被问到两个问题, 后来想了下如果要讲明白还不太容易,需要对进程的概念,进程管理有清晰的认识:
1. 父进程打开了一个文件,然后通过fork创建一个子进程, 子进程是否共享父进程的文件描述符?
2. 在shell中执行脚本、程序的机制或者流程是什么?
下面就对这两个问题涉及到的Linux进程的基本概念,进程的创建、 线程的实现, 进程的终结等做一下总结:
1. Linux进程基本概念和数据结构
进程-处于执行期的程序和它相关资源的总称。
理解: 进程是程序执行的实时结果, 这个实时结果包括很多资源和状态,比如:
可执行程序代码,数据段,打开的文件,挂起的信号, 内核的内部数据,处理器状态,线程,地址空间等。
Linux操作系统为了便于管理所有这些细节,会在内核中使用task_struct结构体来记录一个进程的各种信息,这个结构体的实例就是进程描述符。
(1)进程地址空间:
为什么会有地址空间这个概念, 因为现在os都采用了虚拟内存技术,在c编程中取得的内存地址都是虚拟地址,真实的物理地址是内核来完成映射的,
这样避免了程序直接操作物理地址引起的混乱。 每个进程都有自己独立的虚拟地址空间, 让进程在分配和管理内存的时候觉得自己是拥有整个内存资源。
进程地址空间分为内核空间和用户空间, 32位CPU的linux上其大小分别是1G和3G。
内核地址空间固定且连续映射, 所有进程共享此区域, 用户无法直接访问内核空间。
用户地址空间如上图所示,分为堆栈区,bss段, 数据段, 代码段(Text segment)用来存放不同的资源
(2)进程描述符 (process descriptor)
进程描述符是task_struct结构体类型, 用来记录进程的所有信息。
每个进程在内核中都有一个进程描述符对应, 内核把进程的列表存放在叫task list的双向循环链表中。
struct task_struct { volatile long state; /* -1 不可运行, 0 可运行, >0 已停止 */ void *stack; /* 内核栈 */ atomic_t usage; unsigned int flags; /* 一组标志 */ unsigned int ptrace; /* ... */ int prio, static_prio, normal_prio; /* 优先级 */ /* ... */ struct list_head tasks; /* 执行的线程(可以有很多) */ struct plist_node pushable_tasks; struct mm_struct *mm, *active_mm; /* 内存页(进程地址空间) */ /* 进行状态 */ int exit_state; int exit_code, exit_signal; int pdeath_signal; /* 当父进程死亡时要发送的信号 */ /* ... */ pid_t pid; /* 进程号 */ pid_t tgid; /* ... */ struct task_struct *real_parent; /* 实际父进程real parent process */ struct task_struct *parent; /* SIGCHLD的接受者,由wait4()报告 */ struct list_head children; /* 子进程列表 */ struct list_head sibling; /* 兄弟进程列表 */ struct task_struct *group_leader; /* 线程组的leader */ /* ... */ char comm[TASK_COMM_LEN]; /* 可执行程序的名称(不包含路径) */ /* 文件系统信息 */ int link_count, total_link_count; /* ... */ /* 特定CPU架构的状态 */ struct thread_struct thread; /* 进程当前所在的目录描述 */ struct fs_struct *fs; /* 打开的文件描述信息 */ struct files_struct *files; /* ... */ };
(3)thread_info结构和内核栈:
每个进程会有两个栈,一个用户栈,存在于用户空间,一个内核栈,存在于内核空间。当进程在用户空间运行时,cpu堆栈指针寄存器里面的内容是用户堆栈地址,使用用户栈;当进程在内核空间时,cpu堆栈指针寄存器里面的内容是内核栈空间地址,使用内核栈。
在kernel-2.4内核里面,内核栈的实现是:
Union task_union {
Struct task_struct task;
Unsigned long stack[INIT_STACK_SIZE/sizeof(long)];
};
其中,INIT_STACK_SIZE的大小只能是8K。
内核为每个进程分配task_struct结构体的时候,实际上分配两个连续的物理页面,底部用作task_struct结构体,结构上面的用作堆栈。使用current()宏能够访问当前正在运行的进程描述符。
注意:这个时候task_struct结构是在内核栈里面的,内核栈的实际能用大小大概有7K。
内核栈在kernel-2.6里面的实现是:
Union thread_union {
Struct thread_info thread_info;
Unsigned long stack[THREAD_SIZE/sizeof(long)];
};
其中THREAD_SIZE的大小可以是4K,也可以是8K,thread_info占52bytes。
如下图所示,当内核栈为8K时,Thread_info在这块内存的起始地址,内核栈从堆栈末端向下增长。
所以此时,kernel-2.6中的current宏是需要更改的。要通过thread_info结构体中的task_struct域来获得于thread_info相关联的task。
struct thread_info {
struct task_struct *task;
struct exec_domain *exec_domain;
__u32 flags;
__u32 status;
__u32 cpu;
… ..
};
注意:此时的task_struct结构体已经不在内核栈空间里面了。
总结一下,
1. 为什么把内核栈和thread_info放在一起:
内核2.6版本之后,task_struct不再存放于内核栈中,而是通过slab分配器动态分配和复用。
所以为了获取当前运行进程信息, 新引入一个thread_info的结构体, 里面保存task_struct的指针, 放在内核栈底。
这样当进程从用户态陷入内核态后, esp寄存器会记录内核栈的地址, 通过计算就可以知道thread_info的地址, 进而获得task_struct的指针,也就获取了当前正在运行进程的所有信息。
2. 进程从整体上来看有两部分构成:
(1) 进程地址空间 (2)存在内核中的信息: 内核栈, thread_info, task_struct
(4)进程状态
2. 进程创建
3. 线程在Linux中的实现
4. 进程终结
5. 两个问题的解释
Reference:
Linux kernal 2.6.24
Linux内核设计与实现
fork: http://blog.csdn.net/cywosp/article/details/27316803
Linux进程管理: http://blog.csdn.net/xinyuan510214/article/details/50516279
Linux进程-基本概念: http://blog.sina.com.cn/s/blog_53ce9f9301018l1m.html
应用程序执行机制: http://www.cnblogs.com/li-hao/archive/2011/09/24/2189504.html