一 进程概念

  什么是进程呢？许多资料都说一个已经加载到内存的程序就叫进程，意思是只要代码到了内存就能跑起来了吗?接下来我就谈谈对进程概念的理解。

1 如何管理进程

   我们可能运行多个进程，这些进程有些结束，有些要退出，都需要操作系统控制将其搬进内存或者从内存中移出去，这意味着进程都要在操作系统的管理下，不能随意进出。由我上篇博客中可知操作系统的管理工作是通过管理数据实现的，所以那管理进程就是管理数据。这个数据可不是程序的代码和数据，而是描述进程的数据，因为操作系统只要描述好进程，根本不用看代码写了什么就能管理进程。

   那如何描述进程呢，首先怎么才能让不同的进程区分开来呢-属性，我们用身份证区分每个人，进程的属性之一就是-标识符，这个的作用就类似身份证用来区分进程，此外我们是可以同时运行多个进程的，例如同时在手机上看小说和听音乐，有时后台还挂着微信，QQ，这些程序的代码都要CPU去跑，但cpu只有一个，所以进程还需要一个属性，那就是优先级，还有其它的属性后提，但这些属性都要存在一起，也就是说还要生成一个PCB结构体来存属性，操作系统就可以管理这个PCB对象来达到管理的目的。

2 PCB对象的意义

   仅仅是代码到了内存中，没有这个结构体，操作系统是不会对这个代码进行管理的，不管理那就不会让cpu执行代码，一个不被执行的代码你觉得还叫进程合适吗?为什么不管理呢? 

    我的理解就是操作系统不愿意，它可没空时刻盯着你这些没有PCB对象的程序，凭什么为了你个不合规的代码耽误我的办事效率，没创建那就从内存出去，真让操作系统管，不还是用一些变量记录一下你这个进程叫什么名字，你现在运行到哪了，明明系统可以用一个链表把所有PCB对象管理起来，你偏偏说我不想和这些普通的进程待在一起，那对于系统而言，那就要两边跑了，能是肯定能实现，只是没必要，一切进程皆平等，都在我的链表里等安排，操作系统只做最高效的事。

   由此得， 所以如果仅仅是看程序在不在内存中来判断是否是进程，有点不太准确，此时进程还不算真正形成，还得在操作系统那创建个PCB对象，挂个名，和系统说要执行快点我的代码，你的代码后续才会执行。去办事你也得挂个号排队吧，总不能人站在办事大厅吧。

二 进程的属性

接下来就看看这个PCB对象内部究竟有什么，是什么信息就能让操作系统管理进程呢?

标识符：描述本进程的唯一标识符，用来区别其他的进程
状态：任务状态，如休眠，执行，暂停。
优先级：相对于其他的进程的优先级。
程序计数器：程序中即将被执行的下一条指令的地址。
内存指针：包括程序代码和进程相关数据的指针，还有其他的进程共享的内存块的指针
上下文数据：进程执行时处理器的寄存器中的数据
I/O状态信息：包括显示I/O请求，分配给进程的I/O设备和进程使用的文件列表
记账信息：可能包括处理器的时间总和，使用的时钟总和，时间限制
其他信息

1标识符，大家都是进程，有时候某个进程很紧急要处理，我都找不到这个进程。

2 状态参数，这也很好理解，有时候这个暂停这个进程，去执行其它进程的代码，就先把这个进程设为暂停或休眠，过会唤醒继续执行，为了唤醒后知道从哪继续执行，也就有了程序计数器，cpu执行一条指令是非常快的，所以一定是需要快速知道下一条指令地址在哪的，所以程序计数器一般是在cpu内的寄存器，所以这个地址也是属于上下文数据的一种，上下文数据的作用要在进程状态后提，这个属性都是在一个结构体内，结构体内又不放代码，所以就得有个指针链接代码，也就有了内存指针，这其实也就意味着在操作系统那排队等执行的其实是这个结构体，排到你了，就通过这个指针去找代码，后面说进程状态会更好理解，等待是怎样的，也就更好理解为什么是PCB去排队比代码排队好。

    记账信息是为了公平分配cpu，就是不让一个进程长时间地占用cpu资源，诶，不对啊，我手机一直开着软件看视频，那不就是让这个软件的代码一直在被cpu处理吗，实际上有个概念叫并发，也就是说cpu会让一个进程执行了十几毫秒后，切换下一个进程执行它的代码，而在一秒内，所有进程都跑了起来，这称之为并发，我们几乎感觉不到当前进程有停止的过程，还有其它的属性都要后面结合场景解释，现在先放下不谈。

再分享一条指令，ps ajx打印进程信息，对于我们后面观察子进程创建有用处

三 创建子进程

1 获取进程的pid

  先前说进程的属性之一是标识符，这个标识符其实是pid，而linux提供一些函数——getpid可以获取到当前进程的标识符，getppid可以获取父进程的pid，接下来就用linux下的vim来编写代码，尝试一下获取pid和ppid。我们先前说一个程序运行，操作系统会帮忙创建PCB对象，最终形成一个进程，那我们的test就是个可执行程序，如果./让它运行，那不就也会形成一个进程，所以我们下面看到打印出对于进程的pid是9797，那父进程是谁，我这个程序运行起来了怎么突然多了个爹。

  打印一下，看看这个父进程是谁，噢，原来是bash命令行，所以我们就可以大致猜测一下，bash此时创建了一个子进程(如何创建fork会提及)，至于为什么要这么做呢，我觉得有一种解释很符合我这个菜鸟阶段理解，那就是进程，程序都不是绝对安全运行的，如果bash去执行你的代码，你代码出问题了，出现异常终止了，这个进程就被干掉了，那不是直接把bash也整崩溃了，那后续怎么接受你的其它命令，重启？这不太合理吧，所以bash和执行代码分离在不同的进程对效率是非常有意义的。

  当我们的可执行程序运行起来了，我们想要看看代码在跑的时候是不是形成了一个进程，所以我们去另一个显示窗口打印的进程信息，因为此时bash进程挂起了，在执行子进程的代码，没办法接受指令，可以通过Xhell的复制会话或者复制渠道都可以再建立一个输入指令的窗口，这样就可以让test一边跑，我们这同时看进程信息了。

 循环打印进程信息，while(空格) :; do+执行的指令, 指令之间一般用;隔开，|这个是管道文件，ps ajx把所有进程信息放到管道文件，然后传给head指令使用，这里是想把进程信息的那个表格头显示出来，语法特殊，所以指令之间没加&&或者; ，grep test是在给的信息中查找 test关键字，查找出来的信息也会把自己带上，这个可能是设计的结果，用grep -v grep就可以去除这个显示，最后加个done，就可以循环显示进程信息了。

[hqy@VM-24-5-centos ~]$ while :;do ps ajx | head -1 && ps ajx | 
grep test; sleep 1; done 

然后就是来认识认识fork这个函数。

2 初识fork

先来段代码，一步步揭示fork的作用。

 #include<stdio.h>
 #include<sys/types.h>
 #include<unistd.h>
 #include<stdlib.h>
   int main()
  {
      printf("begin\n");
       fork();
      printf("我是进程\n");                                                             
       return 0;
  }

   诶，奇怪，为什么有三个printf，都说fork创建子进程，那子进程干了什么呢?难道是执行我父进程的代码吗?好像是如此，可是我自己不就能做了，怎么还要个子进程一起做同样的事呢?别急，我们先看看man手册中的fork，直接在bash命令行输入man fork即可查询，如果没找到那就要切换为root账号去下载，下载指令为 yun install -y man-pages,再用man手册查找就可以出如下图。

诶好像有两个返回值，那我们设计如下代码看看是不是真有两个返回值。

 #include<stdio.h>
 #include<sys/types.h>
 #include<unistd.h>
 #include<stdlib.h>
   int main()
  {
      printf("begin\n");
      int ret = fork();
      if(ret == 0)
          printf("我是子进程\n");
      else
         printf("我是父进程\n");                                                           
       return 0;
  }

   完蛋，if和else都进去了。要说清楚为什么得分成好几个问题，但首先要知道一点的是，bash创建子进程去执行test这个可执行程序的代码，然后这个子进程2又调用fork去创建子进程3，此时就有三个进程了，我要说的就是这个子进程3是新来的，请问它的代码哪里来? 我们刚出生也是什么都没有，但是父母会给我们提供物资，所以子进程其实是和父进程共享执行fork之后的代码和数据，别钻牛角尖问为什么不把之前的代码也执行了，让子进程执行fork后的代码其实对于使用者的意义，就是可以控制子进程的执行流从哪开始。

  噢，子进程是能用父进程的代码，这样就为它能执行printf奠定了基础，可是还有很多问题啊?我一个个列举出来，1 fork函数为什么要返回两个值? 2 而且为什么是0和子进程的pid这两个不同的值？3 一个函数如何返回两个值，如何return两次? 4 一个变量ret如何接受两个返回值？

   先大致说说问题4吧，父子进程共享数据这个点没错，但是如果要修改，就会发生写时拷贝，什么?你说为什么不一开始就拷贝一份，我们拿嘴说的容易，计算机可就累死了，有没有可能这些数据只有小部分是会被修改的，大部分都是不变的，那这个时候内存不就存在重复的数据了吗，浪费可耻! 所以我们现在就认为ret的值在父子进程中是不一样的。(这里留个伏笔，如果去打印ret的地址，会惊讶地发现是一样的，这里至少我要再往后三四篇博客才会解释)

此时我们就知道为什么会既会进入if语句，又会进入else语句，也就可以顺便解释解释问题3了。

   如图，fork函数肯定是会创建子进程的，如何创建，俺也不会，我能了解到fork内部已经尽力了，由上述得，创建子进程后，子进程就开始共享父进程的代码，也就是说子进程不仅共享fork后面的代码，还共享了一部分fork函数内部的代码，而return之前子进程绝对创建好了，那return 这句代码，子进程也要执行，所以为什么能返回两次(问题3)，就是因为return被父子进程各执行了一次。而且bash是如何创建子进程的呢，内部肯定就是封装了fork。

   因为fork函数当初设计的作用就是为了能弄出一个进程，然后去帮自己干活，让自己去做其它的事，分别执行不同的代码那就要实现一个方法能区分父子进程，才能分配任务，可是如何区分，让使用者自己写方法吗，我敢说应该是可以实现的。设计者想那不如在fork函数内就写一个方法区分父子进程，父子进程对ret变量进行写时拷贝，也就让父子进程执行return ret的时候返回不同的值，使用者根据返回值就可以做区分了。所以说与其问为什么要有两个返回值，本质是问为什么要有返回值，就是为了能让使用者通过返回值区分父子进程，而且只要有返回值，就一定会被返回两次，所以为什么要有两个返回值的问题等价于为什么要有返回值。

    既然父子进程接收的返回值不同，那为什么要给父进程返回子进程pid呢，这个可能是父进程可能会有多个子进程，为了今后可以让父进程能够区分子进程，这个pid是必需的，怎么用，还不知道....，给子进程的返回值就随意了，没什么可深究的，只要和父进程接收的返回值不同就可以了。这就能让父子进程去执行不同的代码，未来就可以实现分工合作，这就是为什么要返回两个不同的值的原因。最后我要说一个不太重要的点，就是bash是创建子进程去执行代码的，如果在子进程2中又创建了子进程3，此时会有三个进程，执行顺序一般是bash创建子进程2后挂起，等待子进程2执行完代码，而子进程2又创建了子进程3，这个时候2,3进程的顺序是由调度器决定的，如果2执行完了，这个时候bash和子进程3的执行顺序也是不确定的，所以下图偶尔会出现bash命令行的显示和子进程3的显示错乱。(下图为正常)