【TLPI读书笔记】 六、进程
进程和程序
- 进程是一个可执行程序的实例。
程序是包含了一系列信息的文件，这些信息描述了如何在运行时创建一个进程，所包含的内容如下所示：
- 二进制格式标识
- 机器语言指令
- 程序入口地址
- 数据
- 符号表及重定位表
- 共享库和动态链接信息
- 其他信息
- 可以用一个程序来创建许多进程，或者反过来说，许多程序运行的可以是同一程序
- 进程是由内核定义的抽象的实体，并为该实体分配用以执行程序的各项系统资源
- 从内核角度看，进程由用户内存空间和一系列内核数据结构组成，其中用户内存空间包含了程序代码及代码所使用的变量，而内核数据结构则用于维护进程状态信息。
进程号和父进程号
每个进程都有一个进程号（PID），进程号是一个正数，用以唯一标识系统中的某个进程。
系统调用getpid()返回调用进程的进程号
#include <unistd.h>
pid_t getpid(void);
// Always successfully returns process ID of caller返回值
- 成功：返回进程ID
每个进程都有一个创建自己的父进程。使用系统调用getppid()可以检索到父进程的进程号
#include <unistd.h>
pid_t getppid(void);
// Always successfully returns process ID of caller返回值
- 成功：返回进程ID
如果子进程的父进程终止，则子进程就会变成“孤儿”，init进程随即将收养该进程，子进程后续对getppid()的调用将返回进程号1。
进程内存布局
每个进程所分配的内存由很多部分组成，通常称之为“段（segment）”。如下所示：
- 文本段
- 初始化数据段
- 未初始化数据段（bss）
- 栈（stack）
- 堆（heap）
size命令可以显示二进制可执行文件的文本段、初始化数据段、非初始化数据段（bss）的段大小
进程内存布局如下图所示：
虚拟内存管理
上述关于进程内存布局的这一布局存在于虚拟内存中。
虚拟内存管理技术，该技术利用了大多数程序的一个典型特征，即访问局部性，以求高效实用CPU和RAM（物理内存）资源。大多程序都展现了两种类型的局部性：
- 空间局部性：是指程序倾向于访问在最近访问过的内存地址附近的内存
- 时间局部性：是指程序倾向于在不久的将来再次访问最近刚访问过的内存地址
正是由于访问局部性特征，使得程序即便仅有部分地址空间存在于RAM中，依然可能得以执行。
虚拟内存的规划：
- 将每个程序使用的内存切割成小型的、固定大小的“页（
page）”单元 - 将RAM划分成一系列与虚拟页尺寸相同的页帧
- 任一时刻，每个程序仅有部分页需要驻留在物理内存页帧中。这些页构成了所谓驻留集（
resident set） - 程序未使用的页拷贝保存在交换区（
swap area）内————这是磁盘空间中的保留区域，作为计算机RAM的补充。仅在需要时才会载入物理内存 - 若进程欲访问的页面目前并未驻留在物理内存中，将会发生页面错误（
page fault），内核即刻挂起进程的执行，同时从磁盘中将该页面载入内存 - 为支持这一组织方式，内核需要为每个进程维护一张页表（
page table）。该页表描述了每页在进程虚拟地址空间中的位置。页表中的每个条目要么指出一个虚拟页面在RAM中的所在位置，要么表明其当前驻留在磁盘上
虚拟内存管理使进程的虚拟地址空间与RAM物理地址空间隔离开来，这带来许多优点：
- 进程与进程、进程与内核相互隔离
- 适当情况下，两个或者更多进程能够共享内存
- 便于实现内存保护机制
- 程序员和编译器、链接器之类的工具无需关注程序在RAM中的物理布局
- 因为需要驻留在内存中的仅是程序的一部分，所以程序的加载和运行都很快
栈和栈帧
函数的调用和返回使栈的增长和收缩呈线性。栈驻留在内存的高端并向下增长（朝堆的方向）。专用寄存器————栈指针（stack pointer），用于跟踪当前栈顶。每次调用函数时，会在栈上新分配一帧，每当函数返回时，再从栈上将此帧移去。
有时会用用户栈（user stack）来表示此处所讨论的栈，以便与内核栈区分开来。内核栈是每个进程保留在内核内存中的内存区域，在执行系统调用过程中供内部函数调用使用。
每个（用户）栈帧包括如下信息：
- 函数实参和局部变量
- （函数）调用的链接信息
因为函数能够嵌套调用，所以栈中可能有多个栈帧。
命令行参数（argc，argv）
每个C语言程序都必须有一个称为main()的函数，作为程序启动的起点。
命令行参数（由shell逐一解析）通过两个入参提供给main()函数。参数如下所示：
int argc：表示命令行参数的个数char *argv[]：是一个指向命令行参数的指针数组，每一个参数又都是以空字符（null）结尾的字符串。argv[0]指向的通常是该程序的名称
argc/argv参数机制的局限之一在于这些变量仅对main()函数可用。要为其他函数所用，必须把参数进行传递或设置一个指向该参数的全局变量。
许多程序使用getopt()库函数解析命令行选项（即以“-”符号开头的参数）。
环境列表
每一个进程都有与其相关的称之为环境列表的字符串数组，或简称为环境。其中每个字符串都以 名称=值 形式定义。常将列表中的名称称为环境变量。
新进程在创建之时，会继承其父进程的环境副本。这是一种原始的进程间通信方式，却颇为常用。
从程序中访问环境
- 可以使用全局变量
char **environ（字符串数组）访问环境列表 可以通过声明
main()函数中的第三个参数来访问环境列表：int main(int argc, char *argv[], char *envp[])getenv()函数能够从进程环境中检索单个值#include <stdlib.h> char *getenv(const char *name); // Returns pointer to (value)string, or NULL if no such variable参数
name：环境变量名称
返回值
成功：返回环境变量值
失败：返回NULL
修改环境
putenv()函数向调用进程的环境列表中添加一个新变量，或者修改一个已存在的变量值
#include <stdlib.h>
char *putenv(char *string);
// Returns 0 on success, or nonzero on error参数
string：环境变量的“名称=值”对形式的字符串。该字符串不能为自动变量，因为环境列表会直接指向该字符地址而不是拷贝一个副本
返回值
成功：返回0
失败：返回非0值
setenv()函数可以替代putenv()函数，向环境变量添加一个变量
#include <stdlib.h>
char *setenv(const char *name, const char *value, int overwrite);
// Returns 0 on success, or -1 on error参数
name：环境变量的名称value：环境变量的值overwrite：如果存在，是否覆盖
返回值
成功：返回0
失败：返回-1
unsetenv()函数从环境中移除由name参数标识的变量
#include <stdlib.h>
char *unsetenv(const char *name);
// Returns 0 on success, or -1 on error参数
name：环境变量的名称
返回值
成功：返回0
失败：返回-1
clearenv()函数用于清除整个环境
#include <stdlib.h>
int clearenv(void);
// Returns 0 on success, or nonzero on error返回值
成功：返回0
失败：返回非0值
执行非局部跳转：setjmp()和longjmp()
使用库函数setjmp()和longjmp()可执行非局部跳转。术语“非局部”是指跳转的目标为当前执行函数之外的某个位置。
C语言包含goto语句，但是存在一个限制————不能从当前函数跳转到另一函数。setjmp()和longjmp()就弥补了这点。
#include <setjmp.h>
int setjmp(jmp_buf env);
// Returns 0 on initial call, nonzero on return via longjmp()
void longjmp(jmp_buf env, int val);setjmp()调用为后续由longjmp()调用执行的跳转确立了跳转目标。该目标正是程序发起setjmp()调用的位置。从编程角度看来，调用longjmp()函数后，看起来就和从第二次调用setjmp()返回时完全一样。通过查看setjmp()返回的整数值可以区分是初始返回还是第二次返回。
参数
env：环境，setjmp()将当前进程环境的各种信息保存到env参数中，该变量应是全局变量val：指定跳转后setjmp()返回的值，以此区分是否是初始返回。初始返回0
返回值（setjmp()）
成功：初始化调用返回0，跳转后的二次返回返回非0
总结
本章的核心内容在进程布局，这涉及到虚拟内存、栈和栈帧等概念，其次介绍了进程的其他内容：参数和环境。