Linux进程管理(一)

Posted by Gityuan on July 30, 2017

一. 概述

Linux是类Unix系统,借鉴了Unix的设计并实现相关接口,但并非Unix。Linux是由Linus Torvalds于1991年创造的开源免费系统,采用GNU GPL协议保护,下面列举Linux的一些主要特点:

  • Linux系统中万物皆为文件,这种抽象方便操作数据或设备,只需一套统一的系统接口open, read, write, close即可完成对文件的操作
  • Linux是单内核,支持动态加载内核模块,可在运行时根据需求动态加载和卸载部分内核代码;
  • Linux内核支持可抢占;
  • Linux内核创建进程,采用独特的fork()系统调用,创建进程较高效;
  • Linux内核并不区分进程和线程,对于内核而言,进程与线程无非是共享资源的区别,对CPU调度来说并没有显著差异。

1.1 进程概念

进程与线程的发展演化的目标,是为了更快的创建进程/线程,更小的上下文切换开销,更好的支持SMP以及HMP架构的CPU。 线程上下文(例如各个寄存器状态,pc指针)的切换比进程开销要小得多。

系统需要运转起来,代码都是静态的,进程才具有生命力,进程是程序的动态执行过程 ,进程正是操作系统的心脏所在。何为进程?进程是处于执行状态的代码以及相关资源的集合,不仅仅是代码段(text section),还包括文件,信号,CPU状态,内存地址空间等。线程基本可以等同于进程般对待。

  • 虚拟处理器:多个进程共享同一个处理器,但虚拟处理器给进程一种独占的感觉;
  • 虚拟内存:多进程分享整个内存,但虚拟内存给进程以独占整个内存空间的感觉;

二. 进程

2.1 task_struct结构体

进程主要由以下几部分组成:

  • 代码段:编译后形成的一些指令
  • 数据段:程序运行时需要的数据
    • 只读数据段:常量
    • 已初始化数据段:全局变量,静态变量
    • 未初始化数据段(bss):未初始化的全局变量和静态变量
  • 堆栈段:程序运行时动态分配的一些内存
  • PCB:进程信息,状态标识等

Linux内核中进程用task_struct结构体表示,称为进程描述符,该结构体相对比较复杂,有几百行代码,记载着该进程相关的所有信息,比如进程地址空间,进程状态,打开的文件等。对内核而言,进程或者线程都称为任务task。内核将所有进程放入一个双向循环链表结构的任务列表(task list)。

task_struct

struct task_struct {
   volatile long state; //进程状态
   struct mm_struct *mm, *active_mm; //内存地址空间
   pid_t pid;
     pid_t tgid;

   struct task_struct __rcu *real_parent; //真正的父进程,fork时记录的
   struct task_struct __rcu *parent; // ptrace后,设置为trace当前进程的进程
   struct list_head children;  //子进程
     struct list_head sibling;	//父进程的子进程,即兄弟进程
   struct task_struct *group_leader; //线程组的领头线程

   char comm[TASK_COMM_LEN];  //进程名,长度上限为16字符
   struct fs_struct *fs;  //文件系统信息
   struct files_struct *files; // 打开的文件

   struct signal_struct *signal;
   struct sighand_struct *sighand;
   struct sigpending pending;
   
   void *stack;    //  指向内核栈的指针
   ...
}    

进程运行在内核态时,需要相应的堆栈信息, 则linux kernel为每个进程都提供一个内核栈kernel stack.

2.1.1 thread_info

Linux通过slab动态生成task_struct,那么在栈顶或栈底创建新的结构体thread_info即可,其中task指向其真正的task_struct结构体。

struct thread_info {
	struct task_struct	*task;		//主要的进程描述符
	struct exec_domain	*exec_domain;
	__u32			flags;		
	__u32			status;		// 线程同步flags
	__u32			cpu;		//当前cpu
	int			preempt_count;
	mm_segment_t		addr_limit;
	struct restart_block    restart_block;
	void __user		*sysenter_return;
	unsigned int		sig_on_uaccess_error:1;
	unsigned int		uaccess_err:1;
};

2.2 进程状态

进程结构体task_struct有一个成员state,代表的是进程的状态。 进程所有可能的状态定义在文件kernel/include/linux/sched.h, 不同的linux版本略有不同,下面列举最新Kernel的进程状态值:

序号 状态 缩写 含义
1 TASK_RUNNING R 正在运行或可运行
2 TASK_INTERRUPTIBLE S 可中断的休眠
3 TASK_UNINTERRUPTIBLE D 不可中断的休眠
4 __TASK_STOPPED T 跟踪状态, 当进程接收到SIGSTOP等signal信息
5 __TASK_TRACED t 停止状态,比如被debugger的ptrace()
6 EXIT_ZOMBIE Z 僵尸状态,即父进程还没有执行waitpid()
7 EXIT_DEAD X 死亡状态

说明:

  • R状态: 分为正在执行和RQ队列等待执行两种状态,该状态是唯一可执行的状态;
  • D状态:不影响任何信号,如果分析过一些系统冻屏/死机重启的案例,会发现很多时候是由于某个进程异常处于D状态而导致系统blocked。 即便如此,也有其存在的价值,比如当进程打开设备驱动文件时,在驱动程序执行完成之前是 不希望被打断的,可能会出现不可预知的状态。
  • Z状态:出现这个状态往往是父进程没有执行waitpid()或wait4()系统调用, 在这种情况下,内核不会丢弃该死亡进程的信息,系统无法判断是父进程是否还需要该信息。

进程状态转换图:

process_schedule

2.3 进程pid

pid最大值默认为32768,一般来说pid数值越大的进程创建时间越晚,但进程再不断创建与结束,轮完一圈又会继续从小开始轮循,所以也就破坏了这个规则。可以通过修改/proc/sys/kernel/pid_max来提高上限。

其他相关ID:

  • Tgid: 线程组的ID,一个线程一定属于一个线程组(进程组).
  • Pid: 进程的ID,更准确的说应该是线程的ID
  • PPid: 当前进程的父进程

另外,每个进程的资源是有上限,可通过cat /proc//limits查看

2.4 进程创建

  • Linux进程创建: 通过fork()系统调用创建进程
  • Linux用户级线程创建:通过pthread库中的pthread_create()创建线程
  • Linux内核线程创建: 通过kthread_create()创建内核线程

内核线程:没有独立的地址空间,即mm指向NULL。这样的线程只在内核运行,不会切换到用户空间。 所有内核线程都是由kthreadd作为内核线程的祖师爷,衍生而来的。


微信公众号 Gityuan | 微博 weibo.com/gityuan | 博客 留言区交流