Linux进程线程初探（概念）

多任务操作系统下通常有3个基本概念：任务、进程、线程。

任务：任务是一个逻辑概念，是为实现某一目的的一些列操作。一次任务可激发多个进程，这些进程相互合作来完成目标。

进程：指一个具有功能的程序在某个数据集合上的一次动态执行过程，它是操作系统进行资源分配和调度的基本单元。

进程和程序的区别：程序是一段静态的代码，是保存在ROM上的指令和数据的集合，没有任何执行的概念；而进程是一个动态的概念，它是程序的一次执行过程，它包括了动态创建、调度、执行和消亡的整个过程。

线程：进程是系统中程序执行和资源分配的基本单位。

每个进程都拥有自己的数据段、代码段、堆栈段，所以进程切换的操作对系统的开销较大。为了提高效率，操作系统引入了线程，也称为轻量级进程。

线程可以对进程的内存空间和资源访问，并与同一进程中的其他线程共享。因此，线程的切换开销比进程小的多。一个进程可以拥有多个线程，其中每个线程共享该进程所拥有的资源和地址空间，因此，任何线程对系统资源的操作都会给其他的线程带来影响，所以应注意多线程中的同步。

那么进程到底拥有那些资源呢，系统又是怎么对进程进行资源分配和调度的呢？

进程的产生：系统首先在新的地址空间里创建进程、读入可执行文件、最后开始执行。系统在一开始就会初始化一个进程，叫做init()，在Linux中进程的创建依赖于函数fork()，fork()通过复制当前进程创建一个子进程，子进程与父进程的区别仅仅在于不同的PID，PPID和某些资源及统计量。所以init进程是所有进程的上辈进程。而exec函数族则负责读取可执行文件并将其载入地址空间开始运行。

进程的终止：进程终止时系统必须保证进程所占用的资源回收，并通知父进程。Linux首先把终止的进程设置为僵尸状态，此时进程已没有运行。它的存在只为父进程提供信息，父进程在某个时间调用wait函数族，回收子进程的退出状态，随后子进程占用的所有资源被释放。

系统是如何管理和调度进程的：Linux内核将率先取得处理器的控制权，再使用调度算法将处理器分配给某个进程。

内核的调度过程：内核将所有进程存放在一个双向链表（进程链表）中，链表的每一项都是一个task_struct结构体。该结构体包含了进程的所有信息，它能完整的描述一个进程，包括进程的状态、进程的基本信息、进程的标识符、内存相关信息、父进程信息、与进程相关的终端信息、当前工作目录、打开的文件信息、所接受的信号等。

其中最为重要的是task_struct中的state（进程状态），主要包括：运行状态（TASK_RUNNING）、可中断的阻塞状态（TASK_INTERRUPTIBLE）、不可中断的阻塞状态（TASK_UNINTERRUPTIBLE）、暂停状态（TASK_STOPPED）、僵尸状态（EXIT_ZOMBLE）、消亡状态（EXIT_DEAD）。它们之间的转换关系如图：

1 进程状态转换关系图

进程所拥有的资源：Linux系统采用虚拟内存管理技术，使得每个进程都有自己独立的地址空间。该地址空间是大小4GB的线性虚拟空间。而这4GB的进程空间又分为两部分 - 用户空间和内核空间。用户空间0-3GB，内核空间3-4GB。用户进程只有使用系统调用的时候才能访问到内核空间。每当进程切换，用户空间就会变化；而内核空间是由内核负责映射，它并不会跟着进程变化，是固定的。每个用户进程的用户空间都是完全独立的、互不相干的。