操作系统—— 进程管理：进程

Posted 2021-09-15 大彤小忆

• 1. 进程
• • 1.1 进程概念
  • • 1.1.1 进程
    • 1.1.2 进程状态
    • 1.1.3 进程控制块
    • 1.1.4 线程
  • 1.2 进程调度
  • • 1.2.1 调度队列
    • 1.2.2 调度程序
    • 1.2.3 上下文切换
  • 1.3 进程运行
  • • 1.3.1 进程创建
    • 1.3.2 进程终止
  • 1.4 进程间通信
  • • 1.4.1 共享内存系统
    • 1.4.2 消息传递系统
  • 1.5 客户机/服务器通信
  • • 1.5.1 套接字
    • 1.5.2 远程过程调用
    • 1.5.3 管道

  早期的计算机一次只能执行一个程序。这种程序完全控制系统，并访问所有系统资源。现代操作系统允许加载多个程序到内存，以便并发执行。这些需求导致了进程概念的产生，即进程为执行中的程序。
  进程是现代分时操作系统的工作单元。
  通过CPU的多路复用，所有进程可以并发执行。通过在进程之间切换CPU，操作系统能使计算机更为高效。

1. 进程

1.1 进程概念

• 在讨论操作系统时，有个问题是关于如何称呼所有CPU活动。批处理系统执行作业（job），而分时系统使用用户程序或任务（task）。即使单用户系统，用户也能同时运行多个程序（如文字处理、网页浏览等）。
• 即使用户一次只能执行一个程序，操作系统也需要支持本身的内部活动，如内存管理。所有这些活动在许多方面都相似，因此称为进程（process）。

1.1.1 进程

• 程序本身不是进程，程序只是被动实体。如存储在磁盘上的包含一系列指令的文件（通常称为可执行文件）。而进程是活动实体。当一个可执行文件被加载到内存时，这个程序就成为进程。
• 进程是执行中的程序实体。
• 进程是操作系统进行资源分配和调度的基本单位。
• 进程是执行的程序，这是一种非正式的说法。
• 进程不只是程序代码，进程还包括当前活动，如程序计数器的值和寄存器的内容等，另外，进程还包括堆、栈、数据等。

  内存中的进程如下图所示。

1.1.2 进程状态

• 进程在执行时会改变状态。进程状态，部分取决于进程的当前活动。每个进程可能处于以下状态：
• 新的（new）：进程正在创建。
• 运行（running）：指令正在执行。
• 等待（waiting）：又称阻塞状态，进程等待发生某个事件（如IO完成）。
• 就绪（ready）：进程等待分配处理器。
• 终止（terminated）：进程已经结束。

  进程状态图如下图所示。

1.1.3 进程控制块

• 操作系统内的每个进程采用进程控制块（Process Control Block，PCB）来表示。
• PCB包含许多与某个特定进程相关的信息：
   - 进程状态： 包括新的 、就绪、运行、等待、停止等。
   - 程序计数器： 存储进程将要执行的下一个指令的地址。
   - CPU寄存器： 在发生中断时，这些状态信息与程序计数器一起需要保存，以便进程以后能正确的继续执行。
   - CPU调度信息： 包括进程优先级、调度队列的指针和其他调度参数。
   - 内存管理信息： 包括基地址和界限寄存器的值、页表和段表等。
   - 记账信息： 包括CPU时间、实际使用时间、时间期限、记账数据、进程数等。
   - I/O状态信息： 包括分配给进程的IO设备列表、打开文件列表等。

  进程控制块（PCB）如下图所示。

  简而言之，PCB简单地作为这些信息的仓库，随着进程的不同而不同。进程间的CPU切换如下图所示。

  Linux的进程表示： Linux操作系统的进程控制块采用C语言结构task_struct来表示，它位于内核源代码目录内的头文件<linux/sched.h>。这个结构包含用于表示进程的所有必要信息，包括进程状态、调度和内存管理信息、打开文件列表、指向父进程的指针及指向子进程和兄弟进程列表的指针等。(父进程( parent process）为创建它的进程，子进程（childprocess）为它本身创建的进程，兄弟进程（sibling process）为具有同一父进程的进程。)

1.1.4 线程

• 每个进程是一个只能执行单个线程（thread）的程序。这种单一控制线程使得进程一次只能执行一个任务。

1.2 进程调度

• 多道程序设计的目的是无论何时都有进程运行，从而最大化CPU利用率。分时系统的目的是在进程之间快速切换CPU，以便用户在程序运行时能与其交互。
• 为了满足这些目标，进程调度器（process scheduler）选择一个可用进程（可能从可用进程集合中）到CPU上执行。单处理器系统不会具有多个正在运行的进程。如果有多个进程，那么余下的需要CPU空闲并能调度。
• 进程在进入系统时，会被加入到作业队列（job queue），这个队列包括系统内所有进程。
• 驻留在内存中的、就绪的、等待运行的进程保存在就绪队列（ready queue）上，这个列表通常用链表实现。
• 系统还有其他队列，等待特定IO设备的进程列表，称为设备列表（device queue），每个设备都有自己的设备队列。

1.2.1 调度队列

  就绪队列和各种I/O设备队列如下图所示。

  进程调度通常用队列图表示：

1.2.2 调度程序

• 操作系统通过调度程序来选择进程，而后执行进程。
   - 长期调度程序： 如批处理系统，提交的进程多于可以立即执行的，那么将进程保存到大容量存储设备（如磁盘）的缓冲池，以便后续执行。
   - 短期调度程序： 从准备执行的进程中选择进程，并分配CPU执行。
   - 中期调度程序： 将进程从内存（或从CPU竞争）中移出，从而降低多道程序调度。之后进程可以被重新调入内存，并从中断处继续执行。这种方案称为交换（swap），进程可以换出（swap out），并在后来可以换入（swap in）。

  添加中期进程调度到队列图如下图所示。

• IO密集型进程： 执行进程时，IO占用更多的时间，可能需要等待IO，IO是一个耗时操作。
• CPU密集型进程： 执行进程时，CPU计算占用更多时间。

1.2.3 上下文切换

• 中断导致CPU从执行当前任务改变到执行内核程序，这种操作在系统中经常发生。当中断发生时，系统需要保存当前运行在CPU上的进程的上下文，以便在处理后能恢复上下文，即先挂起进程，再恢复进程。
• 进程的上下文采用进程PCB表示。
• 切换CPU到另一个进程需要保存当前进程状态和恢复另一个进程的状态，这个过程称为上下文切换（context switch）。
• 上下文切换的时间是纯粹的开销，因为在这个过程中，CPU没有做任何有用的工作。

1.3 进程运行

• 大多数系统的进程能够并发执行，它们可以动态创建和删除。
• 因此操作系统必须提供机制，以创建和终止进程。

1.3.1 进程创建

  进程在执行的过程中可能创建多个新的进程。创建进程称为父进程，而新的进程称为子进程。每个新进程可以再创建其他进程，从而形成进程树（process tree）。

  大多数操作系统对进程的识别采用唯一的进程标识符（process identifier，pid），通常是一个整数值。通过pid可以访问内核中的进程的各种属性。

  典型Linux系统的一个进程树如下图所示。

  当进程创建新进程时，可有两种执行可能：
   - 父进程与子进程并发执行
   - 父进程等待，直到某个或全部子进程执行完成

  新进程的地址空间也有两种可能：
   - 子进程是父进程的复制品（它具有与父进程同样的程序和数据）
   - 子进程加载另一个新程序

  如linux操作系统使用fork()创建新进程，如下图所示。

1.3.2 进程终止

  当进程完成执行最后语句并且通过系统调用exit()请求操作系统删除自身时，进程终止。当进程终止时，操作系统会释放其资源。
  父进程终止子进程的原因有很多：
   - 子进程使用了超过它所分配的资源
   - 分配给子进程的任务，不再需要
   - 父进程正在退出，而操作系统不允许无父进程的子进程继续执行
  有些系统不允许子进程在父进程已终止的情况下存在。对于这类系统，如果一个进程终止（正常或不正常终止），那么它的所有子进程也应终止，这种现象称为级联终止，通常由操作系统来启动。

1.4 进程间通信

• 操作系统内的并发执行进程可以是独立的也可以是协作的。
• 如果一个进程不能影响其他进程或受其他进程影响，那么该进程是独立的。
• 如果一个进程能影响其他进程或受到其他进程的影响，那么该进程是协作的。
• 允许进程协作，有许多理由：
   - 信息共享
   - 计算加速
   - 模块化
• 协作进程需要一种进程间通信机制，以允许进程互相交换数据与信息。
• 进程间通信有两种基本模型：内存共享和消息传递。
   
  

1.4.1 共享内存系统

• 采用共享内存的进程间通信，需要通信进程建立共享内存区域。
• 通常操作系统试图阻止一个进程访问另一个进程的内存。共享内存的进程需要打破这个规则。
• 进程负责确保，它们不向同一个位置同时写入数据。
• 生产者进程 —> 缓冲区（存储共享数据） ---->消费者进程。
• 缓冲区： 分为无界缓冲区和有界缓冲区。
       - 无界缓冲区没有限制缓冲区大小，当缓冲区为空，消费者需要等待。
       - 有界缓冲区有固定大小。当缓冲区为空，消费者需要等待，如果缓冲区满，生产者必须等待。

1.4.2 消息传递系统

• 如互联网聊天程序。
• send(message) ----> receive(message)
• 直接通信： 需要通信的每个进程必须明确指定通信的接收者和发送者。
• 间接通信： 通过邮箱或端口来发送和接收消息。
• 阻塞和非阻塞（即同步和异步）
    - 阻塞发送： 发送进程阻塞，直到消息由接收进程所接收
    - 非阻塞发送： 发送进程发送消息，并且恢复操作
    - 阻塞接收： 接收进程阻塞，直到消息可用
    - 非阻塞接收： 接收进程收到一个有效消息或空消息
• 缓存
    - 零容量队列： 队列长度为0，发送者阻塞，直到接收者收到消息
    - 有限容量： 队列长度有限，队列空，消费者阻塞，队列满，生产者阻塞
    - 无限容量： 队列长度无限，发送者从不阻塞

1.5 客户机/服务器通信

  客户机-服务器系统通信的三种策略：
    - socket（套接字）
    - 远程过程调用RPC
    - 管道

1.5.1 套接字

• 套接字（Socket）为通信的端点。通过网络通信的每对进程需要使用一对套接字，即每个进程各有一个。
• 每个socket由ip和端口组成。

  采用套接字的通信如下图所示。

• 使用socket通信，虽然常用和高效，但是属于分布式进程之间的一种低级形式的通信。一个原因是，socket只允许在通信线程之间交换无结构的字节流。客户机和服务器程序需要自己加上数据结构。

1.5.2 远程过程调用

1.5.3 管道

  管道（pipe）允许两个进程进行通信。
  在实现管道时，应该考虑以下四个问题：
    - 管道允许单向通信还是双向通信
    - 如果允许双向通信，它是半双工的（数据在同一时间只能按一个方向传输）还是全双工（数据在同一时间内可以在两个方向传输）
    - 通信进程之间是否有一定的关系（如父子关系）
    - 管道通信能否通过网络，还是只能在同一台机器上进行

• 普通管道
   $\diamond$ 普通管道允许两个进程按标准的生产者-消费者方式进行通信。
   $\diamond$ 生产者向管道的一端写（写入端），消费者从管道的另一端读（读出端）。因此管道是单向的，只允许单向通信。
   $\diamond$ 如果需要双向通信，就要使用两个管道，而每个管道向不同方向发送数据。
   $\diamond$ 只有当进程相互通信时，普通管道才存在。一旦进程通信结束，普通管道就不存在了。
• 命名管道
   $\diamond$ 通信是可以双向的，并且父子关系不是必需的。
   $\diamond$ 当建立了一个命名管道后，多个进程都可用它通信。
   $\diamond$ 当通信进程完成后，命名管道继续存在。