些文件属性的说明信息，比如权限、大小、时间等。

创建新目录时文件系统会自动创建两个文件夹：.（点）和 ..（点点）， .（点）表示当前目录，根目录“/”下的.（点）和 ..（点点）是同一个路径，都是“/”。

由斜线“/”开头的路径都是绝对路径，反之则是相对路径。

ls(1)

ls(1)指的是第一部分的ls项目，UNIX命令通常都会有一个说明手册，手册中对命令有详细说明，但随着命令功能和说明的增加，说明手册页数越来越多，之后便对命令进行了分门别类，通常是1-8总共8中分类，具体是：

1、Standard commands （标准命令）
2、System calls （系统调用）
3、Library functions （库函数）
4、Special devices （设备说明）
5、File formats （文件格式）
6、Games and toys （游戏和娱乐）
7、Miscellaneous （杂项）
8、Administrative Commands （管理员命令）

工作目录：每个进程都有一个工作目录，一般称为当前工作目录，进程可以用chdir来更改其工作目录。

起始目录：登录时，shell程序的工作目录设置为home目录，该目录通常从/etc/passwd配置文件中获得。

输入和输出

在UNIX系统中输入和输出是经过抽象的，所有的输入和输出底层系统实现都是通过文件抽象来完成的。

文件描述符：文字描述符是一个小的非负整数，内核用以标识一个特定进程正在存访的文件。当内核打 开一个现存文件或创建一个新文件时，它就返回一个文件描述符。当读、写文件时，就可使 用它。

每个程序都有默认打开的三个文件描述符：

0. 标准输入 - fd为0
1. 标准输出 - fd为1
2. 标准出错 - fd为2

---

不带缓存的I/O：系统调用open、read、write、lseek、close，它们都使用文件描述符来操作文件，并且不带缓冲。

标准I/O：公用函数库提供的封装过的接口来间接调用系统调用，公用函数库提供的接口是带缓冲的，且无需考虑对缓冲区大小的选择。例如使用printf输出。

程序和进程

程序是静态的进程，而进程是运行着的程序。程序本质上是一个存在硬盘上的可执行文件。程序被加载到内存中之后就开始执行，此时程序变成一个动态刻画抽象的进程。

进程ID：每一个进程都有一个标识符，称为进程ID，其是一个非负数，且在当前时刻是唯一的。

进程控制：有3个可以用于控制进程的系统调用：fork、exec和waitpid。其中exec是一系列函数的统称。

---

线程和线程ID：

一个进程内的所有线程共享当前进程的所有内存空间、文件描述符号、栈以及进程相关的属性。由于所有进程共享进程的内存空间，因此在访问共享数据时需要采取同步措施以避免数据的不一致。

同进程类似，线程也有一个ID唯一标识每一个线程，但线程的ID只在进程内部有效，进程外部则无意义。

出错处理

当 UNIX 系统函数出错时，通常会返回一个负值，同时整型变量 errno 通常被设置为具有特定信息的值。

• 文件 <errno.h> 定义了 errno 以及赋予它的各种常量，这些常量以 E 字符开头
• 在多线程环境中，每个线程都有属于自己的局部 errno，以避免一个线程干扰另一个线程。

对于 errno 的使用要注意两条规则：

• 如果没有出错，则 errno 的值不会被清除.因此只有在函数的返回值指明出错了时，检查 errno 才有意义
• 任何函数都不会将 errno 的值清零，且在 <errno.h> 中定义的所有常量都不为0

---

strerror/perror函数:用于处理错误信息

#include<string.h>
char *strerror(int errnum);

#include<stdio.h>
void perror(const char*msg);

• strerror: 将 errnum（通常就是 errno 值）映射为一个出错消息字符串，并且返回此字符串的指针
  • 参数： 一个整数（通常是 errno 的值）
  • 返回： 出错消息字符串的指针
• perror: 基于 errno 的当前值，在标准错误上产生一条出错消息，然后返回。这条出错消息首先是 msg 指向的字符串，后面是冒号，后面是一个空格，后面是对应于 errno 值的出错消息，最后是一个换行符。
  • 参数：附加的出错消息
  • 返回：无返回。但是向标准错误上输出一条出错消息。

用户标识

用户ID：用户标识也是通过ID来进行区分的，该ID称为用户ID，它是一个数字。当一个用户创建时，会在/etc/passwd文件中生成唯一的用户ID，用户不能更改这个ID，除非是root用户才允许修改。ID号码为0的用户是root用户。

组ID：用户除了用ID来进行区分，也用组来进行划分管理，相应的，其也有组ID，也是一个数字。用户的组用户ID不唯一，一个用户可以拥有多个组ID，这表明该用户加入了多个小组。组的目的是为了让多个用户共享一个资源。组相关的配置文件是/etc/group。

可以通过 getuid( ) 和 getgid( ) 函数来获得相应的用户ID和组ID。

信号

信号是UNIX系统用于发送通知的一种机制，例如，若某一进程执行除法操作，其除数为0，则将名为SIGFPE的信号发送给该进程。进程收到信号通知后，有3种应对处理方法：

1. 忽略信号。收到之后什么也不做，当做未发生一样。

2. 按系统默认方式处理。对于除0，系统默认方式是终止该进程。

3. 提供一个处理函数。在收到信号之后，用提供的函数来进行处理。

使用Kill -9 杀死进程

ctrl + c 中断进程

ctrl + / 退出进程

时间值

UNIX 系统使用两种时间：

• 日历时间：自 UTC 1970年1月1日 00:00:00 以来经历过的秒数累计值。用 time_t数据类型来保存这种时间值。
• 进程时间：也称作CPU时间，用于度量进程使用的CPU资源。进程时间以时间滴答来计算，用clock_t数据类型保存这种时间值。

---

当度量一个进程的执行时间时，UNIX系统为一个进程维护了3个进程时间值：

• 时钟时间： 又称作墙上时钟时间，是进程运行的时间总量，其值与系统中同时运行的进程数有关
• 用户CPU时间：执行用户指令所用的时间量
• 系统CPU时间：该进程执行内核程序所经历的时间。如进程执行一个read系统调用，则内核执行该系统调用的时间计入系统 CPU 时间

用户CPU时间和系统CPU时间之和称作 CPU 时间

系统调用和库函数

所有的UNIX系统都提供多种服务的入口点，由此程序可以向内核请求服务。各种UNIX都提供了良好定义、数量有限、直接进入内核的入口点。这些入口点被称为系统调用。

系统调用接口在man手册的第二部分中说明，是使用C语言定义的。

公用函数库接口在man手册的第三部分中说明，也是使用C语言定义的。它们不一定是内核的入口点，部分会间接使用一个或多个内核系统调用，而有些则完全不使用。

从实现角度看，系统调用和公用函数库有着本质区别，一个是伴随内核而产生的，是不可替换的。另一个是编译器厂商根据语言标准而实现的，可以更新和替换。但从用户角度看，它们没有太大区别，显著的区别是公用函数库更好用，功能更加强。