⛈️ 进程管理

1. 进程的状态

• 运行中的程序，就是一个进程
• 资源分配 & 调度的基本单位

状态转移

1) 创建 new

1. 创建流程：
   • 为新进程分配唯一进程标识号 & 空白的 PCB
   • 为新进程分配所需资源，例如内存资源
   • 初始化 PCB
     • 填入 进程标识号
     • 填入 CPU 相关信息
     • 填入 进程调度相关信息
   • 将新进程插入就绪队列，插入成功则处于就绪状态

• 允许一个进程创建另外一个进程
• 子进程继承父进程的所有资源；当子进程被终止时，继承的资源会归还给父进程；父进程终止时会终止所有子进程

2) 就绪 ready

• 获得 CPU 时间片即可进入运行态

3) 运行 running

• 获得 CPU 时间片

4) 阻塞 blocked

1. 需要等待某个事件完成，此时即使给该进程时间片，也无法运行
2. 一旦进入阻塞状态，必须由某个事件进程进行唤醒
3. 发生场景：
   • 请求共享资源失败，系统没有足够的资源可供分配
   • 等待某种操作完成
   • 新数据尚未到达
   • 等待新任务
4. 阻塞流程：
   • 找到该进程对应的 PCB
   • 将该进程由运行状态转换为阻塞状态
   • 将该进程的 PCB 插入到阻塞队列中
5. 唤醒流程：
   • 从阻塞队列中找到该进程对应的 PCB
   • 将该进程由阻塞状态转化为就绪状态
   • 将该 PCB 从阻塞队列中放入就绪队列

5) 结束 exit

• 3 种结束方式
  • 正常结束
  • 异常结束
    • 越界错误
      • 访问超出该进程的存储区域
    • 保护错误
      • 访问了不被允许访问的区域
    • 非法指令
      • 使用了不存在的指令
    • 特权指令错误
      • 用户进程下指令了内核态才能执行的指令
    • 运行超时
      • 执行时间超过指定时间
    • 等待超时
      • 等待时间超过指定时间
    • 算法运算错误
      • 例如，除 0 操作
    • IO 故障
  • 外界干预
    • 操作员 | 操作系统干预
      • 例，kill 指令杀死进程
    • 父进程终止，所有子进程都会被结束
• 结束流程：
  • 查找该进程对应的 PCB，读取 PCB 中的进程状态
  • 若处于执行状态，终止该进程的执行，并将其拥有的 CPU 资源分配给其他进程
  • 若还有子进程，终止所有子进程的执行
  • 将该进程的所有资源归还给 父进程 | 操作系统
  • 将 PCB 从所在队列中移除

6) 就绪挂起

• 进程被写入硬盘，一旦进入内存，即可进入就绪状态

7) 阻塞挂起

• 进程被写入硬盘，并等待某个时间出现

挂起

• 当大量进程均处于阻塞态时，由于该状态下进程需要等待某个事件完成才可继续执行
• 因此若不将这部分进程换出到磁盘，则会占用大量物理内存
• 因此采取挂起状态，用来描述一个进程没有存在于物理内存中，而是在磁盘等待调用
• 挂起的几种情况：
  • 进程不占用物理内存
  • 调用 sleep() 函数
  • Linux 中 Ctrl + Z 被用户挂起进程

---

2. PCB

1) 是什么

1. PCB [进程控制块]
   • 是一种数据结构，是进程存在的唯一标识，为了描述 & 控制进程的执行，属于进程实体的一部分
2. 作用
   • 标识一个进程
   • 提供进程调度相关信息
   • 提供进程所用资源相关信息
   • 提供进程 CPU 占用相关信息

2) 含有哪些信息

1. 标识符
   • 进程标识符
     • 标识进程，每个进程都有一个 & 唯一的标识符
   • 用户标识符
     • 标识拥有该进程的用户，往往是用户进程在访问该进程时使用
2. 进程调度信息
   • 进程当前状态
     • new ready running blocked exit
   • 进程优先级
     • 进程抢占 CPU 时的优先级
   • 与进程调度算法有关的信息
     • 进程已经等待 CPU 的时间总和
     • 进程已经执行的时间总和
   • 事件
     • 进程由 running 转换为 blocked 所等待的事件
3. 资源信息
   • 占用的虚地址空间
   • 打开的文件列表
   • 使用的 IO 设备
4. CPU 信息
   • 各个寄存器的值
     • 通用寄存器
     • 指令计数器
     • 程序状态字 PSW
     • 用户栈指针

3) 管理方式

1. 一个 PCB 为一个数据结构，多个 PCB 如何进行管理？
   • 线性方式
     • 所有 PCB 保存在一张线性表中，将该线性表放在内存的一个专用区域
     • 实现简单，但是每次找某个 PCB 时，需要线性扫描该表
     • 适用于进程数目不多的系统
   • 索引方式
     • 将同一状态的进程存在一张索引表中，索引项指向对应的 PCB
   • 链表方式
     • 将同一状态的 PCB 连接在一起，形成队列，例如就绪队列、阻塞队列等
     • 由于进程的创建、销毁、调度比较频繁，因此多采用该方式

---

3. 上下文切换

1) CPU 上下文切换

• 保护哪些现场？
  • CPU 寄存器的值
  • 程序计数器的值
• 什么情况下发生 CPU 的上下文切换？
  • 进程切换
  • 线程切换
  • 中断切换

2) 进程上下文切换

• 保护哪些现场？
  • 用户空间资源
    • 虚拟内存
    • 栈
    • 全局变量
  • 内核空间资源
    • 内核堆栈
    • 寄存器
• 发生在什么态下？
  • 进程由内核管理 & 调度，因此进程切换只能发生在内核态
• 什么情况下会发生进程的上下文切换？
  • 该进程的时间片使用完
  • 进程调用 sleep() 函数
  • 系统资源不足，例如内存不足
  • 有更高优先级的进程运行
  • 发生硬件中断

3) 线程上下文切换

• 保护哪些现场？
  • 当 2 个线程处于不同进程时，同进程的 保护现场 & 恢复现场
  • 当 2 个线程处于同一进程时，
    • 程序计数器
    • 虚拟机栈
    • 本地方法栈

---

4. 进程的调度

1) 是什么

• 实现进程状态的切换
• 主要分为 2 大类：
  • 抢占式调度
    • 每个进程只运行某段时间，当时间到达后，若进程仍在运行，则将其挂起，
    • 调度程序从就绪队列中挑选另外一个进程，让其运行，如此循环
  • 非抢占式调度
    • 每个进程只要让其开始运行，则直到其阻塞 | 结束，才会切换下一个进程

2) 调度原则

1. CPU 利用率
   • CPU 利用率 = CPU 忙碌时间 / 总时间
   • 应尽可能使 CPU 利用率高
2. 系统吞吐量
   • 吞吐量 = 单位时间内完成的进程数
   • 进程完成耗时越少，吞吐量越高
3. 等待时间
   • 进程处于等待队列中的时间
   • 等待时间越短越好
4. 响应时间
   • 用户第一次提交请求，到产生第一次响应的时间
   • 多用于交互系统
5. 周转时间
   • 进程等待时间 + 运行时间 + 阻塞时间总和 == 进程完成时间 - 进程提交时间
   • 周转时间越短越好

3) 常见调度算法

1. 先来先服务
   • 非抢占式
   • 每次从就绪队列中选取最先进入队列的进程让其运行，直到其阻塞 | 退出
   • 若某个进程运行时间过长，将导致后面的进程等待时间过长，不利于短作业，适用于全是长作业的任务
2. 最短作业优先
   • 非抢占式
   • 每次从就绪队列中优先选取运行时间最短的进程让其运行，直到其阻塞 | 退出
   • 适用于全是短作业的任务，若某个进程运行时间长，则一直得不到运行，不利于存在长作业的任务
3. 最短剩余时间优先
   • 抢占式
   • 当一个新就绪的进程比当前运行进程拥有更短的运行时间时，系统挂起当前进程，让这个新的进程运行
   • 适用于全是短作业的任务，不适用于存在长作业的任务
4. 高响应比优先
   • 非抢占式
   • 响应比 = (进程等待时间 + 进程运行时间) / 进程运行时间
   • 每次从就绪队列中优先选取响应比高的进程让其运行，直到其 阻塞 | 退出
   • 兼顾了短作业 & 长作业
     • 当进程等待时间相同时，运行时间短的进程优先运行，利于短作业的优先进行
     • 当进程运行时间相同时，等待时间长的进程优先运行，长作业由于一直被等待，等待时间变长，将会得到更大的几率被运行，利于长作业的运行
5. 时间片轮转调度
   • 抢占式调度
   • 每个进程均被要求运行相同的时间，当时间片耗尽时，将发生进程的切换
   • 时间片的选取：
     • 一般 20 ms - 50 ms
     • 时间片太短，将导致频繁的进程上下文切换，降低 CPU 效率
     • 时间片太长，将导致短作业进程的响应时间变长
6. 最高优先级调度
   • 抢占式 & 非抢占式
   • 每次从就绪队列中优先选取优先级高的进程让其运行
   • 优先级是否固定？
     • 静态优先级
       • 进程优先级在进程创建时已经确定，直到结束都不能改变
     • 动态优先级
       • 进程优先级可以随着时间的推移不断提高
   • 将导致低优先级的进程迟迟无法运行
7. 多级反馈队列调度
   • 抢占式
   • 设置多个队列，每个队列有不同的优先级，优先级越高的队列时间片越短
   • 优先执行高优先级队列中的进程，当高优先级队列中没有进程时，执行次优先级队列中的进程，以此类推
   • 当一个新的进程加入时，会被放入最高优先级队列的队尾
     • 若最高优先级队列中前面还有进程，则等待前面进程运行
     • 若最高优先级队列中不存在进程，当前运行的进程非最高优先级，则将当前运行的进程停止运行，并放入所在优先级队列的队尾，然后运行新加入的拥有最高优先级的进程
   • 若在时间片内进程没有执行完成，则会移到低一级的队列末尾
   • 利于短作业，因为短作业可以在高优先级快速完成；利于长作业，因为越移到次优先级队列，当被执行时，分配到的时间片越长，越容易完成

---

5. 进程的通信

• 每个进程的用户地址空间是独立的，不可以直接访问；而内核空间是所有进程共享的，因此进程之间的通信必须通过内核

1) 管道

1. 如何使用
   • 匿名管道
     • Linux 中的 | 就是匿名管道，意思是 将前面指令的输出作为后一个指令的输入
   • 命名管道
     • 首先创建一个管道 mkfifo myPipe
     • 向管道中写入信息 echo "liuxianzhishou" > myPipe
       • echo 命令用于字符串的输出
     • 从管道中读取信息并打印 cat < myPipe
2. 特点
   • 简单，存储的是无格式的字节流数据
   • 数据传输为单向，遵循 FIFO 原则
   • 通信效率低，不适合进程间的频繁数据交换
   • 大小受限
   • 生命周期随进程的创建而建立，随进程的结束而销毁
3. 匿名管道底层原理
   • 依赖于 int pipe(int fd[2]) 函数
     • fd[0] 读取端描述符
     • fd[1] 写入端描述符
   • 本质：
     • 在内核中创建一块内存作为缓存
   • 如何实现进程间的通信？
     • fork 一个子进程，创建的子进程会复制父进程的文件描述符，这样就使得父子进程各有自己的 fd[0] & fd[1]
     • 当父子进程需要通信时，只需要父进程写入管道，子进程就可从管道中读取信息
   • Linux 中 | 的底层原理
     • 通过 shell fork 多个子进程，来实现子进程间的通信，子进程间不存在父子关系
4. 命名管道底层原理
   • 提前创建一个管道，可以实现多个不相关的子进程间的通信

父子进程单向通信

Shell 中 A | B 的实现

2) 消息队列

1. 特点
   • 保存在内核中的消息链表
   • 双方约定好消息体进程发送和接收，存储方式为约定好的消息体的大小，一个个存放
   • 生命周期与内核有关，只要没有关闭操作系统 && 没有释放掉该消息队列，那么该消息队列始终存在
2. 优点
   • 效率提高
3. 缺点
   • 消息队列存放于内核，每个消息体大小受限制 && 一个消息队列中消息体总个数受限制，不适合大数据的传输
   • 消息队列存放于内核，写入消息时，需要从用户态切换到内核态；接收消息时，也需要从内核态读取，来回切换开销大

3) 共享内存

1. 实现原理
   • 不同进程中，有一块特殊的虚拟内存，使得不同进程的虚拟内存最终可以映射到同一块物理内存
2. 特点
   • 解决消息队列中用户态 & 内核态来回切换的问题，一个进程写入，另一个进程读取，可以立马看到该块物理内存数据的变动
   • 多进程并发下存在数据安全问题，可能一个进程改动了数据，另一个进程还未读取到，就被其他的进程覆盖了新数据

4) 信号量

1. 作用
   • 解决共享内存下多进程竞争共享数据造成的安全问题
   • 保证共享资源的数据安全，任意时刻只能有 一个 | 特定几个 进程对共享资源进行操作
   • 实际上是用于进程间的互斥 & 同步，而非用于传输相关通信数据，从而实现进程的通信，但是信号量也属于进程通信需要考虑的一个点
2. 底层数据结构
   • 信号量 [Semaphore] 是一个整型的计数器，可 ++ | --
3. 2 种原子操作
   • P
     • 进程在操作共享资源之前，将 s --
     • 若 s < 0 说明资源被占用，进程阻塞等待
     • 若 s >= 0 说明资源可以被本进程访问，正常执行
   • V
     • 进程在离开共享资源之后，将 s ++
     • 若 s <= 0 说明当前存在阻塞进程，唤醒阻塞进程
     • 若 s > 0 说明当前不存在阻塞进程，继续执行

5) 信号

• 作用于进程异常状态
• 进程通信中唯一的 异步通信 机制
• Linux 常用信号
  • 硬件方式
    • Ctrl + C 产生 SIGINT 信号，强制终止该进程
    • Ctrl + Z 产生 SIGSTOP 信号，暂停进程并放入后台
  • 软件方式
    • kill -9 pid 给某个进程发送 SIGKILL 信号，终止该进程
• 对信号的响应方式
  • 执行默认操作
    • Linux 中为众多信号配置专门的处理操作
  • 捕捉信号
    • 可以为信号自定义信号处理函数，当该信号产生时，会进入对应的信号处理函数中
  • 忽略信号
    • 当不希望处理某些信号时，可以对改信号进行忽略，不作处理
    • SIGSTOP & SIGKILL 无法被忽略

6) socket 编程

1. 作用
   • 可实现不同主机间的进程通信
   • 当然同主机不同进程也可以实现通信
2. 底层原理

// domain 协议族 - [IPv 4, IPv 6, 本机]
// type 通信类型 - [基于字节流 (tcp), 基于数据报 (udp), 原始套接字]
// protocal 基本废弃 - 0
int socket(int domain, int type, int protocal)

3. 3 种形式
   • TCP
   • UDP
   • 本机通信
     • 调用 bind() 时，无需绑定 ip & port，只需要绑定一个本地文件
     • type 参数支持 基于字节流 & 基于数据报

---

6. 线程

1) 是什么

1. 线程是比进程更小的单位，是 CPU 运行的基本单位
   • 一个进程中可以有多个线程
   • 线程间共享 Java 的 堆 & 方法区
   • 线程私有程序计数器、操作数栈、本地方法栈
2. 优点：
   • 线程创建、切换开销比进程小
   • 可实现多线程并发
3. 缺点：
   • 当进程中的一个线程崩溃时，会导致该进程的其他线程也崩溃[针对 C/C ++，不包含 Java]

2) 进程 VS 线程

1. 相同点
   • 均具有 创建、运行、阻塞、终止等基本状态，也具有相应状态转换
   • 均有不同进程、线程之间私有的部分
2. 不同点
   • 进程是资源调度 & 分配的基本单位；线程是 CPU 调度的基本单位
   • 进程之间资源完全隔离；线程之间除了私有部分，堆 & 方法区是共享的
   • 进程占有的页表不同；线程共享同一份页表 & 同一份虚拟内存
   • 进程间数据传递需要经过内核；线程间的数据传递可以通过线程共享区
   • 进程切换由内核态管理；线程切换取决于线程的实现方式
   • 进程创建、切换、结束开销较大；线程创建、切换、结束开销较小
   • 一个进程可以拥有多个线程；线程不能独立于进程而存在

3) 如何实现

1. 用户态线程
   • 
   • 在用户空间实现，不经过内核，通过用户态的线程库实现线程的创建 & 管理等，线程对应的 PCB 在用户态实现
   • 一个内核线程 对应 多个用户线程
   • 优点：
     • 通过用户态的线程库函数实现线程的切换，无需经过用户态 & 内核态的切换，切换速度快
   • 缺点：
     • 操作系统将多个用户线程当做一个进程，当某个用户线程阻塞时，该进程下的所有线程均被阻塞
     • 操作系统将多个用户线程当做一个进程，当多线程执行时，每个线程得到的时间片比其他进程更短
     • 用户态线程无法中断当前运行中的线程，只有操作系统才有这个权限，因此，当某个线程开始运行后，除非自己交出 CPU 的使用权，否则其他用户线程无法运行
2. 内核态线程
   • 
   • 在内核空间实现，有内核管理，线程对应的 PCB 在内核态
   • 一个内核线程 对应 一个用户线程
   • 优点：
     • 在一个进程中，当某个线程阻塞时，不会影响其他内核线程的运行
     • 一个线程对应一个时间片
   • 缺点：
     • 线程调度开销大，线程创建、切换、终止均需要通过系统调用切换到内核态执行
     • 内核线程创建的数量有限
3. 轻量级进程
   • 
   • 内核支持的用户线程，是基于内核线程的高级抽象
   • 一个进程可拥有多个轻量级进程，一个轻量级进程对应一个内核线程
   • 轻量级进程本质还是进程，与普通进程的区别在于它的轻量性，只有一个最小的执行上下文 & 调度程序所需的统计信息，只记录执行相关的信息
   • 轻量级进程 & 用户线程的关系为 1 : n n : 1 m : n

4) Linux 中线程的实现

1. Linux 中没有专门的线程数据结构，在内核看来，只有进程而没有线程，在线程调度时，也采用进程调度的方式处理
2. Linux 的线程是与其他进程共享资源的进程，但是 Windows 中有线程
3. Linux 中线程相当于轻量级进程的实现方式

5) 一个进程可以创建多少线程

1. 受操作系统虚拟空间内存影响
   • 32 位操作系统，用户虚拟地址空间 = 3G
   • 64 位操作系统，用户虚拟地址空间 = 128T
2. 受创建一个线程需要多大虚拟内存空间影响
   • ulimit -a 命令可以查看进程创建线程默认分配的栈空间大小
   • 大概 [8MB, 10MB]
3. 受相关系统内核参数影响
   • /proc/sys/kernel/threads-max
     • 系统支持的最大线程数
     • default = 14553
   • /proc/sys/kernel/pid_max
     • 全局 pid 最大数量，每个线程 | 进程均需要有一个 Pid
     • default = 32768
   • /proc/sys/vm/max_map_count
     • 一个进程可以拥有的虚拟内存区域的数量
     • default = 65530

6) 线程崩溃，进程是否崩溃？

1. 什么情况下线程会崩溃？
   • 尝试对只读内存写入数据
   • 尝试访问没有权限访问的内存地址
   • 尝试访问不存在的内存
2. 线程崩溃后，会发生什么？
   • 线程崩溃后，会发出信号，通知操作系统进行处理
   • 操作系统受到信号后，执行相应的信号处理函数，执行完后，通知该进程退出
   • 可以看出，若进程没有注册自己的信号处理函数，那么操作系统会执行默认信号处理程序，最后结果一般是会让该进程退出
   • 但若注册了自己的信号处理函数，就会执行自己的信号处理函数，从而可以避免让进程退出
3. 线程崩溃后，不会导致 JVM 进程的崩溃
   • JVM 自定义了自己的信号处理函数，拦截了相关信号，因此不会导致进程的崩溃

---

7. 协程

1) 是什么

• 比线程更加轻量级的微线程，一个线程中可以有多个协程
• 协程的切换在用户态完成，因此切换开销小，速度快
• 并没有增加线程数量，而是在线程基础上，通过分时复用的方式运行多个协程

2) 特点

1. 优点
   • 协程切换快，开销小
   • 适用于 IO 密集型任务，和 异步 IO 结合发挥作用
2. 缺点
   • 一条协程阻塞，整条线程也会阻塞
   • 需要用户在用户态调度

---

8. 其他问题

1) fork()

1. 作用：
   • 当前进程下创建一个子进程
   • 是原有进程的一个副本，包含所有的文件描述符、寄存器等内容，所有变量父子进程相同
   • fork() 完成后，父子进程就不相关了，其中一个进程的相关修改不会影响另一个进程相应参数
   • fork() 函数的返回值，在父进程中可以看到，返回的是 子进程的 pid