进程的基础知识

基本概念

程序是存储在硬盘上的编译生成的二级制可执行文件.不占用系统资源,是具体的.

进程是一个二进制程序(在内存中)的执行过程(运行实例).占用系统资源,是抽象的.

启动程序时,程序的文件会被加载到内存中,产生进程,结合系统分配的资源完成运行,程序关闭或退出时,进程会结束.

POSIX标准（可移植操作系统接口 Portable Operating System Interface），为了统一 类UNIX操作系统编程接口，方便跨平台编程和程序的可移植。参考：posix是什么都不知道，就别说你懂Linux了！

进程处理机制

1个单核CPU(或CPU的一个核心)在一个时间点只能处理一个进程.

我们用电脑同时运行多个程序,是因为操作系统的”多道程序设计”技术,内核控制CPU在多道进程间切换,它将CPU的整个生命周期划分为多个长度相同的时间片,在每个时间片内只处理一个进程。因为时间片很小，我们会感觉这些软件同时都在运行。这种分时间片实现的多任务系统，我们把它叫分时系统

CPU划分的时间片是微小的(比如纳秒),以及CPU的运算速度非常快,所以使用时感觉是同时运行多个程序.多核CPU在同时,多进程运行方面比单核CPU有优势.

假如内存中只有3个进程A,B,C,CPU时间片分配情况

多进程切换时。把当前任务状态先保存起来，把另一个任务的状态恢复，并把执行权交给它即可。俗称上下文切换。任务的状态就是一堆寄存器的值。要切换进程，只需要保存和恢复一堆寄存器的值即可。

进程的属性

OS内核能够区分进程并可获取进程属性,进程属性保存在名为进程控制块(Process Control Block)的中结构体中,内核为每个进程维护一个进程控制块,用于管理进程属性.

标识符

(1)进程标识符(Process Identifier)PID,32位非负无符号整形数据,进程的唯一标识,用来标识不同进程.

(2)父进程标识符(Parent Process Identifier)PPID,创建子进程的父进程对应的PID,在linux系统中,除init进程(编号为1)外,其余进程都有父进程. 吗

(3)用户标识符(User Identifier) UID ,标识创建这个进程的用户。PCB结构体中有euid概念(Effective User Identifier) ，即有效用户标识符，标识以有效权限发起进程的用户。例：用户yangliuan 以root权限发起进程，那么进程的uid对应的用户为yangliuan,进程的euid对应用户为root

(4)组标识符(Group Identifier)GID,标识创建进程的用户所属组。euid对应的组标识符为egid(Effective Group Identifier)

<?php
echo '进程标识[PID]:', posix_getpid(), PHP_EOL;
echo '父进程标识符[PPID]:', posix_getppid(), PHP_EOL;
echo '用户标识符[UID]:', posix_getuid(), PHP_EOL;
echo '有效用户标识符[EUID]:', posix_geteuid(), PHP_EOL;
echo '组标识符[GID]:', posix_getgid(), PHP_EOL;
echo '有效组标识符[EGID]:', posix_getegid(), PHP_EOL;

进程的状态

(1)就绪态

进程所需资源已经分配到位，只等待CPU，当可以使用CPU时，进程会立即变为运行态，内核会维护一个运行对列，用来装载所有就绪态的进程，当CPU空闲时，内核会从队列中选择一个进程，为其分配CPU

(2)运行态

进程处于此状态时会占用CPU，处于此状态的进程数量必定小于等于处理器数量，因为每个CPU在一个时间点只能运行一个进程

(3)睡眠态

此状态的进程不能占用CPU

不可中断睡眠态，是由外部I/O调用造成，等待外部I/O硬件设备响应，此状态不可中断，即我们常说的阻塞。举例进程向硬盘读写数据时，为了保证数据的一致性，在得到磁盘回复前，它是不能被其他进程或者中断打断的，这个时候的进程就处于不可中断状态

可终端睡眠态，进程对应的当前用户请求已处理完毕，暂时退出退出CPU，当用户再次发出请求，会立即被唤醒，这种状态被称为挂起，程序中常用的方法是sleep() (php为例) ，类比可以理解为汽车已点火，但是没有往前开。

(4)终止态

进程已运行完毕，此时进程不会被调度，也不再占用CPU

进程状态转换示意图

寄存器信息

寄存器的数量是有限的，cpu在进行进程切换时，会保存当前进程的数据，以边下次切换回来的时候从中断处继续进行。该过程称为cpu的上下文切换。在服务端多进程编程模型中，进程数和cpu核数该如何匹配

页表指针

百度百科 页表机制

程序运行时，系统会为其开辟一段虚拟内存，虚拟内存和物理内存映射时，各个虚拟内存中的地址相同的数据会被MMU(Memory Managenment 内存管理单元) 映射的到内存中的不同物理地址，PCB会存储虚拟地址和内存地址的对应关系

linux采用分页存储方式管理内存，进程载入到内存之前，系统将用户进程的逻辑空间分成若干个大小相等的片（称 页面或页）并编号，为进程分配内存时，以块为单位将进程中的若干页装入多个可以不相邻的物理块中，linux使用页面表来存储逻辑地址和物理地址的对应关系，页表的实质是一个结构体，每个进程的PCB中都有一个进项页表的指针。

进程组与会话

同一个进程组（process group）的进程 ，进程组由用户启动的进程创建，用户启动进程是进程组的领导进程(process group leader) ,进程组中的领导进程pid是识别进程组id，即pgid

会话（session）是进程组的集合，会话中的每一个进程组称为一个工作job，

进程控制

linux启动时创建一个init进程，进程pid为1，是所有进程的父进程，负责启动getty进程，设置进程运行级别 回收孤儿进程。

linux系统对进程的控制主要包含：进程创建，进程任务转变，进程同步，退出进程

1.创建进程

多道程序环境（多任务处理操作系统，可以同时运行多个程序）中需要创建进程的情况通常有4种：用户登录，作业调度，用户请求，应用请求。

当一个程序执行时，可能需要申请一些资源，如打开某个文件、请求某项服务 ，根据cpu运行的机制此时进程会进入睡眠态并放弃占用cpu，若要申请的资源与之后操作并不冲突，为了保障当前进程的持续进行（走完当前时间片），此时可以内存中在创建一个进程，让新的进程代替原进程执行资源申请的工作。

linux使用fork函数创建进程，系统会创建一个与原进程近乎相同的进程，之后父子进程都继续往下执行。如图

fork函数创建子进程

2.创建多个进程

fork函数创建进程时，系统会复制原程序，因此在通过父进程循环创建子进程时，要判断是不是父进程，只有父进程才能fork。

数据共享机制

子进程可以访问到与父进程完全相同的代码信息、数据信息和堆栈信息，在调用fork()函数时，遵循“读时共享，写时复制”原则。

fork()函数创建子进程后，子进程获得父进程的数据空间，堆栈，页表，等副本，此时父子进程中变量的虚拟地址相同，虚拟地址对应的物理地址也相同，父子进程共享物理内存的页面信息，为了防止一方修改导致另一方出现访问异常，系统将页面信息标记为制度，fork()函数执行完毕。

之后父子进程都继续向下执行：此时子进程拥有与父进程相同的页表，若进程只需要进行数据访问，则到对应的物理地址中便能获取到数据，因为父子进程相同虚拟空间对应相同的物理地址，其访问机制如图。

读取时共享

若子进程要对数据段，堆栈中的数据进行修改， 系统会将待操作数据复制到内存中一块新的区域，修改副本数据为可写。之后子进程修改数据副本，因此父子进程可以保存各自的数据，父子进程中相同的虚拟地址对应内存中不同的物理地址。访问机制如图

写时复制

注意事项，同样的虚拟地址对应不通的物理地址，因为虚拟地址适合进程关联的，每个进程都有一段0~4G的虚拟内存，因此多个进程中会有数据处于相同虚拟地址 ，但虚拟内存只是系统的内存管理的一种技术，目的是使进程认为自己有一段连续的地址空间，方便分配与数据管理，他不是“实际”的，进程中的数据实际存在于内存对应的物理地址 

<?php
//获取当期那进程id
$pid = posix_getpid();
echo "my pid: {$pid}", PHP_EOL;
$childNum = 5;
global $a;
$a = 1;
for ($i = 1; $i <= $childNum; ++$i) {
    //fork一个进程
    $pid = pcntl_fork();
    //创建失败
    if (-1 === $pid) {
        echo "failt to fork!", PHP_EOL;
        exit;
    }  elseif( $pid == 0 ) {
        //当前进程pid
        $mypid = posix_getpid();
        //父进程pid
        $parentpid = posix_getppid();
        //子进程中操作父进程变量并显示结果
        $a++;
        echo "I'm the {$i}th child and my pid:{$mypid},parentpid:{$parentpid}  a={$a}", PHP_EOL;
        sleep($childNum);
        exit;
    } elseif ($pid > 0) {
        //parent code
        echo "fork the {$i}th child,pid:{$pid} a={$a}", PHP_EOL;
    }
}

代码运行结果，全局变量a的值始终为2说明，无法修改父进程的值s

my pid: 37018
fork the 1th child,pid:37019 a=1
I'm the 1th child and my pid:37019,parentpid:37018  a=2
fork the 2th child,pid:37020 a=1
I'm the 2th child and my pid:37020,parentpid:37018  a=2
fork the 3th child,pid:37021 a=1
I'm the 3th child and my pid:37021,parentpid:37018  a=2
fork the 4th child,pid:37022 a=1
I'm the 4th child and my pid:37022,parentpid:37018  a=2
fork the 5th child,pid:37023 a=1
I'm the 5th child and my pid:37023,parentpid:37018  a=2

进程的执行顺序

在linux系统中，子进程应该由父进程回收，但是当在子进程被创建后，他与父进程及其他进程共同竞争系统资源，所以父子进程执行顺序是不确定 ，终止的先后顺序也是不确定。（在没有人为控制的情况下，比如在父进程使用wait sleep函数

fork函数在执行时，会复制父进程的代码，当分支较多时，代码比较庞大，每次fork时都要将所有代码复制一次，如此代码冗余造成的空间浪费不可忽视。可以将多于代码封装起来，在需要时使用exec函数族调用执行。

孤儿进程

父进程应该负责子进程的回收工作，但父子进程是异步运行的，若父进程在子进程退出之前退出，子进程就会变成孤儿进程，此时子进程会被init进程收养，之后init会替代原来的父进程完成状态收集工作。避免孤儿的方法：sleep()函数 wait()函数

僵尸进程

当进程调用了exit()函数之后，该进程并不是马上消失，而是留下一个称为僵尸进程的数据结构，僵尸进程是linux系统中另一种特殊进程，它几乎放弃了进程退出之前占用的所有内存，即没有可执行代码，也不能被调度，只能在进程列表中保留一个位置，记载进程的退出状态等信息供父进程收集。若父进程中没有回收子进程的代码，子进程将会一直处于僵尸态。

守护进程(daemon process) 后台进程、

在后台运行的一种特殊进程，通常在系统启动时启动，并在系统关闭时终止。它们通常不与用户交互，而是在后台执行某些任务，例如监视文件系统或网络连接，或者执行定期任务。它们通常以超级用户（root）权限运行，以便可以执行需要特权的任务。原理，fork一个子进程，父进程退出与前台终端的交互，设置子进程为会话领导者。可以通过信号来控制启动关闭。

daemon希腊神话半人半精灵守护神

进程同步

在多道程序环境中，进程是并行执行的，父进程与子进程可能没有交集，各自独立执行，子进程的执行结果是父进程的下一步操作的先决条件，此时父进程必须等待子进程执行。我们把异步环境下的一组并发进程因相互制约而互相发送消息、互相合作、互相等待、使各个进程按一定的速度和顺序执行称为进程间的同步。

sleep()函数来控制进程的执行顺序，但这种方法是一种权益之计，系统中进程的执行顺序是由内核决定的，这种方法很难做到对进程精确控制

linux系统中提供了wait()函数 waitpid()函数（php中PCNTL提供了这两个函数）来获取进程状态，实现进程同步。调用wait()函数的进程

参考