Linux进程线程初探（概念）

多任务操做系统下一般有3个基本概念：任务、进程、线程。

任务：任务是一个逻辑概念，是为实现某一目的的一些列操做。一次任务可激发多个进程，这些进程相互合做来完成目标。

进程：指一个具备功能的程序在某个数据集合上的一次动态执行过程，它是操做系统进行资源分配和调度的基本单元。

进程和程序的区别：程序是一段静态的代码，是保存在ROM上的指令和数据的集合，没有任何执行的概念；而进程是一个动态的概念，它是程序的一次执行过程，它包括了动态建立、调度、执行和消亡的整个过程。

线程：进程是系统中程序执行和资源分配的基本单位。

每一个进程都拥有本身的数据段、代码段、堆栈段，因此进程切换的操做对系统的开销较大。为了提升效率，操做系统引入了线程，也称为轻量级进程。

线程能够对进程的内存空间和资源访问，并与同一进程中的其余线程共享。所以，线程的切换开销比进程小的多。一个进程能够拥有多个线程，其中每一个线程共享该进程所拥有的资源和地址空间，所以，任何线程对系统资源的操做都会给其余的线程带来影响，因此应注意多线程中的同步。

那么进程到底拥有那些资源呢，系统又是怎么对进程进行资源分配和调度的呢？

进程的产生：系统首先在新的地址空间里建立进程、读入可执行文件、最后开始执行。系统在一开始就会初始化一个进程，叫作init()，在Linux中进程的建立依赖于函数fork()，fork()经过复制当前进程建立一个子进程，子进程与父进程的区别仅仅在于不一样的PID，PPID和某些资源及统计量。因此init进程是全部进程的上辈进程。而exec函数族则负责读取可执行文件并将其载入地址空间开始运行。

进程的终止：进程终止时系统必须保证进程所占用的资源回收，并通知父进程。Linux首先把终止的进程设置为僵尸状态，此时进程已没有运行。它的存在只为父进程提供信息，父进程在某个时间调用wait函数族，回收子进程的退出状态，随后子进程占用的全部资源被释放。

系统是如何管理和调度进程的：Linux内核将率先取得处理器的控制权，再使用调度算法将处理器分配给某个进程。

内核的调度过程：内核将全部进程存放在一个双向链表（进程链表）中，链表的每一项都是一个task_struct结构体。该结构体包含了进程的全部信息，它能完整的描述一个进程，包括进程的状态、进程的基本信息、进程的标识符、内存相关信息、父进程信息、与进程相关的终端信息、当前工做目录、打开的文件信息、所接受的信号等。

其中最为重要的是task_struct中的state（进程状态），主要包括：运行状态（TASK_RUNNING）、可中断的阻塞状态（TASK_INTERRUPTIBLE）、不可中断的阻塞状态（TASK_UNINTERRUPTIBLE）、暂停状态（TASK_STOPPED）、僵尸状态（EXIT_ZOMBLE）、消亡状态（EXIT_DEAD）。它们之间的转换关系如图：

1 进程状态转换关系图

进程所拥有的资源：Linux系统采用虚拟内存管理技术，使得每一个进程都有本身独立的地址空间。该地址空间是大小4GB的线性虚拟空间。而这4GB的进程空间又分为两部分 - 用户空间和内核空间。用户空间0-3GB，内核空间3-4GB。用户进程只有使用系统调用的时候才能访问到内核空间。每当进程切换，用户空间就会变化；而内核空间是由内核负责映射，它并不会跟着进程变化，是固定的。每一个用户进程的用户空间都是彻底独立的、互不相干的。

 

2 进程地址空间分布图

用户空间包括如下几个功能区域：

只读段：包含程序代码（.init .text）和只读数据（.rodata）。

数据段：存放的是全局变量和静态变量。其中可读可写数据段（.data）存放已初始化的全局变量和静态变量，BBS数据段（.bss）存放未初始化的全局变量和静态变量。

栈：有系统自动分配释放，存放函数的参数值、局部变量的值、返回地址等。

堆：存放动态分配的数据，通常有程序动态分配和释放，若程序没有释放，程序结束时由系统回收。

共享库的内存映射区域：这是Linux动态连接器和其余共享库代码映射区域。