进程基础
1、进程的概念
我们编译的代码可执⾏⽂件只是储存在硬盘的静态⽂件，运⾏时被加载到内存，CPU执⾏内存中指令，这个运⾏的程序被称为进程。
进程是对运⾏时程序的封装，操作系统进⾏资源调度和分配的基本单位。
2、进程的实现
中断发⽣后操作系统底层的⼯作步骤
1. 硬件压⼊堆栈程序计数器等
2. 硬件从中断向量装⼊新的程序计数器
3. 汇编语⾔过程保存寄存器值
4. 汇编语⾔过程设置新的堆栈
5. C中断服务例程运⾏（典型地读和缓冲输⼊）
6. 调度程序决定下⼀个将运⾏的进程
7. C过程返回⾄汇编代码
8. 汇编语⾔过程开始运⾏新的当前进程
进程表：
为了实现进程模型，操作系统维护着⼀张表格(⼀个结构数组)，即进程表。
每个进程占有⼀个进程表项。(有些著作称这些为进程控制块)
该表项包含了⼀个进程状态的重要信息
包括程序计数器、堆栈指针、内存分配状况、所打开⽂件的状态、账号的调度信息，以及其他在进程由运⾏态转换
到就绪态或阻塞态时必须保存的信息，从⽽保证该进程随后能再次启动，就像从未中断过⼀样
3、并发与并⾏
（1）单个核⼼在很短时间内分别执⾏多个进程，称为并发
（2）多个核⼼同时执⾏多个进程称为并⾏
（3）对于并发来说，CPU需要从⼀个进程切换到另⼀个进程，这个过程需要保存进程的状态信息
4、进程的状态
某个进程在某个时刻所处的状态分为以下⼏种，运⾏态、就绪态、阻塞态。对于阻塞状态;
⽐如read系统调⽤阻塞，进程会占⽤内存空间，这是⼀种浪费⾏为，于是操作系统会有跟内存管理中物理页置换到
磁盘⼀样的⾏为，把阻塞的进程置换到磁盘中，此时进程未占⽤物理内存，我们称之为挂起;
挂起不仅仅可能是物理内存不⾜，⽐如sleep系统调⽤过着⽤户执⾏Ctrl+Z也可能导致挂起。
除了创建和结束⼀般有三个状态：
运⾏态： 该时刻进程占⽤CPU
就绪态： 可运⾏，由于其他进程处于运⾏状态⽽暂时停⽌运⾏
阻塞态： 该进程正在等待某⼀事件发⽣（如等待输⼊/输出操作的完成）⽽暂时停⽌运⾏
阻塞态的进程占⽤着物理内存，在虚拟内存管理的操作系统中，通常会把阻塞态的进程的物理内存空间换出到硬
盘，等需要再次运⾏的时候，再从硬盘换⼊到物理内存。
挂起态：新的状态，描述进程没有占⽤实际的物理内存空间的情况，这个状态就是挂起状态
阻塞挂起状态： 进程在外存（硬盘）并等待某个事件的出现
就绪挂起状态： 进程在外存（硬盘），但只要进⼊内存，马上运⾏ 特点：
1. 就绪态和运⾏态可以相互转换，其它的都是单向转换。就绪态的进程通过调度算法从⽽获得CPU 时间，转为运⾏状态；
2. 运⾏态的进程，在分配给它的 CPU 时间⽚⽤完之后就会转为就绪状态，等待下⼀次调度。
3. 阻塞态是缺少需要的资源从⽽由运⾏态转换⽽来，但是该资源不包括 CPU 时间，缺少 CPU 时间会从运⾏态转换为就绪态。
5、进程控制块（PCB）
操作系统对进程的感知，是通过进程控制块PCB数据结构来描述的。它是进程存在的唯⼀标识，其包括以下信息：
1. 进程描述信息： 进程标识符、⽤户标识符等;
2. 进程控制和管理信息： 进程状态，进程优先级等;
3. 进程资源分配清单： 虚拟内存地址空间信息，打开⽂件列表，IO设备信息等;
4. CPU相关信息： 当进程切换时，CPU寄存器的值都被保存在相应PCB中，以便CPU重新执⾏该进程时能从断点
处继续执⾏;
PCB通过链表形式组织起来，⽐如有就绪队列、阻塞队列等，⽅便增删，⽅便进程管理。
6、进程状态的切换
进程的状态分类：
1. 就绪状态（ready）：等待被调度
2. 运⾏状态（running）
3. 阻塞状态（waiting）：等待资源
转换关系：
只有就绪态和运⾏态可以互相转换，其他都是单向转换。
就绪态的进程通过调度算法从⽽获得CPU时间，转为运⾏状态；⽽运⾏状态的进程，在分配给它的CPU时间⽚完之
后就会转为就绪状态，等待下⼀次调度。
进程因为等待资源⽽阻塞，但是该资源不包括 CPU 时间，缺少 CPU 时间会从运⾏态转换为就绪态。
当进程等待的外部事件发⽣时（如⼀些输⼊到达），则又阻塞态转换为就绪态，如果此时没有其他进程运⾏，变转
换为运⾏态，否则该进程将处于就绪态，等待CPU空闲轮到它运⾏。
7、进程切换为何⽐线程慢
涉及到虚拟内存的问题，进程切换涉及虚拟地址空间的切换⽽线程不会。
因为每个进程都有⾃⼰的虚拟地址空间，⽽线程是共享所在进程的虚拟地址空间的，所以同⼀个进程中的线程进⾏
线程切换时不涉及虚拟地址空间的转换。
把虚拟地址转换为物理地址需要查找页表，页表查找是⼀个很慢的过程（⾄少访问2次内存），因此通常使⽤Cache
来缓存常⽤的地址映射，这样可以加速页表查找，这个cache就是TLB（快表）。
由于每个进程都有⾃⼰的虚拟地址空间，那么显然每个进程都有⾃⼰的页表，那么当进程切换后页表也要进⾏切
换，页表切换后TLB就失效了，cache失效导致命中率降低，那么虚拟地址转换为物理地址就会变慢，表现出来的就
是程序运⾏会变慢，⽽线程切换则不会导致TLB失效，因为线程线程⽆需切换地址空间，这也就是进程切换要⽐同
进程下线程切换慢的原因。
10、守护进程
守护进程是指在后台运⾏的，没有控制终端与它相连的进程。它独⽴于控制终端，周期性地执⾏某种任务。
Linux的⼤多数服务器就是⽤守护进程的⽅式实现的，如web服务器进程http等。
创建守护进程要点：
（1）让程序在后台执⾏。
⽅法是调⽤fork()产⽣⼀个⼦进程，然后使⽗进程退出。
（2）调⽤setsid()创建⼀个新对话期。
守护进程需要摆脱⽗进程的影响，⽅法是调⽤setsid()使进程成为⼀个会话组长。setsid()调⽤成功后，进程成为新的
会话组长和进程组长，并与原来的登录会话、进程组和控制终端脱离。
（3）禁⽌进程重新打开控制终端。
经过1和2，进程已经成为⼀个⽆终端的会话组长，但是它可以重新申请打开⼀个终端。为了避免这种情况发⽣，可
以通过使进程不再是会话组长来实现。再⼀次通过fork（）创建新的⼦进程，使调⽤fork的进程退出。
（4）关闭不再需要的⽂件描述符。
⼦进程从⽗进程继承打开的⽂件描述符。如不关闭，将会浪费系统资源，造成进程所在的⽂件系统⽆法卸下以及引
起⽆法预料的错误。⾸先获得最⾼⽂件描述符值，然后⽤⼀个循环程序，关闭0到最⾼⽂件描述符值的所有⽂件描
述符。
（5）将当前⽬录更改为根⽬录。
（6）⼦进程从⽗进程继承的⽂件创建屏蔽字可能会拒绝某些许可权。
为防⽌这⼀点，使⽤unmask(0)将屏蔽字清零。
（7）处理SIGCHLD信号。
对于服务器进程，在请求到来时往往⽣成⼦进程处理请求。如果⼦进程等待⽗进程捕获状态，则⼦进程将成为僵⼫
进程（zombie），从⽽占⽤系统资源。如果⽗进程等待⼦进程结束，将增加⽗进程的负担，影响服务器进程的并发
性能。在Linux下可以简单地将SIGCHLD信号的操作设为SIG_IGN。这样，⼦进程结束时不会产⽣僵⼫进程。
11、僵⼫进程多进程程序
⽗进程⼀般需要跟踪⼦进程的退出状态，当⼦进程退出，⽗进程在运⾏，⼦进程必须等到⽗进程捕获
到了⼦进程的退出状态才真正结束。在⼦进程结束后，⽗进程读取状态前，此时⼦进程为僵⼫进程。
设置僵⼫进程的⽬的是维护⼦进程的信息，以便⽗进程在以后某个时候获取。这些信息⾄少包括进程ID，进程的终
⽌状态，以及该进程使⽤的CPU时间。所以当终⽌⼦进程的⽗进程调⽤wait或waitpid时就可以得到这些信息。
但是⼦进程停⽌在僵⼫态会占据内核资源，所以需要避免僵⼫进程的产⽣或⽴即结束⼦进程的僵⼫态。
1. ⽗进程调⽤wait/waitpid等函数等待⼦进程结束，如果尚⽆⼦进程退出wait会导致⽗进程阻塞。waitpid只会等
待由pid参数指定的⼦进程，同时也是⾮阻塞，⽬标进程正常退出返回⼦进程PID，还没结束返回0。
2. 在事件已经发⽣情况下执⾏⾮阻塞调⽤可以提⾼程序效率。对waitpid，最好在⼦进程退出后调⽤。使⽤
SIGCHLD信号通知⽗进程，⼦进程结束。
⽗进程中捕获信号，然后在信号处理函数中调⽤waitpid以彻底结束⼦进程
1. 通过signal(SIGCHLD, SIG_IGN)通知内核对⼦进程的结束不关⼼，由内核回收。如果不想让⽗进程挂起，可以
在⽗进程中加⼊⼀条语句：signal(SIGCHLD,SIG_IGN);表⽰⽗进程忽略SIGCHLD信号，该信号是⼦进程退出的
时候向⽗进程发送的。
2. 忽略SIGCHLD信号，这常⽤于并发服务器的性能的⼀个技巧因为并发服务器常常fork很多⼦进程，⼦进程终结
之后需要服务器进程去wait清理资源。如果将此信号的处理⽅式设为忽略，可让内核把僵⼫⼦进程转交给init进
程去处理，省去了⼤量僵⼫进程占⽤系统资源。
12、多进程
进程结构由以下⼏个部分组成：代码段、堆栈段、数据段。代码段是静态的⼆进制代码，多个程序可以共享。
⽗进程创建⼦进程之后，⽗、⼦进程除了pid外，⼏乎所有的部分⼏乎⼀样。
⽗、⼦进程共享全部数据，⼦进程在写数据时会使⽤写时复制技术将公共的数据重新拷贝⼀份，之后在拷贝出的数
据上进⾏操作；不是对同⼀块数据进⾏操作；
如果⼦进程想要运⾏⾃⼰的代码段，还可以通过调⽤execv()函数重新加载新的代码段，之后就和⽗进程独⽴开了。
