Video在线视频

大家好 这一讲我们对于Linux内核中的进程呢

进行一个初步的概述

从这个图里面我们看到呢

一个程序通过编译器将其编译成汇编程序

经过汇编器将其会汇编成目标代码

通过链接器形成可执行文件a.out或者elf格式

最后交给操作系统来执行 那么问题来了

操作系统如何应对千变万化的程序

通过这张图我们看到呢

当一个程序一旦执行 程序也摇身一变为进程

在OS看来 每个进程是没有多大差异性的

都被封装在这样的可执行文件格式中

在内存管理一章 我们将继续详细介绍进程的执行和加载

那么在用户态下呢

我们可以通过top命令感知系统中

各个进程以及动态变化 如图

下面我们来介绍一下进程的家族关系

进程是一个动态的实体

它具有生命周期的

系统中进程的生生死死随时发生

因此呢操作系统对进程的描述模仿人类的活动

一个进程不会平白无故的诞生

它总会有自己的父母

在Linux中呢

通过调用fork系统调用来创建一个新的进程

新创建的进程同样也能执行fork

所以呢可以形成一颗完整的进程树

如图呢是Linux系统启动以后形成的一棵树

可以通过ps命令查看自己机子上的进程树

那么我们如何描述进程的属性

Linux内核中把对进程的描述结构叫做task_struct结构

那么传统的教科书中 这样的数据结构被叫做进程控制块（PCB）

在内核源代码中具体定义在sched.h文件中

我们在这里列出进程控制块的各种信息的分类

因为进程控制块中的信息非常多

多达几百个字段 为了有助于大家对它认识呢 这里对它进行了分类

包括进程的状态信息

链接信息 各种标识符

调度信息 进程间的通信信息

虚拟内存的信息 文件系统的信息

处理器环境的信息等等

涉及到进程方方面面

具体可以通过查看源代码对它们逐渐的认识

那么首先呢我们来介绍进程的状态以及转换

我们说状态呢是用来描述进程的动态变化的

那么状态最基本的呢有三种

分别为就绪态 睡眠态和运行态

在具体的操作系统中 可能实例化出多个状态

如图给出Linux中进程5种状态

那么我们把就绪态和运行态呢

合并为一个状态叫就绪态

调度程序从就绪队列中选择一个进程投入运行

睡眠态呢又分为两种

浅度睡眠（很容易被唤醒）和深度睡眠

除此之外呢还有暂停状态

和僵死状态 也就是进程死亡但没有释放其PCB

这里我们给出Linux源代码中对于状态的定义

请大家观察一下呢这样的定义有什么特点呢

为什么每个状态的值定义为2的n次方

这里我们给出的呢是在

在源代码中 状态的真正的表示形式

大家可以查看相关的源代码

那么上面一张图给出了进程之间的亲属关系

我们说系统在创建的进程时候呢

具有父/子关系

因为一个进程能创建几个子进程

而子进程之间呢有兄弟关系

在PCB中引入几个域来表示这些关系如前所述

进程1（init）是所有进程的祖先

系统中的进程形成一颗进程树

为了描述进程之间的父／子及兄弟关系呢

在进程的PCB中就要引入几个域

假设P呢表示一个进程

首先有一个域描述它的父亲（parent）

其次呢有一个域描述P的子进程

因为子进程不止一个 因此让这些域指向年龄最小的子进程（child）

最后呢P可能有兄弟

于是呢用一个域描述P的长兄进程（old sibling）

那么一个域描述P的弟进程（younger sibling）

从这些关系看到呢

进程完全模拟人类的生存状态

你自己可以试图扮演进程的角色

那么上面通过对进程状态

标识符及亲属关系的描述呢

我们可以把这些域描述如下

其中呢有进程的状态标识符

进程之间的亲属关系

同样呢我们要

进入源码进行查看 才能有身临其境的感觉

task_struct结构位于sched.h中呢

这里列出的是部分代码的片段

那么 进程控制块存放在内存的什么地方呢

实际上Linux内核为了节省空间

把内核栈和一个紧挨着的PCB的小数据结构

thread_info放在一起呢

占用8KB的内存区 如下图所示

在内核代码中如何体现呢

实际上 它是这样一个混合结构

在这个结构中 我们可以看到呢

一个大小为8KB的栈

在x86上呢thread_info的定义呢如下

在这个结构里我们看到thread_info表示呢

硬件关系更密切的数据

第一个字段就是task_sturct结构

随着Linux版本的变化呢 进程控制块的内容越来越多

所需的空间也越来越大

这样就使得留给内核的堆栈空间变小了

因此呢把部分进程控制块的内容移出这个空间

只保留访问频繁的thread_info

那么把PCB与内核栈放在一起有什么好处呢

有两方面的好处

第一呢内核可以方便而快速地找到PCB

只要知道栈指针呢就可以找到PCB的起始地址

用伪代码描述如下

第二呢可以避免在创建进程时动态分配额外的内存

另外在Linux中呢为了表示当前正在运行的进程

定义了一个current宏可以用它呢

作全局变量来使用

例如current->pid返回正在执行的进程的标识符

那么内核中如何对进程进行组织

它有各种各样的组织方式

这里我们给出进程的链表组织方式

那么我们看到链表的头和尾都为init_task

这是0号进程的PCB

我们可以进入源代码查看其具体各个字段的值

0号这个进程永远不会被撤消

它的PCB被静态地分配在

内核的数据段中

也就是说init_task的PCB呢

是预先由编译器分配的

在运行的过程中保持不变

而其它PCB是在进程运行的过程中

由系统根据当前的内存状况

随机分配的 撤消时再归还给系统

下面呢我们自己编写一个内核模块

打印系统中所有进程的PID和进程名

模块中的代码如下

在这个例子中 我们仅仅打印出PCB中的2个字段

其实呢你可以举一反三

打印出更多字段来观察进程执行过程中

各个具体字段的具体值

容器作为目前云技术的核心技术

与进程到底有多大关系呢

对进程来说 它的静态表现就是程序

平时呢都安安静静地待在磁盘上

而一旦运行起来呢它就变成了计算机里的数据

和状态的总和这就是它的动态表现

而容器技术的核心功能呢

就是通过约束和修改进程的动态表现

从而为其创建一个“边界”

对于Docker等大多数Linux容器来说呢

Cgroups技术是用来

制造约束的主要手段

而Namespace技术则是用来修改进程视图的主要方法

在此我们抛砖引玉

感兴趣的同学可以进一步探讨下去

那么参考资料呢介绍大家

阅读深入理解Linux内核第三版第三章

Linux内核设计与实现第三版第三章

好 谢谢大家