《操作系统导论》-1.1-虚拟化-进程概念及API

虚拟化

操作系统的基本抽象——进程。

人们希望同时运行多个程序，但CPU核心往往是屈指可数的。为了使得每个程序都有自己的CPU可用（至少看起来是这样的），系统将CPU虚拟化，让一个进程只运行一个“时间片”，然后切换到其他进程——即时分共享CPU计数

但是很明显进程共享CPU，进程间的切换会有额外的性能消耗

与“时分共享”相对的，磁盘空间就是一个“空分共享”资源

• 低级机制：实现所需功能的方法或协议，“如何实现？”
• 高级智能：操作系统内做出某种决定的算法，“更明智的决策”

进程

进程是操作系统为正在运行的程序提供的抽象

包括了但不限于诸如：

内存、寄存器、IO信息（当前打开的文件列表）

创建

程序如何被转化为一个进程？

1. 首先，要把代码和所有的静态数据从磁盘加载到内存（进程的地址空间）中

   现代操作系统一般惰性加载（分页和交换机制）

2. 为程序运行时栈、堆分配一些内存（也可能是程序自己申请并初始化的：malloc()）

3. IO相关的初始化操作

   比如UNIX系统中的每个进程默认有三个文件描述符：标准输入、输出和错误

4. 最后，通过跳转到main()例程，OS将CPU的控制权转移到新创建的进程中，从而程序开始执行

状态

• 就绪
• 运行
• 阻塞

只有“就绪”和“运行”可以相互切换，进程的切换需要额外的数据结构保存其上下文信息（进程列表、PCB）

API

fork()

// 这是关于调用系统API创建新进程的简单例子
#include <stdio.h>
#include <stdlib.h>
#include <unistd.h>
 
int main()
{
    printf("hello world (pid:%d)\n", (int)getpid());
    int rc = fork();
    if (rc < 0)
    {
        fprintf(stderr, "fork failed\n");
        exit(1);
    }
    else if (rc == 0)
    {
        printf("hello,I am child (pid:%d)\n", (int)getpid());
    }
    else
    {
        printf("hello,I am parent of %d (pid:%d)\n", rc, (int)getpid());
    }
    return 0;
}

注意这个程序要在Linux（Unix）环境下运行，不然<unistd.h>头文件要报错，因为windows下不提供这个

这边运行的输出长这样：

hello world (pid:3125265)
hello,I am parent of 3125266 (pid:3125265)
hello,I am child (pid:3125266)

程序的主要内容就是在主程序中fork()了一个子进程

注意fork()之后两个进程是同时运行的，并不存在绝对的顺序（由CPU调度程序决定）

所以可能是parent语句先输出，也可能child语句先输出

另外，新创建的子进程虽然是和父进程完全一样的，但它并不从main入口开始执行，而是从fork()位置开始，这也是为什么没有再输出一遍hello world的原因

还有就是，父进程和子进程获取到返回值是不一样的，父进程获取到的是子进程的PID，而子进程获取到的fork()返回值是0，这也是为什么两个进程运行了不同的分支的原因

wait()

父进程需要等待子进程完成的情况

// 这是关于调用系统API让父进程等待子进程执行完毕的简单例子
#include <stdio.h>
#include <stdlib.h>
#include <unistd.h>
#include <sys/wait.h>
 
int main()
{
    printf("hello world (pid:%d)\n", (int)getpid());
    int rc = fork();
    if (rc < 0)
    {
        fprintf(stderr, "fork failed\n");
        exit(1);
    }
    else if (rc == 0)
    {
        printf("hello,I am child (pid:%d)\n", (int)getpid());
    }
    else
    {
        int wc = wait(NULL);// 这里等待子进程执行完成
        printf("hello,I am parent of %d (wc:%d) (pid:%d)\n", rc, wc, (int)getpid());
    }
    return 0;
}

# 程序输出
hello world (pid:3129576)
hello,I am child (pid:3129577)
hello,I am parent of 3129577 (wc:3129577) (pid:3129576)

exec()

fork()只能运行与父进程相同的拷贝进程，而exec()用来运行不同的进程

#include <stdio.h>
#include <stdlib.h>
#include <unistd.h>
#include <string.h>
#include <sys/wait.h>
 
int main()
{
    printf("hello world (pid:%d)\n", (int)getpid());
    int rc = fork();
    if (rc < 0)
    {
        fprintf(stderr, "fork failed\n");
        exit(1);
    }
    else if (rc == 0)
    {
        printf("hello,I am child (pid:%d)\n", (int)getpid());
 
        char *myargs[3];
        myargs[0] = strdup("wc");
        myargs[1] = strdup("testExec.c");
        myargs[2] = NULL;
        execvp(myargs[0], myargs);
        printf("this shouldn't print out");
    }
    else
    {
        int wc = wait(NULL);
        printf("hello,I am parent of %d (wc:%d) (pid:%d)\n", rc, wc, (int)getpid());
    }
    return 0;
}

# 程序输出
hello world (pid:3131031)
hello,I am child (pid:3131032)
 33  80 730 testExec.c
hello,I am parent of 3131032 (wc:3131032) (pid:3131031)

让我们看看发生了什么：

首先主程序运行，然后创建了一个子进程并等待子进程执行完毕

在子进程中调用了execvp()来运行字符计数程序wc（基于本文件，打印出有多少行、多少单词、字节）

exec()有诸多变体

很奇怪，exec()并没有创建新进程，而是直接将当前运行的程序替换为不同的运行程序

“对exec()的成功调用永远不会返回”？什么意思

为什么这么设计？把fork()和exec()分开？

给了shell在fork()之后，exec()之前运行代码的机会，在运行新程序前改变环境，比如：输出重定向，以下是个示例

#include <stdio.h>
#include <stdlib.h>
#include <unistd.h>
#include <string.h>
#include <fcntl.h>
#include <sys/wait.h>
 
int main()
{
    int rc = fork();
    if (rc < 0)
    {
        fprintf(stderr, "fork failed\n");
        exit(1);
    }
    else if (rc == 0)
    {
        // 重定向标准输出到指定文件
        close(STDOUT_FILENO);
        open("./test4.output", O_CREAT | O_WRONLY | O_TRUNC | S_IRWXU);
 
        char *myargs[3];
        myargs[0] = strdup("wc");
        myargs[1] = strdup("test4.c");
        myargs[2] = NULL;
        execvp(myargs[0], myargs);
    }
    else
    {
        int wc = wait(NULL);
    }
    return 0;
}

# 输出到test4.output文件中
cat test4.output
32  68 604 test4.c

机制：受限直接执行

前面我们说了，CPU的虚拟化可以通过时间片轮转的而方式，但是这样的做法同样会带来一些挑战：

1. 首先是进程切换的性能开销，不可避免，但是必须控制在尽量小的范围

2. 控制权，操作系统不能将CPU等系统资源的控制权完全放出

   防止可能的程序恶意行为，以及需要保留能够对运行中的程序进行调度的能力

即：高效、可控