Linux----进程概念（下）

Posted 2022-02-02 4nc414g0n

进程概念（下）

• • 7. 环境变量
  • • ①概念
    • ②Linux常见的环境变量
    • • 1.PATH
      • 2.HOME
      • 3.SHELL
      • 4.HISTSIZE
    • ③其他
    • • 1.环境变量的函数
      • 2.本地变量和export
      • 3.set和env
      • 4.内建命令
      • 5.环境变量组织方式以及如何获取环境变量
  • 8. 命令行参数
  • 9. 初始进程地址空间 （重点，概览）
  • • ①引入虚拟内存
    • ②虚拟内存
    • ③总结

7. 环境变量

①概念

环境变量(environment variables)：

1. 一般是指在操作系统中用来指定操作系统运行环境的一些参数
2. 我们在编写C/C++代码的时候，在链接的时候，从来不知道我们的所链接的动态静态库在哪里，但是照样可以链接成功，生成可执行程序，原因就是有相关环境变量帮助编译器进行查找
3. 环境变量通常具有某些特殊用途，还有在系统当中通常具有全局特性

在windows中也有环境变量，快捷键win+r可以直接打开的都是在path里添加好绝对路径的

---

②Linux常见的环境变量

注意：程序，命令，指令，可执行程序… … 都是一个概念

1.PATH

指定命令的搜索路径

当我们运行我们已编译好的可执行程序时有一个./表示当前路径
如果我们不带./系统会报错command not find
但系统命令ls cd 等就可以，这是因为系统在PATH(辅助系统进行指令查找)的帮助下能够找到
有两种方案：

1. 将自己的可执行程序添加到系统路径下
   命令：cp 程序 /usr/bin/
2. 将当前的路劲添加到PATH
   用指令：PATH=$PATH:路径
   

---

注意：环境变量是在用户登录时从配置文件加载的，所以方法2在重启后不会保留
环境变量的信息在bashrc里面

2.HOME

指定用户的主工作目录(即用户登陆到Linux系统中时,默认的目录)

3.SHELL

当前Shell,它的值通常是/bin/bash（常见shell还有sh，ksh，csh等）

4.HISTSIZE

可以保存历史命令的最多条数

③其他

1.环境变量的函数

头文件<stdlib.h>

函数	功能
char *getenv(const char *name)	获取环境变量
int setenv(const char *name, const char *value, int overwrite)	设置环境变量

---

2.本地变量和export

本地变量：只能在当前shell命令行解释器内被访问，不能被子进程继承
环境变量：具有“全局属性”，可以被子进程继承
export 本地变量：将本地变量导为环境变量

3.set和env

env只能显示环境变量
set可以显示环境变量和本地变量

4.内建命令

内建命令：shell程序内部的一个函数
echo export等
shell执行的命令的是内建命令时就直接调用内建命令的方法(这也是为什么echo export可以使用本地变量)，不是时会再去调用fork()创建子进程（子进程不可继承本地变量）

5.环境变量组织方式以及如何获取环境变量

每个程序都会收到一张环境表，环境表environ是一个字符指针数组，每个指针指向一个以’\\0’结尾的环境字符串

---

获取方式：

1. libc中定义的全局变量environ指向环境变量表,environ没有包含在任何头文件中,所以在使用时 要用extern声明
   例如：

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

	extern char **environ;
	for(int i=0; environ[i]; i++)
		printf("%s\\n", environ[i]);
	return 0;

2. 通过命令行参数（详见下面）

---

8. 命令行参数

main函数有三个参数：int argc, char *argv[], char *env[]
Linux中的指令有那么多选项也是通过命令行参数来实现的

1. int argc和char *argv[]：argv[]指针数组元素个数是argc

有如下代码

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

	for(int i=0;i<argc;i++)
	        printf("%s\\n",argv[i]);

1. 第一个元素是 ./test
2. 第二三四个是接下来的dd ff gg
3. 最后一个元素是NULL

---

2. char *env[]，接收环境变量

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

	for(int i=0; env[i]; i++)
		printf("%s\\n", env[i]);
	return 0;

---

9. 初始进程地址空间 （重点，概览）

在C和C++学习的时候我们看到有关内存的操作时会联想到下面这张图

下面有一段代码用来验证各个区域的划分：

printf("code addr         :%p\\n",main);
const char *p="hello world";
printf("p(read_only)      :%p\\n",p);
printf("global(g_val      :%p\\n",&g_val);
printf("global(g_unval)   :%p\\n",&g_unval);
//stack
int a=0;
int b=0;
static int c=0;
int d=0;
printf("stack addr(&a)    :%p\\n",&a);
printf("stack addr(&b)    :%p\\n",&b);
printf("stack addr(static &c)    :%p\\n",&c);
printf("stack addr(&d)    :%p\\n",&d);
//heap
char*q1=(char*)malloc(10);
char*q2=(char*)malloc(10);
char*q3=(char*)malloc(10);
char*q4=(char*)malloc(10);
printf("heap addr(q1)      :%p\\n",q1);
printf("heap addr(q2)      :%p\\n",q2);
printf("heap addr(q3)      :%p\\n",q3);
printf("heap addr(q4)      :%p\\n",q4);

printf("args addr(args[0]):%p\\n",argv[0]);
printf("args addr(args[argc-1]):%p\\n",argv[argc-1]);
printf("env addr(env[0])  :%p\\n",env[0]);

①引入虚拟内存

下面有一段代码：

printf("At begin g_val is: %d\\n",g_val);
pid_t id=fork();
if(id==0)
//child
	int count =0;
	while(1)
	
	    printf("child pid: %d, ppid: %d, g_val=%d, [&g_val=%p]\\n",
	    						getpid(),getppid(),g_val,&g_val);
	    sleep(1);
	    count++;
	    if(count==5)
   		g_val=100;
	

else if(id>0)
//parent
	while(1)
	
	    printf("parent pid: %d, ppid: %d, g_val=%d, [&g_val=%p]\\n",
	    						getpid(),getppid(),g_val,&g_val);
	    sleep(1);
	

else
	//TODO

可以看到：父子进程的g_val值不一样（代码共享，数据各自私有一份：写时拷贝）
但为什么它们有相同的地址[0x601048]呢？

1. 变量内容不一样,所以父子进程输出的变量绝对不是同一个变量
2. 但地址值是一样的，说明，该地址绝对不是物理地址！
3. 在Linux地址下，这种地址叫做 虚拟地址
4. 我们在用C/C++语言所看到的地址，全部都是虚拟地址！物理地址，用户一概看不到，由OS统一管理

---

②虚拟内存

<冯诺依曼>规定： 程序运行的时候，代码和数据一定在物理内存上
而将虚拟地址转化为物理地址的操作由OS完成

在32位下， 操作系统默认会给给个进程构成一个地址空间的概念(0000…00——FFFF…FF) 4GB的空间

在Linux中描述进程的是task_struct，而描述进程空间是用的一个结构体mm_struct
下面是Linux2.6.39的源码：

形象表现如下图
而完成虚拟内存到物理内存的映射的工作由页表完成
页表：是一种特殊的数据结构，放在系统空间的页表区，存放逻辑页与物理页帧的对应关系。 每一个进程都拥有一个自己的页表，PCB表中有指针指向页表

有了这种映射关系，虚拟内存完全可以完全一样

---

那么为什么不直接访问内存呢？

1. 如果直接进程访问物理内存，那么看到的地址就是物理地址，使用指针造成越界(越界不一定报错，关键字：金丝雀保护机制)
2. 进程的独立性，无法保证
3. 因为物理内存暴露，其中就有可能有恶意程序直接通过物理地址，进行内存数据的篡改，也可以读取

虚拟地址到物理地址的-一个转化，由OS来完成的，同时也可以帮系统进行合法性检测
每个页表项会有许可位来控制对一个虚拟页面内容的访问，如果一条指令违反了许可条件，CPU就会触发保护机制，Linux Shell一般将这种异常报告为段错误(segmentation fault)
例子：C语言中对字符常量的修改

---

为了会进行回收等操作，内存需要知道某个进程的退出内存，所以内存管理模块和进程管理模块是强耦合的，
管理只需要知道那些内存区域(page)是无效的，哪些是有效的将内管管理 所以和进程管理进行解耦，
底层类似智能指针，每次申请空间就会给一个count变量++,回收一次count就–，当count为0就进行解耦

为什么进程地址空间是按照区域划分的？
在磁盘中的可执行程序，本身是按文件的方式组织成一个个的区域

链接过程更方便
由于程序在物理空间内的存放位置完全是根据当前内存状态存放的，为了能让进程(PCB)找到 ，进程地址空间也进行了区域划分，通过页表将所有的数据整合起来，使在地址空间看到的和在磁盘看到的是同一种物理排序
有了地址空间，我们就可以在确定的位置，执行代码的入口，完成运行
物理内存是以页为单位的，一页为4kb，而程序中的每一个块被分为若干个4kb，一个4kb叫做页帧

---

回到最开始的问题：为什么父子进程的g_val地址一样？

1. 当创建子进程的时候，子进程的task_struct，mm_struct ，页表等都会以父进程为模板创建，(默认继承父进程的大部分属性)
2. 父子进程共享一份代码，控制语句if else 控制父子进程执行的代码块
3. 父子进程的进程地址空间里的虚拟地址&g_val一定一样，当子进程想对g_val进行写的时候，操作系统发现进程只有读权限，于是操作系统在物理内存开辟一个新的和g_val一样的空间，将g_val拷贝进去，同时让子进程的页表映射到这块空间，同时具有写权限
4. 在上层看来虚拟地址是一样的，只是映射到的物理地址变化了，本质上进行了写时拷贝

---

③总结

进程和程序的区别：(宏观)
进程包括：task_struct, mm_struct 页表， 代码和数据

---

四个问题：

1. 进程地址空间究竟是什么？

地址空间本质是进程看待内存的方式，抽象出来的一一个概念，内核struct mm. struct. 这样的每个进程，都认为自己独占系统内存资源
区域划分本质:将线性地址空间划分成为一个七个的区域[start, end]
虚拟地址本质:在[start, end]之 间的各个地址叫做虚拟地址

2. 为什么要存在地址空间?

保护物理内存，不收到任何进程内的地址的直接访问，方便进行合法性校验
将内存管理和进程管理进行解耦
让每个进程,以同样的方式来看待代码和数据

3. 验证地址空间的基本排布？

（待补充）

4. 地址空间vs物理内存之间的关系？

虚拟地址:和物理地址之间是通过页表完成的映射关系