希望可以通过本小结 彻底地搞清楚进程生命周期，进程生命周期创建、退出、停止，以及僵尸进程的本质；

进程 是处于执行期的程序以及相关的资源的总称，是操作系统资源分配的单位。

1
2
3
4
5
6
进程的资源到底包括什么？
1.打开的文件
2.挂起的信号
3.内核的内部数据
4.处理器的状态
5.内存映射的内存地址空间 等等

Linux系统 对线程和进程并不特别区分。线程仅仅被视为一个与其他线程共享某些资源的进程。每个线程都拥有唯一自己的task_struct。

内核调度的对象是根据task_struct结构体。可以说是线程，而不是进程。

不仅仅要有资源，还需要有进程的描述，例如：pid

进程描述符及task_struct

linux通过task_struct结构体描述一个进程。

mm 成员：描述内存资源

fs 成员：描述文件系统资源

files 成员：进程运行时打开了多少文件，fd的数组

signal 成员：进程接收的信号资源

image

Linux通过slab分配器分配task_struct结构，只需在栈底创建新的结构，struct thread_info。

每个任务的thread_info结构在它的内核栈的尾端分配。

pid的数量是有限的

$ cat /proc/sys/kernel/pid_max

32768

task_struct被管理

形成链表 –> 形成树 –>形成哈希： pid –> task_struct

根据哈希来进行pid检索

Linux进程生命周期（就绪、运行、睡眠、停止、僵死）

image

进程、线程、协程

在linux系统里，进程和线程都是通过task_struct结构体来描述。
进程之间不共享地址空间，而线程与创建它的进程是共享地址空间的。

线程又分为：内核线程、用户级线程和 协程。

对于I/O密集型场景，就算开多个线程来处理，也未必能提升CPU的利用率，反而会增加线程切换的开销。

此外，多线程之间如果存在临界区或者共享数据，那么同步的开销也不容忽视。

而协程就是用来解决这个问题的，一个用户线程上可以跑多个协程，以此提升单核的利用率。

tips: Linux中对进程和线程创建的几个系统调用发现， 创建时最终都会调用do_fork()函数，不同之处是传入的参数不同(clone_flags)，最终结果就是进程有独立的地址空间和栈 ，而用户线程 可以自己制定用户栈，地址空间和父进程共享，内核线程则 只有和内核共享的一个栈，同一个地址空间。 不管是进程还是线程，do_fork最终会创建一个task_struct结构。

什么是僵尸进程？

僵尸是子进程死了，资源已经释放。所以不可能有内存泄漏等。但是父进程还没有来得及去wait回收它。task_struct 还在，父进程可以查到子进程的死因。

kill -9 僵尸进程，无效。 [a.out]< defunct> Z+

僵尸进程是一个特别短暂的状态。

停止状态与作业控制，cpulimit

Linux在早期使用cpulimit 进行 cpu利用率控制。

cpulimit 限制进程 CPU利用率的原理如上，利用进程的停止态。但是不是精确的。

1
2
cpulimit -l 10 -p 12296  把进程12296CPU使用率控制在 10%以内
cpulimit -l 40 -p 12296

ctrl+z ，fg/bg

进程的睡眠

image

深睡眠 和 浅睡眠，都是自发的。停止态是被动的。

深：必须等到资源才能wake_up.

浅：除了被资源wake_up，还可以被信号唤醒。

睡眠是主动的，暂停是人为的信号控制，属于作业控制。深度睡眠，只能在内核中进入。

睡眠态等到资源后，为什么不能直接进入运行态？

进程醒来后，优先级不一定是最高的。醒来后，先就绪。

执行应用程序代码段发生page fault，代码段还没有进内存。接下来，要从硬盘中读到内存，此时，会把进程设置到深度睡眠。
为什么？

发生两次pagefault，非常难控制。

进程的睡眠实现，依赖内核数据结构wait queue。类似设计模式的，发布者和订阅者。

进程P1,P2,P3,P4 把自己放在等待队列，资源来了只需要唤醒等待队列。等待队列类似订阅消息的中间媒介

初见fork

1
2
3
4
5
6
7
8
main()
{
	fork();
    printf("hello\n");
    fork();
    printf("hello\n");
    while(1);
}

内存泄漏的真实含义

内存泄漏，不是（进程死了，内存没释放），而是，进程活着，运行越久，耗费内存越多。

如何观察 内存泄漏？

连续多点观察法。