一篇快速入门操作系统的进程管理 [操作系统入门]

编程

目录

  • 1. 什么是进程
  • 2. 进程模型

    • 2.1 PCB
    • 2.2 进程状态

      • 2.2.1 五状态模型
      • 2.2.2 七状态模型
      • 2.2.3 进程切换

    • 2.3 进程组织

      • 2.3.1 线性表
      • 2.3.2 链表
      • 2.3.3 索引

  • 3. 线程

    • 3.1 线程结构
    • 3.2 线程状态

  • 4.进程调度

    • 4.1 几种调度方式

      • 4.1.1 长程调度
      • 4.1.2 中程调度
      • 4.1.3 短程调度

    • 4.2 进程调度算法

      • 4.2.1 先来先服务
      • 4.2.2 时间片轮转调度
      • 4.2.3 最短作业优先
      • 4.2.4 最短剩余时间优先
      • 4.2.5 优先级调度
      • 4.2.6 多级反馈队列调度

  • 5.进程间通信

    • 5.1 共享内存
    • 5.2 管道
    • 5.3 信号
    • 5.4 消息
    • 5.5 信号量

  • 6 总结
  • 7. 参考资料

1. 什么是进程

进程即正在运行的程序的一个实例。

当启动一个程序,程序会从磁盘被读取到内存,CPU 再从内存中读取指令,对其解码,然后执行指令(比如两数相加,访问内存,检查条件,跳转函数等)。完成这条指令后,CPU 继续重复上述操作。这样子就可以实现一个 CPU 可以对一个进程,以一对一的形式进行指令读取与执行。

我们把操作系统做某件事,抽象成一种概念,称之为一个任务。一个进程可以对应一个任务,也可以对应多个任务。

早期的计算机只有一个 CPU,多个任务需要运行怎么办?需要依次排队等待,串行执行,一个任务执行完毕,才能执行下一个。这种方式存在着明显的弊端,假设排在前面的 A 任务需要执行5小时,而排后面的B任务仅需要1分钟,那么 B 任务必须等待 A 任务5小时完成后,才能执行,这种方式显得极其不灵活。

后来就有了多任务系统,在CPU同一时间只能处理一个任务的前提下,每个任务有一定的执行时长,比如任务A执行0.001s,切换到任务B执行0.05s,再切换到任务C执行0.01s...不断循环。这种机制也就可以在一定程度上解决上述任务B需要长时间等待的问题。

由于 CPU 速度非常快,这种多个任务不断切换,会给用户一种任务并行执行的错觉,这种也被称为是伪并行调度。既然有伪并行,那么也会有真并行。在现代计算机中,常见的CPU核数可以达到8核甚至更多,操作系统可将每一个核视为一个CPU,那么8核CPU就可以真并行执行8个任务。还有更进一步的,即一个计算机内,有多个CPU。至于多个CPU与多核的区别,感兴趣的读者可以参考多核 CPU 和多个 CPU 有何区别?。

那么我们继续基于伪并行进一步探讨。伪并行虽然可以解决上述任务等待的问题,但是依然还存在一系列未解之谜:

  • 每个任务应该执行多长时间?
  • 如何找到要执行的下一个任务?
  • 有些任务涉及了资源操作,执行到一半,切换任务,那么这些资源怎么办?

    ......

为了解决上面一系列谜题,我们需要一种模型对任务进行详尽的描述记录。一个进程可以对应一个任务,也可以对应多个任务,当前还未涉及多线程,我们可以在此先把进程和任务当作是一对一的关系(这并不是为了理解而创造出来的一种暂时错误的假设)。下面我们将进一步探讨关于进程更详细的内容,这些内容将有助于解释上面的问题。

2. 进程模型

2.1 PCB

对于一个被执行的程序,操作系统会为该程序创建一个进程。进程作为一种抽象概念,可将其视为一个容器,该容器聚集了相关资源,包括地址空间,线程,打开的文件,保护许可等。而操作系统本身是一个程序,有一句经典的话 程序 = 算法 + 数据结构,因此对于单个进程,可以基于一种数据结构来表示它,这种数据结构称之为进程控制块(PCB),有一些教材也将其称为进程表。不同的操作系统,PCB中包含的信息存在差异,大体上都会包含这些信息(该图来自《现代操作系统》)。

2.2 进程状态

那么什么原因会导致进程会被创建,从而生成PCB呢?常见的有以下几种

  1. 系统初始化
  2. 用户通过系统提供的API创建新进程
  3. 批处理作业初始化 (什么是批处理作业)
  4. 由现有进程派生子进程

一个进程,因为某种原因被创建了,那么它可以按照以下步骤进行一系列的初始化

  1. 给新进程分配一个进程ID
  2. 分配内存空间
  3. 初始化PCB
  4. 进入就绪队列

2.2.1 五状态模型

如图,进入就绪队列,其状态就会变为就绪态。各个状态之间的关系描述如下:

就绪 -> 运行:当操作系统内存在着调度程序,当需要运行一个新进程时,调度程序选择一个就绪态的进程,让其进入运行态。

运行 -> 就绪:运行态的进程,会占有CPU(参照一开始的饼状图)。每个进程会被分配一定的执行时间,当时间结束后,重新回到就绪态。

运行 -> 阻塞:进程请求调用系统的某些服务,但是操作系统没法立即给它(比如这种服务可能要耗时初始化,比如I/O资源需要等待),那么它就会进入阻塞态。

阻塞 -> 就绪:当等待结束了,就由阻塞态进入就绪态。

运行 -> 终止:当进程表示自己已经完成了,它会被操作系统终止。

这便是对于单个进程,经典的五状态模型。当存在多个进程时,由于同一时间只能有一个进程在执行,那么如何去管理这一系列的处于阻塞态和就绪态的进程呢?一般来说,会使用就绪队列,和阻塞队列,让处于阻塞态和就绪态的进程进入队列,排队执行。下图是一个单一阻塞队列模型。

基于此,还可以扩展出多个就绪队列,每个优先级对应一个队列,这样子操作系统在选择要调度哪一个进程时,可以有更大的灵活性。下面将进一步探讨队列与进程之间如何组织管理。也可以有多条阻塞队列,每一个事件对应一个阻塞队列,当事件发生时,该队列所有进程都进入就绪态。

2.2.2 七状态模型

上面所讲的进程状态存在一个前提:每个进程都必须完全载入内存。一旦排队的进程多了,对于有限的内存空间将会是极大的考验。为了解决内存占用问题,可以将一部分内存中的进程交换到磁盘中,这些被交换到磁盘的进程,会进入挂起状态,进一步还可细分为就绪/挂起阻塞/挂起。对于单个进程的状态转换如下图。

整体上对于挂起队列的转换关系,如下图。


关于图中的几种调度,将会在下面第4章进一步描述。

2.2.3 进程切换

当一个正在运行中的进程被中断,操作系统指定另一个就绪态的进程进入运行态,这个过程就是进程切换,也可以叫上下文切换

该切换过程一般涉及以下步骤:

1.保存处理器上下文环境:将CPU程序计数器和寄存器的值保存到当前进程的私有堆栈里

2.更新当前进程的PCB(包括状态更变)

3.将当前进程移到就绪队列或者阻塞队列

4.根据调度算法,选择就绪队列中一个合适的新进程,将其更改为运行态

5.更新内存管理的数据结构

6.新进程内对堆栈所保存的上下文信息载入到CPU的寄存器和程序计数器,占有CPU

2.3 进程组织

每一个PCB表示一个进程,多个进程同时存在时,需要一定的方式将这些PCB组织起来,便于操作系统访问。常见的组织方式有如下3种。

2.3.1 线性表


所有的PCB存放于一张线性表中,每次查找时需要遍历线性表。比较适用于进程数量不多的情况,如果有几百上千个进程,每次操作都进行遍历,那将是十分耗时的。

2.3.2 链表

上面提到的就绪队列和阻塞队列,他们可以以链表的形式组织。从图中可以看出就绪队列指向PCB1,PCB1右边的数字“2”表示链表指向的下一个节点PCB2。依此类推,PBC以如下链表形式串联起来。

执行指针 -> PCB4

就绪队列指针 -> PCB1 -> PCB2 -> PCB3 -> PCB5

阻塞队列指针 -> PCB7 -> PCB8 -> PCB6

优点:非常直观,进程调度查找起来方便。

缺点:查找的时候需要从链表的头部开始进行遍历。如果进程状态发生变化,那么链表中进程节点的指针指向需要发生变动。

2.3.3 索引

优点:基于链表的方式进行进一步的优化,通过索引查找进程,可以将查找的时间复杂度由O(n)优化到O(1)。如果进程状态发生变化,只需要操作索引表,相比于操作整个链表更便捷。

缺点:建立了索引表,需要额外的内存空间。相当于是利用空间去换取时间。

3. 线程

3.1 线程结构

基于前面所描述,进程包含了两大特点:

  1. 资源所有权:进程是一个容器,聚集了内存,I/O 设备,文件等资源,拥有这些资源的控制或所有权。
  2. 调度/执行:具有执行状态(运行,就绪,阻塞等),可被操作系统的调度程序所调度。

早期的操作系统中,一般一个进程内只有一个线程,即为单线程进程模型。如下图,其中所包含的用户栈和内核栈,用于管理调度和返回的行为。当进程不运行的时候,CPU的寄存器中的内容将被保存起来,以便于下一次运行该进程时,恢复当时的状态。

那么为什么需要多线程?

  1. 许多应用同时发生着多种活动,其中一些活动会被阻塞,将进程进一步分解为多个线程,可以更灵活地处理各种类型的活动。
  2. 线程更加轻量级,创建和终止速度更快,且线程之间切换的速度会比进程切换更快。
  3. 对于一些 I/O 密集型任务,多个线程允许这些并排执行,加快整体的速度。对于CPU密集型任务多线程没这个优势,因为本质上CPU同一时间只做一件事(什么是CPU密集型、I/O密集型?)。
  4. 线程间通信的效率会高于进程间通信。一般进程间通信需要内核介入,而同一进程内的线程间共享该进程的内存和文件,不需要调用内核就可以实现通信。

上图为多线程进程模型,其中线程控制块,也被称为TCB(Thread Control Block)。

对于进程来说,进程 = 线程+资源

我们一开始提及过,操作系统底层存在调度程序,调度程序可调度任务,而单线程进程,每个进程可以对应一个任务。现在,对于多线程的进程,每一个线程最终对于调度程序来说,都是一个任务,如下图(Linux系统)。因此也有一种流行的说法线程是CPU调度的基本单位

3.2 线程状态

和进程状态模型类似,线程的状态也有新建,运行,就绪,阻塞,终止。与进程状态相似,终止线程时将进入终止状态。但是区别于进程的是当一个进程被终止了,其内部的所有线程都会被终止。由于线程之间的并行关系,同一进程内,一个线程被阻塞了,不会影响到其他线程。

4. 进程调度

处理器调度,按照相对时间长短,可以分为长程调度,中程调度,短程调度。(常见调度还有I/O调度,但不属于处理器调度)。几种调度和进程的状态转换关系如下图

4.1 几种调度方式

4.1.1 长程调度

长程调度又称为高级调度,作业调度。

它控制系统的并发度,决定着哪一个批处理作业或者用户程序可以进入系统中处理,一旦运行进入,批处理作业或者用户程序就会变成进程,进入就绪队列。

4.1.2 中程调度

中程调度又称交换调度,中级调度。

核心思想是将进程从内存或CPU竞争中移出,之后进程能重新被调入内存,通过这种方式可控制内存中进程数量。如图中,从就绪队列中挂起的进程进入就绪挂起队列,从阻塞队列中挂起的进程进入阻塞挂起队列。就绪挂起队列中的进程激活,则进入就绪队列。

4.1.3 短程调度

短程调度又称为低级调度,大部分时候讲的进程调度都是特指短程调度,短程调度将就绪队列中的进程调度到CPU中执行。其中按照一定策略将CPU分配给一个就绪状态的进程,分为抢占式调度非抢占式调度

非抢占式调度

非抢占式调度,就是挑选一个进程,将CPU分配给它,该进程一直运行到终止或者因为等待事件进入阻塞状态(图中红字标注)。显然这种调度方式存在一个硬伤:正在运行的进程如果需要运行很长时间,那么排在它后面的进程,只能一直等,直到它结束或阻塞。

抢占式调度

抢占式调度就是允许进程执行到一半时,将进程停下,CPU分配给其它进程。

4.2 进程调度算法

常见的进程调度算法有:

  • 先来先服服务
  • 时间片轮转
  • 最短作业优先
  • 最短剩余时间优先
  • 优先级调度
  • 多级反馈队列调度

由于篇幅有限,每一种调度算法本文只做精要的介绍,想更进一步了解,可以根据最后的参考资料。

4.2.1 先来先服务

先来先服务(First Come First Serverd, FCFS)。先进就绪队列,则先被调度,先来先服务是最简单的调度算法。


先来先服务存在上面谈论过的问题:当前面任务耗费很长时间执行,那么后面的任务即使只需要执行很短的时间,也必须一直等待。属于非抢占式

4.2.2 时间片轮转调度

时间片轮转调度,即上面第一章所描述的方式。

每一个进程会被分配一个时间片,表示允许该进程在这个时间段运行,如果时间结束了,进程还没运行完毕,那么会通过抢占式调度,将CPU分配给其他进程,该进程回到就绪队列。这是一种最简单最公平的调度算法,但是有可能会存在问题。由于进程的切换,需要耗费时间,如果时间片太短,频繁进行切换,会影响效率。如果进程时间片太长,有可能导致排后面的进程等待太长时间。因此时间片的长度,需要有大致合理的数值。(《现代操作系统》的观点是建议时间片长度在20ms~50ms)。

4.2.3 最短作业优先

最短作业优先(Shortest Job First, SJF),顾名思义即进程按照作业时间长短排队,作业时间段的排前面先执行,如 下图。

4.2.4 最短剩余时间优先

最短剩余时间优先(Shortest Remaining Time Next),从就绪队列中选择剩余时间最短的进程进行调度。该算法可以理解最短作业优先和时间片轮转的结合。如果没有时间片,那么最短剩余时间其实就是最短作业时间,因为每个进程都是从头执行到尾。

4.2.5 优先级调度

假设就绪队列中有如下进程

进程

执行时间

优先级

p1

5

1

p2

2

3

p3

3

2

按照优先级调度,执行顺序为p1->p3->p2。如果多个进程优先级相同,则按照先来先服务的方式依次执行。

优先级调度可以进一步细分为抢占式非抢占式

非抢占式:和上面提及的非抢占式类似,一旦该进程占有CPU就将一直执行到结束或者阻塞。

抢占式:进程执行期间,一旦有更高优先级的进程进入就绪队列,那么该进程就会被暂停,重回就绪队列,让更高优先级的进程执行。但是为了防止最高优先级进程一直执行,每个进程依然有自己的时间片,每次时间片结束后,会根据一定规则降低该进程优先级,避免某些最高优先级长作业进程一直占用CPU。

4.2.6 多级反馈队列调度

多级反馈队列调度基于时间片轮转和优先级调度,设置多个就绪队列,赋予每个就绪队列优先级,优先级越高的队列进程的时间片越短。如下图,第1级就绪队列优先级最高,进程的时间片长度最短,第2级就绪队列次之,以此类推。

当有新的进程创建时,先进入第1级就绪队列,时间片结束之前就运行完毕,则终止,否则进入第2级队列等待下一次调度。在n级队列之前,进程按照先到先服务规则依次调度,到了第n级队列(最后一级)采用时间片轮转调度。仅当第1级队列为空时,才调度第2级队列的进程,如果第i级队列的进程正在运行,此时有一个更高优先级的进程进入,则会停下第i级的进程,让它回到第i级队列尾部,转而执行更高优先级的进程,即满足优先级调度算法的原则。

5.进程间通信

进程间通信目的一般有共享数据,数据传输,消息通知,进程控制等。以 Unix/Linux 为例,介绍几种重要的进程间通信方式:共享内存,管道,消息,共享内存,信号量,信号

5.1 共享内存

多个进程可以读写同一块内存区域,是效率最高的进程间通信方式。


由于多个进程都可以读写内存,所以需要一定的同步机制来保证数据读写安全问题,关于这种机制,需要花费较大篇幅,这里读者可根据文章末尾提供的参考资料查看,笔者后续也会再另起一篇专门介绍。

5.2 管道

首先简单介绍一下什么是生产者/消费者问题。一个或多个生产者,生产一些数据,将其放置到共享缓冲区中,由消费者从缓冲区中取走数据。同一个缓冲区同一时间内只允许生产者或者消费者一方访问,不能同时访问。当缓冲区满了,生产者不再向其中添加数据,当缓冲区空了,消费者不再向其读取数据。

管道就是基于生产者/消费者模型来实现通信的,最基本的管道通信由一端的读进程,管道,还有另一端的写进程构成,通信的介质是共享文件,也称为管道文件。管道可以分为匿名管道和命名管道,此处主要介绍命名管道。管道有一个特点:数据一旦被读取了,就从管道中删除,以释放空间便于写入更多数据。如下图

如果需要实现双端通信,则需要两个管道,如下图。

这里有一个注意点:第二个图是半双工通信,即虽然通信可以双向,但是同一时间只能单向传输。管道可以理解为一种共享存储(是磁盘存储而不是内存存储)的优化方式,保证同一缓冲区的数据,只能一端写入,一端读取,无法多端同时进行写操作。

5.3 信号

信号一般用于一些异常情况下的进程间通信,是一种异步通信,它的数据结构一般就是一个数字,比如Unix就提供了如下信号(摘自《操作系统精髓与设计原理》第6版 6.7.5章节)

名称

说明

01

SIGHUB

阻塞:内核认为进程正在做无用工作时发送给该进程

02

SIGINT

中断

03

SIGQUIT

停止:由用户发送,引发进程停止并产生信息转存

进程需要为信号设置相应的监听处理,当收到特定信号时,执行相应的操作,类似很多编程语言里的通知机制。

5.4 消息

消息可以作为两个不相关进程传递数据的方式,至少由一对原语构成

send(destination,message)

receive(source,message)

什么是原语:由若干条指令构成的程序段,用以执行特定的操作。消息通信可以分为直接通信和间接通信。

直接通信:发送进程直接发消息发给接收进程,把消息挂在接收进程的消息队列中,接收进程从消息队列中获取消息,是一种一对一的通信关系。

间接通信:消息不直接发送给接收者,而是发送到一个共享数据结构,该结构是一种消息队列,也称为信箱。这种方式相对于直接通信更加灵活,可以一对一,一对多,多对一,多对多。

通过消息格式中指定的id来确保进程的识别,如下是一种常见的消息数据格式(来自《操作系统精髓与设计原理》5.5.3)

消息在消息队列中,按照先进先出的原则。如果有消息比较紧急,发送者可以指定消息的类型,接收者在查询消息队列时,可以根据消息类型读取,不一定完全按照先进先出顺序。

消息相对于管道,有如下区别:

  • 在传输中,管道基于字节流,消息基于格式文本。
  • 介质上管道是文件,消息是内存
  • 管道只能按照先进先出的顺序,消息不一定,它可以根据消息类型选择性接收处理,更加灵活。

5.5 信号量

信号量本质是一个计数器,当多进程共享内存时,用于保护共享内存,确保共享内存在同一时刻只有一个进程独享。

信号量需要初始化为某个值,当有进程对共享内存进行访问时,信号量减1,如果信号量值不为负数,则访问共享内存。当此时其新进程也要访问共享内存时,再次将信号量减一,如果信号量的值为负数,则新进程阻塞等待。

6. 总结

进程是操作系统最重要的概念之一,有比较多的细节点可以介绍,每一点还可以横向纵向再展开。笔者翻阅了大部分主流操作系统的书中关于进程管理的章节,总结出了本篇入门介绍,其中用户进程内核进程调度算法评价指标进程和内存管理等内容这里受限于篇幅没有讨论。同步并发这几部分相对复杂且重要的内容打算后面另起章节单独描述。感谢阅读,如有疏漏或错误,还请指正??。

7. 参考资料

  1. 趣谈 Linux 操作系统
  2. 操作系统 : 精髓与设计原理(原书第6版)
  3. 操作系统导论
  4. 现代操作系统(第3版)
  5. 2019年操作系统考研复习指导
  6. 操作系统概念
  7. Linux 内核设计与实现
  8. 操作系统真象还原
  9. 深入理解计算机系统
  10. 操作系统原理
  11. Understanding User and Kernel Mode
  12. 操作系统 CPU(处理器)调度
  13. 优先级调度算法及其优缺点
  14. 进程间通信IPC

一篇快速入门操作系统的进程管理

以上是 一篇快速入门操作系统的进程管理 [操作系统入门] 的全部内容, 来源链接: utcz.com/z/519393.html

回到顶部