Linux操作系统之进程（一）：进程属性与进程创建

前言

在上一节课中，我们了解到操作系统是计算机系统的"大管家"，负责管理所有软硬件资源。今天，我们聚焦这个大管家如何管理其中最重要的资源之一——​​进程​​。

​​关键概念​​：进程 = 内核数据结构(task_struct) + 程序的代码和数据

什么是进程？

课本概念：程序的⼀个执⾏实例，正在执⾏的程序等。

内核观点：担当分配系统资源（CPU时间，内存）的实体。

这些描述对于我们来说可能还是有点过于抽象了，那怎么才能理解好进程呢？

想象一下，操作系统就像一家大型医院的院长，而进程就是医院里的各个科室和医护人员。院长不需要知道每个医生具体怎么给病人看病，但他需要知道：

• 医院有多少科室在运行
• 每个科室需要多少资源
• 如何协调各科室的工作

这就是操作系统对进程的管理！

进程的直观理解：​​进程 = 正在运行的程序​​。

但更准确地说：

​​进程 = 内核数据结构(task_struct) + 程序的代码和数据​（我们后面会更加深入理解这句话）

我们可以用烹饪来类比：

• ​​程序​​：就像菜谱（静态的指令集合）
• ​​进程​​：就是实际按照菜谱烹饪的过程（动态的执行实体）

进程的管理

操作系统需要管理进程，因为：

1. ​​资源分配​​：CPU时间、内存、IO设备等资源有限
2. ​​隔离保护​​：防止进程相互干扰
3. ​​效率提升​​：通过并发执行提高系统吞吐量

就像医院院长需要管理：

• 哪些手术室分配给哪个科室
• 确保一个科室的传染病不会影响其他科室
• 合理安排医护人员提高医院整体效率

操作系统想要管理进程，就需要通过进程的属性数据来管理。因此，操作系统会为进程创建一个数据结构，在linux中叫做 struct PCB（process control block）。

​PCB就像进程的完整档案​​，包含操作系统管理进程所需的所有信息。没有PCB，操作系统就无法有效管理进程。而这个结构体里面含有各种参数，例如pid，status等等，通过这些参数，操作系统就可以轻松知道进程的状态，从而对其进行管理。

关键信息如表格所示：

在PCB的内部，有个内存指针：void * memptr（通过这个指针就可以直接或间接找到自己的代码与数据）。同时也有个struct task_struct * next指针，这个指针会让我们找到下一个PCB结构体对象的位置，形成一个链表，我们称之为：struct task_struct* Task_list，这个Task_list就类似于学生的花名册，因此操作系统对进程的管理，就变成了对数据结构的增删查改（这里在上一篇文章中也有介绍） ，类比于你投递简历，本质就是HR在通过这个链表，根据需求条件（PCB的优先级）筛选每一个PCB（简历）。

运行起来的程序→是因为：进程会被根据task_struct属性被os调度，运行、

所以， ​​进程 = 内核数据结构(task_struct) + 程序的代码和数据。

为什么需要PCB？

PCB就像进程的身份证，包含了管理进程所需的所有信息。没有PCB，操作系统就无法有效管理进程。

想象你去医院看病，医院需要你的病历档案（PCB）来记录你的各种信息，才能提供合适的治疗（CPU时间片）。

关于PCB的属性上文已有提到，我们可以通过系统调用来获取到这些属性：（以PID为例）

我们在linux服务器上有以下文件：

Makefile:

# 定义编译器和编译选项
CXX = g++
CXXFLAGS = -Wall -std=c++11

# 定义目标文件和可执行文件名
TARGET = proc
SRC = proc.cpp

# 默认目标
all: $(TARGET)

# 直接生成可执行文件（不生成.o文件）
$(TARGET): $(SRC)
	$(CXX) $(CXXFLAGS) -o $@ $<

# 清理生成的文件
clean:
	rm -f $(TARGET)

# 运行程序
run: $(TARGET)
	./$(TARGET)

.PHONY: all clean run

proc.cpp:

#include<iostream>
using namespace std;
#include <sys/types.h>  
#include <unistd.h> 

int main()
{
    cout << "my pid: " << getpid() << endl;
    cout << "my ppid: " << getppid() << endl;
    return 0;
}

我们在linux终端运行Makefile生成可执行exe文件后运行文件，得到一个结果：

可以看到PID已经被获取并打印出来了。

getpid与getppid分别就是获取本进程的pid与ppid的系统调用接口。

我们可以将proc.cpp代码更改为循环代码：

proc.cpp:

#include<iostream>
using namespace std;
#include <sys/types.h>  
#include <unistd.h> 

int main()
{
    cout << "my pid: " << getpid() << endl;
    cout << "my ppid: " << getppid() << endl;

    while(1)
    {
         cout << "my pid: " << getpid() << endl;
         sleep(1);
    }
    return 0;
}

重新生成可执行文件后运行该代码，我们让程序每隔一秒钟打印一次自己的pid信息。

这个时候，我们打开另外一个终端登录相同的，输入以下指令：

ps ajx | head -1 && ps ajx | grep proc | grep -v grep 

这个命令组合用于查看和筛选进程信息，具体解释如下：

命令分解：

1. ps ajx | head -1
   • ps ajx：显示所有进程的详细信息（BSD风格格式）
     • a：显示所有用户的进程
     • j：显示任务控制信息（PGID/SID等）
     • x：包括没有控制终端的进程
   • | head -1：只输出第一行（即表头信息）
2. ps ajx | grep proc | grep -v grep
   • ps ajx：同上，显示所有进程信息
   • | grep proc：筛选包含"proc"关键字的行
   • | grep -v grep：排除掉包含"grep"的行（避免显示grep进程自身）

组合效果：

1. 先显示进程列表的表头（列名）
2. 然后显示所有包含"proc"关键字的进程（排除grep自身）

我们可以看到最下面有一个进程的PID正是我们运行的proc程序所在的PID：1391099。所以我们运行的proc就是个进程。由此我们可以知道，把程序（指令本身也是）运行起来，本质上就是在系统中启动了一个进程。

而进程分为两种，第一种是执行完就退出。比如ls、pwd的命令。第二种是一直不退，直到用户退出，命名为常驻进程。

系统中会有许多进程，若用进程名字（字符串）来比较或管理就会很麻烦，所以起了一个编号叫做进程的PID，而所谓的PPID，就是这个进程的父进程的PID（后面进程创建会有所介绍）

PID就像进程的身份证号码，具有唯一性。同一个程序在不同时间启动，会有不同的PID。

怎么停止一下正在运行的进程呢？在终端中，当我们按下ctrol + c时，就会强制让进程结束，实际上，是因为内部使用了kill 命令来杀死进程。​

kill 是 Linux/Unix 系统中用于向进程发送信号（signal）的命令（信号大家先不用理解），主要用于终止、暂停或控制进程的行为。有着多种选项如下：

我们可以通过选项9来杀死进程：kill -9 <PID>...

proc目录

在linux相同的根目录下，通常有个子目录叫做proc。这个目录下存放着多种信息，包括进程等信息。

我们可以通过/proc目录查看进程的详细信息：

PCB的exe与cwd属性

进行以下操作：

1、继续允许上面的无限循环的代码proc.cpp.

2、随后我们继续在另一个终端中找到/proc目录查看进程信息

进入对应进程PID的目录，可以看到cwd与exe两个属性

说明，​​exe​​ 是进程控制块（PCB，如 Linux 的 task_struct）中的一个关键属性，表示​​进程对应的可执行文件的绝对路径

3、尝试删除正在运行的程序：

kill -9 1402057

再次查看/proc/1402057/exe，你会发现它显示为deleted，但进程仍在运行！这是因为程序已经被加载到内存中了。

而cwd又是什么呢？

我们在进行文件管理操作时，进程会用到fopen，当打开一个不存在的文件时，我们通常会在当前目录创建一个同名文件，那操作系统怎么知道当前目录呢？这就是进程的cwd所代表的含义：​​进程的当前工作目录。

当进程使用相对路径（如 ./file.txt 或 ../data/）访问文件时，系统会基于 CWD 解析完整路径。例如，若 CWD 是 /home/user，则 ./doc.txt 会被解析为 /home/user/doc.txt。最终新建文件时，实际上是一个全路径。

我们可以通过chdir系统调用接口来更改进程的cwd：

父子进程关系

在Linux中，除了init进程（PID为1）外，所有进程都有父进程。当我们从命令行运行程序时，实际上是bash（bash是命令行解释器）进程创建了子进程来执行我们的代码。

我们可以用fork()系统调用创建子进程：

因此，当使用fork创建子进程失败时，会返回负数，对于父进程，会返回子进程的pid，对于子进程，会返回一个0。

所以fork()会返回两次！在父进程中返回子进程的PID，在子进程中返回0。这是因为fork创建的新进程会复制父进程的PCB，然后两者都从fork调用后继续执行，随后父子进程分别执行了一次return，导致返回了两个pid_t的数据。

对于父子进程来说，他们的代码一般来说是共享的，但是数据确实格子独立私有一份的，这就是进程的独立性。即使是父子进程也是如此。让我们看个例子：

更改proc.cpp代码如下：

#include<iostream>
using namespace std;
#include <sys/types.h>  
#include <unistd.h> 

int gval=0;

int main()
{
    pid_t id = fork();
     //之后会有两个进程运行相同的代码，对于子进程来说，id返回值为0，对于父进程来说，id返回值为子进程的pid
    //fork之后谁先运行由调度器自己决定，所以父子进程的打印顺序不一定
    //fork之后，父子进程各自有自己的代码段，数据段，堆，栈，文件描述符表，
    //但是共享正文段，全局变量，常量，环境变量，用户id，宿主id，工作目录，信号处理方式
    if(id == 0)
    {
        //子进程
        while(1)
        {
            cout << "I am child" << "  gval: " << gval << endl;
            gval += 1;
            sleep(1);
        }
    }
    else if(id > 0)
    {
        //父进程
        while(1)
        {
            cout << "I am parent" << "  gval: " << gval << endl;
            sleep(1);
        }
    }
}

运行proc，有以下现象：

对于这个代码，对于全局变量gval，父进程进行只读操作，子进程进行改写的加加操作，发现同一个全局变量，但打印结果不同，说明数据各自独立一份。

总结

​​关键知识点总结​​

1. ​​进程的本质​​
   • 进程是​​运行中的程序​​，由​​代码、数据和PCB（进程控制块）​​组成。
   • ​​PCB（task_struct）​​是进程的核心数据结构，存储所有管理信息（如PID、状态、资源等）。
2. ​​进程的标识​​
   • ​​PID（进程ID）​​：唯一标识一个进程。
   • ​​PPID（父进程ID）​​：标识创建该进程的父进程（除init进程外，所有进程都有父进程）。
3. ​​进程的独立性​​
   • 每个进程拥有​​独立的内存空间和运行环境​​，即使父子进程也​​数据隔离​​（修改互不影响）。
4. ​​进程的查看与管理​​
   • ​​/proc文件系统​​：可查看进程详细信息（如/proc/<PID>/cwd、/proc/<PID>/exe）。
   • ​​fork()系统调用​​：创建子进程，父子进程​​代码共享，数据独立​​。
5. ​​进程的工作目录​
   • ​​CWD（Current Working Directory）​​：进程访问文件的基准路径，影响相对路径解析。
   • ​EXE​​ 是进程控制块（PCB）中的一个关键属性，表示​​进程对应的可执行文件的绝对路径

​​核心结论​​

• ​​操作系统通过PCB管理进程​​，进程的​​运行、资源分配、隔离​​均依赖PCB。
• ​​fork()是进程创建的基石​​，父子进程的独立性保障了系统稳定性。
• ​​CWD决定了文件访问的基准路径​​，是进程环境的关键组成部分。

理解这些概念对深入学习Linux系统编程至关重要。希望这篇博客能帮助你更好地理解进程属性！如果有任何问题，欢迎在评论区留言讨论。