linux进程基础

1.进程

★进程，就是运行中的程序。一个可执行程序是一具机器指令及其数据的序列。一个进程是程序运行时的内存空间和设置。

★shell 是一个管理进程和运行程序的程序。Shell主要有三个功能：（1）运行程序（2）管理输入和输出（3）可编程。

（1） grep ls echo都是一些用C编写并被编译成机器语言的程序。Shell将它们载入内存并运行它们。Shell可以看成一个程序的启动器。

（2） Shell不仅仅是运行程序。 使用 < > 和 | 符号可以将输入、输出重定向。

（3） Shell同时也是带有变量和流量控制的编程语言。

★shell程序的运行步骤：

（1）用户键入a.out(程序名)

（2）Shell建立一个新的进程来运行这个程序

（3）Shell将程序从磁盘载入

（4）程序在它的进程中运行直到结束

（5）shell主循环如下：

 

While(! End_of_input)
    Get command
    Execute command
    Wait for command to finish      

（6）事件发生次序：

 

（7）shell主要做了三件事：（1）创建子进程(2)运行进程（3）等待子进程退出

 

2．进程标识符

   每个进程都有一个非负整型表示的唯一进程ID，ID具有唯一性。大多数UNIX系统实现延迟重用算法，使得赋予新进程的ID不同最近终止进程所使用的ID。ID为0是进程通常是调试进程，常常被称为交换进程，也常用系统进程。进程ID为1的通常是init进程， init通常读与系统有亲的初始化文件（/etc/rc*文件或/etc/inittab文件，以及/etc/init.d中文件），并将系统引导到一个状态（例如多用户）。进程ID为2是页守护进程（pagedaemon）。

父进程ID为0的各进程通常是内核进程，它们作为自举进程的一部分而启动。

下列函数和进程ID有关：

＃include <unistd.h>

pid_t getpid(void);      /* 返回值：调用进程的进程ID */
pid_t getppid(void);     /* 返回值：调用进程的父进程ID */
uid_t getuid(void);　　/* 返回值：调用进程的实际用户ID */
gid_t getgid(void);      /* 返回值：调用进程的有效用户ID */ 
gid_t getegit(void)　　　/* 返回值：调用进程的实际组ID */

 

★ strlen计算不包含终止null字节的字符串长度，而sizeof则计算包括终止null字节的缓冲区长度。两者之间的另一个差别是，使用strlen需进行一次函数调用，而对sizeof而言，因为缓冲区已经用已知字符串进行了初始化，其长度是固定的，所以sizeof在编译缓冲区长度。

 

3．创建子进程

★ 用一个fork把自己复制出来。当fork运行后，将会有两个一模一样的进程，接下来它们将跑自己的逻辑，fork就是“分叉”的意思。进程调用fork,内核做了几件事：

（1）分配新的内存和内核数据结构

（2）复制原来的进程到新的进程

（3）向运行进程添加新的进程

（4）将控制返回给两个进程。

#include <stdio.h>
main()
{
    int ret_from_fork, mypid;
    mypid = getpid();           /* who am i?   */

    printf("Before: my pid is %d\n", mypid);   /* tell the world */

    ret_from_fork = fork();

    sleep(1);

    printf("After: my pid is %d, fork() said %d\n",getpid(), ret_from_fork);

}

结果：

Before: my pid is 22959

After: my pid is 22959, fork() said 22960

After: my pid is 22960, fork() said 0

★ 从fork的返回值可以判断出父子进程，fork返回0的是是子进程，fork返回大于0的是父进程，而这个返回值是子进程的ID。另外，返回－1说明fork出错。

★ fork函数被调用一次，但返回两次。两次返回的唯一区别是子进程的返回值是0，而父进程的返回值则是新子进程的进程ID。将子进程ID返回给父进程的理由是：因为一个进程的子进程可以有多个，并且没有一个函数使一个进程可以获得其所有子进程的进程ID。fork使子进程得到返回值0的理由是：一个进程只会有一个父进程，所以子进程总是可以调用getppid以获得父进程的进程ID（进程ID 0总是由内核交换进程使用，所以一个子进程的进程ID不可能为0）。 

★ 子进程所拥有的父进程的副本，如：数据空间、堆、和栈的副本。注意，这是子进程所拥有的副本。父、子进程并不共享这些存储空间的部分。父子进程共享正文段。

4．运行进程 

 ★ 运行一个进程用exec函数族。exec系统调用从当前进程中把当前的程序机器指令清除，然后在空的进程中载入调用时指定的程序代码，最后运行这个新的程序。exec函数族的函数执行成功后不会返回，因为调用进程的实体，包括代码段，数据段和堆栈等都已经被新的内容取代，只留下进程 ID等一些表面上的信息仍保持原样。在Linux中，并不存在一个exec()的函数形式，exec指的是一组函数，一共有6个，分别是：　

int execl(const char *path, const char *arg, ...);
int execlp(const char *file, const char *arg, ...);
int execle(const char *path, const char *arg, ..., char *const envp[]);
int execv(const char *path, char *const argv[]);
int execvp(const char *file, char *const argv[]);　
int execve(const char *path, char *const argv[], char *const envp[]);

 

 

(1) 这6个函数可以发现，前3个函数都是以execl开头的，后3个都是以execv开头的，它们的区别在于，execv开头的函数是 以"char*argv[]"这样的形式传递命令行参数，而execl开头的函数采用了我们更容易习惯的方式，把参数一个一个列出来，然后以一个NULL 表示结束。这里的NULL的作用和argv数组里的NULL作用是一样的。

(2) 在全部6个函数中，只有execle和execve使用了char*envp[]传递环境变量，其它的4个函数都没有这个参数，这并不意味着它 们不传递环境变量，这4个函数将把默认的环境变量不做任何修改地传给被执行的应用程序。而execle和execve会用指定的环境变量去替代默认的那 些。

(3)还有2个以p结尾的函数execlp和execvp，咋看起来，它们和execl与execv的差别很小，事实也确是如此，除execlp和 execvp之外的4个函数都要求，它们的第1个参数path必须是一个完整的路径，如"/bin/ls"；而execlp和execvp的第1个参数 file可以简单到仅仅是一个文件名，如"ls"，这两个函数可以自动到环境变量PATH制定的目录里去寻找。

 

★ main()函数的形参

程序入口函数的main其实有三个参数，形式如下：

    int main(int argc, char *argv[], char *envp[])

参数argc指出了运行该程序时命令行参数的个数，

数组argv存放了所有的命令行参数，

数组envp存放了所有的环境变量。

 

int main(int argc, char *argv[], char *envp[])
{
    printf("\n### ARGC ###\n%d\n", argc);
    printf("\n### ARGV ###\n");

    while(*argv)
        printf("%s\n", *(argv++));

    printf("\n### ENVP ###\n");

    while(*envp)
　　    printf("%s\n", *(envp++));

    return 0;
}

 

 

 

 

5．进程的等待

★ 可调用wait等待子进程的退出。pid = wait(&status);

系统调用wait做了两件事，（1）wait暂停调用它的进程直到子进程结束（2）wait取得子进程结束时传给exit的值。wait的返回值是子进程的ID。

时间轴如图：

  

★ wait的目的之一是通知父进程子进程结束运行了，第二个目的是告诉父进程子进程是如何结束的。

一个进程结束的三种方式：

（1）顺利完成任务。按Unix惯例，成功的程序调用exit(0)或者从main函数return 0。

（2）进程失败。按Unix惯例，遇到问题要退出调用exit()时传它一个非零的值。

（3）被信号杀死。信号可能来源于键盘、间隔计时器，内核或其他进程。通信的情况下，一个既没有被忽略又没有被捕获信号会杀死进程的。

 ★ 父进程是通过wait的参数知道子进程是如何退出的。父进程调用wait时传一个整形变量地址给它，内核将子进程的退出保存在这个变量中，如果子进程调用exit退出，那么内核把exit的返回值存放到时穿上整数变量中。这个整数由3部分组成（8个bit是记录退出值，7个bit是记录信号序号，另一个bit用来指明发生错误并产生了内核映像（core dump））。

6．进程的退出

★  exit()和_exit(）的差异

a) exit和_exit函数都是用来终止进程的。

b) 当程序执行到exit或_exit时，系统无条件的停止剩下所有操作，清除包括PCB在内的各种数据结构，并终止本进程的运行。

c) exit在头文件stdlib.h中声明，而_exit()声明在头文件unistd.h中声明。exit中的参数exit_code为0代表进程正常终止，若为其他值表示程序执行过程中有错误发生。

d)  _exit()执行后立即返回给内核，而exit()要先执行一些清除操作，然后将控制权交给内核。

e) 调用_exit函数时，其会关闭进程所有的文件描述符，清理内存以及其他一些内核清理函数，但不会刷新流(stdin, stdout, stderr  ...). exit函数是在_exit函数之上的一个封装，其会调用_exit，并在调用之前先刷新流。

f) exit()函数与_exit()函数最大区别就在于exit()函数在调用exit系统之前要检查文件的打开情况，把文

件缓冲区的内容写回文件。

    由于Linux的标准函数库中，有一种被称作“缓冲I/O”的操作，其特征就是对应每一个打开的文件，在内存中都有一片缓冲区。每次读文件时，会连续的读出若干条记录，这样在下次读文件时就可以直接从内存的缓冲区读取；同样，每次写文件的时候也仅仅是写入内存的缓冲区，等满足了一定的条件（如达到了一定数量或遇到特定字符等），再将缓冲区中的内容一次性写入文件。这种技术大大增加了文件读写的速度，但也给编程代来了一点儿麻烦。比如有一些数据，认为已经写入了文件，实际上因为没有满足特定的条件，它们还只是保存在缓冲区内，这时用_exit()函数直接将进程关闭，缓冲区的数据就会丢失。因此，要想保证数据的完整性，就一定要使用exit()函数。

 

★ 父子进程终止的先后顺序

a) 父进程先于子进程终止：

此种情况就是我们前面所用的孤儿进程。当父进程先退出时，系统会让init进程接管子进程 。

b) 子进程先于父进程终止，而父进程又没有调用wait函数

此种情况子进程进入僵死状态，并且会一直保持下去直到系统重启。子进程处于僵死状态时，内核只保存

进程的一些必要信息以备父进程所需。此时子进程始终占有着资源，同时也减少了系统可以创建的最大进

程数。

★ 僵死状态

一个已经终止、但是其父进程尚未对其进行善后处理(获取终止子进程的有关信息，释放它仍占有的资源)的进程被称为僵死进程(zombie)。ps命令将僵死进程的状态打印为Z

子进程先于父进程终止，而父进程调用了wait函数此时父进程会等待子进程结束。

7．其它

★ ps命令列出来的线程, 如果被"[]"括起来了, 这就是内核线程。

★ 子进程和父进程共享的数据：所有 read-only 的东西都不用复制, 父子进程共享, 包括:正文段和字符串常量。

★ 子进程不会从父进程继承：进程id, 各种锁(内存锁,文件锁), 定时器, 未决信号。