文章目录

目录

前言

一、环境变量

1. PATH

2. HOME

3. 其他环境变量

系统调用接口--getenv 

4. 命令行参数

4.1 双参数main

4.2 三参数main

5. 设置环境变量

5.1 本地环境变量

 5.1.1 内建命令

5.2 固定环境变量

6. 取消环境变量 

7. 小总结

二、程序地址空间 

1. 空间划分

2. 进程地址空间

3. 缺页中断

4. 进程地址空间的意义

---

前言

进程切换

为什么函数返回值会被外部拿到？

        return a -->  mov eax 10，是通过CPU寄存器实现的

系统如何得知我们的进程当前执行到哪行代码了？

        程序计数器pc，eip：记录当前进程正在执行指令的下一行指令的地址

寄存器大致分类：

        通用寄存器：eax，ebx，ecx，edx

        栈帧：ebp，esp，eip

        状态寄存器：status

寄存器有很多，那么寄存器扮演着什么角色？

        1. 提高效率，有关进程的高频访问数据放入寄存器中

        2. CPU中寄存器保存的是进程相关的数据，即进程的临时数据——进程的上下文数据，CPU中有大量的进程上下文数据

        由于进程切换与时间片概念，是进程切换基于时间片轮转的调度算法，可以在同一时间，让多个进程得以推进，称之为并发。

        所以进程在从CPU上离开的时候，要将自己进程的上下文数据保存好带走（一些临时数据，ebp、esp、eip等），如果不保存这些临时数据，进程轮转之后新的进程数据会覆盖原先的进程上下文数据，所以保存的目的是为了下次轮转到自己时快速恢复进程上下文数据，这些数据保存到PCB中（真正的是软硬件合作保存）

进程切换时：

        1. 保存上下文       

        2. 回复上下文

---

一、环境变量

基本概念：
        环境变量（environment variables）一般是指在操作系统中用来指定操作系统运行环境的一些参数。

        例如，我们编写的C/C++代码，在各个目标文件进行链接的时候，从来不知道我们所链接的动静态库在哪里，但是照样可以链接成功，生成可执行程序，原因就是有相关环境变量帮助编译器进行查找。

        环境变量通常具有某些特殊用途，并且在系统当中通常具有全局特性。

常见环境变量：

        PATH : 指定命令的搜索路径

        HOME : 指定用户的主工作目录 ( 即用户登陆到 Linux 系统中时 , 默认的目录 )

        SHELL : 当前 Shell, 它的值通常是 /bin/bash 。

查看环境变量方法：

        echo $name     //name：环境变量名称

        env         //显示全部的环境变量

1. PATH

echo $PATH
必须要$，不然会被echo识别为字符串

        这些路径用冒号进行连接，在调用指令时，系统默认从左到右，按指定路径进行搜索。如果不在指定的路径中，例如我们写的./mycmd，如果不写 ./ 只是简单的输入mycmd，会报错，指令找不到（找的操作是shell进行的）

        如果将mycmd所在路径添加到PATH中，那么我们直接输入mycmd不加./，也可以直接执行，所以输入 ./ 是为了确定路径

PATH=$PATH:/home/ljs/XXXXX
#等号左右两侧不能有空格
//如果不写$PATH:那么PATH会被覆写,如果被覆写后，可以重启xshell
//因为环境变量是被存储在Linux配置文件中，每次启动后会加载到内存中

        指令也是可执行程序，执行前shell要先找到路径，所以shell会维护PATH环境变量，来保存指令搜索路径。

        可以知道，which指令就是从PATH环境变量中搜索路径。 

2. HOME

        不同的用户，$HOME不同。

        在xshell中，不同用户登陆后，由xshell分配bash，命令行解释器进程，此时会默认的cd到自己的家目录路径下，而HOME环境变量就是 shell 用来保存各个用户的家目录路径。

3. 其他环境变量

和环境变量相关的命令

• echo: 显示某个环境变量值
• export: 设置一个新的环境变量
• env: 显示所有环境变量
• unset: 清除环境变量
• set: 显示本地定义的shell变量和环境变量

env

• HOSTNAME：主机名
• HISTSIZE：保存到是历史命令被保存下来的条数（history指令可以查历史指令，由histsize变量控制条数）
• SSH_TTY：终端名称，我们在xshell中可以打开多个终端，每个终端互不干扰，只在指定的终端输出就是依靠终端名分别终端
• USER：用户名
• LS_COLORS：配色方案
• PATH：可执行程序的路径
• PWD：当前进程所在路径
• LOGNAME：当前登录用户
• OLD_PWD：当前路径的上一个路径（cd - 等同于 cd $OLDPWD）

系统调用接口--getenv 

        系统调用接口，getenv 可以根据传入的实参字符串，返回对应的环境变量

printf("PATH: %s\n", getenv("PATH"); 

        环境变量：是系统提供的一组形如 name = value形式的变量，不同的环境变量由不同的用户，通常具有全局属性

4. 命令行参数

        我们初学c语言时，可能看到过main函数有参数

int main(int argc, char* argv[])
{
    

    return 0;
}

         其中，argv是指针数组，argc是数组内元素个数。main函数并不是第一个函数，它是被CRTStartup()调用的，那么这两个参数是干什么用的呢？

        它是为指令、工具、软件等提供命令行选项的支持！

4.1 双参数main

        我们在输入 ./mycmd 时，如果后面追加 -a -b -c -d这一串字符串，那么

        由于argv指针数组的最后一个数据的下一个位置默认设置为nullptr，所以我们也可以改变for循环内的条件。

        我们输入的 ./mycmd 在bash看来就是一个字符串，bash将空格作为分隔符，第一个字符串为指令，剩下的字符串是指令选项，bash可以得到小的字符串，根据小字符串的数量赋予argc变量值，argv数组中每个数据存放的是这些字符串首字符的地址。 

        那么我们可以根据这个原理，来设计带选项的指令，根据argv[1]中指向的字符串来判断携带的是什么选项

        这就是指令为什么可以有选项的原因，例如 ls -l 、ls -a等等。所以命令行参数它是为指令、工具、软件等提供命令行选项的支持！根据不同的选项，表现不同的功能

        所以在学c语言时，没有使用该知识点是因为当时我们不使用命令行，所以不需要。

4.2 三参数main

main函数除了这两个参数类型外，还重载的有三参数类型

int main(int argc, char* argv[], char* env[])
{

    return 0;
}

        我们使用env指针数组，也实现了输出全部环境变量的效果

综上，main函数有两张核心的向量表

        1. 命令行参数表

        2. 环境变量表

        即一个进程的创建不仅仅只是将我们的程序加载到内存就结束了，而是需要被调用main函数并完成两张核心表的建立

        我们所运行的进程，都是子进程，bash本身在启动时，会从操作系统的配置文件中读取环境变量信息，而子进程会继承父进程的环境变量，所以我们所有的进程环境变量几乎相同，这就体现了环境变量的全局性

        进程之间具有独立性，如果子进程对环境变量有修改，那么就会发生写时拷贝

        除了env、和三参数的main函数可以获取环境变量，我们还可以使用第三方变量environ来获取环境变量，可以使用man命令查看用法

        libc中定义的全局变量environ指向环境变量表,environ没有包含在任何头文件中,所以在使用时 要用extern声明

#include <stdio.h>
int main(int argc, char *argv[])
{
     extern char **environ;
     int i = 0;
     for(; environ[i]; i++)
     {
         printf("%s\n", environ[i]);
     }
     return 0;
}

5. 设置环境变量

5.1 本地环境变量

MY_VALUE=12345678

         如果再命令行处直接定义，它会成为本地环境变量，在env中查找不到

        本地环境变量不会被子进程继承，它只在本bash处有效

set
查看本地环境变量

 

        其中的ps1环境变量表示对是命令行提示符的格式，\u为用户名，\h为主机名、\w为当前工作目录，$为提示符。如果是root用户，那么提示符为#，这就表明了本地环境变量只在本bash内有效

        ps2是命令行次提示符，当一行指令还没输完，可以用 \ 续行

ls \
> -a

 5.1.1 内建命令

问题：既然本地变量只在本bash内部有效，那么为什么echo能够输出本地变量的值呢？（echo是指令，我们之前认为任何指令都会创建进程，该进程是bash的子进程），也就是说bash的子进程为什么能输出bash的本地变量？

答：指令分为两类

• 常规命令 -- 通过创建子进程完成
• 内建命令 -- bash不创建子进程，而是由自己完成，类似于bash调用了自己写的或是系统提供的函数，即echo在bash内部有代码实现，所以不创建子进程

那么类似的内建命令还有export、cd等命令，cd并不是一个新的bash的子进程，而是直接由bash操作，因为如果是bash子进程，那么它修改的就是子进程的当前工作目录，修改不了父进程工作目录，我们可以简单的实现以下cd功能，cd命令依靠的是chdir系统调用接口。

终端1：
./mycmd /

终端2：
ps axj | head -1 && ps axj | grep mycmd    从而找到pid
ls /proc/pid/cwd -l    显示当前工作目录

#include<stdio.h>
#include<stdlib.h>
#include<string.h>
#include<unistd.h>
 
int main(int argc, char* argv[], char* env[])
 {
 
     sleep(20);
     printf("change beign\n");
     //判断argv的值，就是命令行参数是否为两个字符串
     if (argc == 2)
     {
         chdir(argv[1]);
     }
     printf("change end\n");
     sleep(20);

    return 0;
}

        这样就可以观察到mycmd进程确实更改了路径，将mycmd名称更改为bash，那么这就是cd的简答代码

5.2 固定环境变量

export MY_VALUE=12345678

        再进行grep查找

        此时我们再次执行我们的程序，即可证明环境变量是会被子进程继承的，因为有我们新设置的MY_VALUE

6. 取消环境变量 

unset MY_VALUE

        再查找就查找不到了，即一旦bash的环境变量改变，子进程继承的环境变量也会改变

7. 小总结

1. 程序运行需要命令行参数表、环境变量表，这两张表是系统维护的，可以简单理解为bash（因为bash广义上也是操作系统的一部分）
2. main函数不要简单的被语言方面局限了，main也是函数，它也需要被传参调用（被系统调用），传入两张表

二、程序地址空间 

1. 空间划分

1. 首先，我们来验证一下各区地址的大小情况

        可以看到代码区、字符常量区、已初始化全局变量、为初始化全局变量、堆区、栈区地址依次从低到高 

2. 我们再来验证堆、栈各自地址的生长情况

        可以看到，堆区向上生长，地址数为七位，栈区向下生长，地址数位12位，两者相对，中间空缺的部分为动静态库

        如果将变量a前加上static修饰，那么a的地址数将由12位更改为7位，故static修饰的局部变量编译的时候已经被编译到全局数据区，只是作用域只在该函数内部，而生命周期是全局的

2. 进程地址空间

我们再来看进程方面

问：为什么同一个变量，同一个地址，同时读取，却读到了不同的内容？

        结论：该地址一定不是物理地址，如果是物理地址，那么一定不会出现上面的现象，这种地址被称为线性地址或虚拟地址

        任何一个进程都需要PCB内核数据结构和进程虚拟地址表，进程虚拟地址表的地址在PCB结构体中保存，并且有一张页表来保存映射虚拟地址到物理地址

        父进程创建子进程后，子进程继承父进程的大部分PCB数据并进行修改，同时也完全拷贝父进程的虚拟地址表和页表，此时因为页表相同，所以父子进程同时指向同一块的物理地址（数据和代码都相同），当子进程检测到g_val被修改时，操作系统会先创建一个新的g_val空间，并拷贝父进程的数据，在根据子进程修改的数据进行修改，再修改页表的映射关系，原先的虚拟地址不变，修改映射的物理地址

        前提是该进程正在被CPU执行

地址空间：我们的计算机地址总线排列组合形成地址范围【0，2^32】（在32位的计算机中，有32位的地址和数据总线）

        所谓进程地址空间，本质是一个描述进程可视范围的大小。地址空间内一定要存在各种区域划分，对线性地址进行start，end描述。

        任何一个进程都要有PCB和进程地址空间

        地址空间本质是内核的一个数据结构对象，和PCB一样，也是要被操作系统管理，进行先描述，再组织

struct mm_struct
{
    long code_start, code_end;

    long readonly_start, readonly_end;
    
    long init_start, init_end;

    long uninit_start, uninit_end;

    long heap_start, heap_end;

    long stack_start, stack_end;
}

        每一个task_struct都要指向自己的 mm_struct结构体，32位系统默认内存为4GB，那么每个进程都在该物理内存中规划自己的进程地址

        进程地址空间就类似于一把尺子，尺子的刻度由0x00000000到0xffffffff，尺子按照刻度被划分为各个区域，例如代码区、堆区、栈区等。而在结构体mm_struct当中，便记录了各个边界刻度，例如代码区的开始刻度与结束刻度，

        在结构体mm_struct当中，各个边界刻度之间的每一个刻度都代表一个虚拟地址，这些虚拟地址通过页表映射与物理内存建立联系。由于虚拟地址是由0x00000000到0xffffffff线性增长的，所以虚拟地址又叫做线性地址。

        32位操作系统有4GB内存，每个进程的进程地址空间可分得一部分内存大小，但是不能全部获取4GB大小内存

页表：每一个进程都要在CPU上被调度，在CPU上有一个cr3寄存器，存放的是页表的起始地址（物理地址），本质上是进程的硬件上下文，所以在进程轮转时，该数据会被保存，下一次被调度时再次加载 。当CPU需要访问物理地址的数据时，会根据cr3寄存器找到页表，从而找到物理地址

        此时我们页表有三个字段，分别为进程虚拟地址、物理地址、标志位，标志位的意义在于我们查找到数据所在的物理地址后，我们应该区分该地址的数据是可读写还是只可读，这就是标志位字段的意义，标记该地址处的数据可读写情况

        所以为什么代码、字符常量是只读的？因为代码加载到磁盘就是写入，而你说了磁盘的代码处是只读的，这里的关键就是页表的第三个字段——标志位，因为标志位是r，所以是只读！！

3. 缺页中断

        我们也玩过大几十G的游戏，我们知道进程是要将自己的代码和数据加载到内存中的，但是内存大多是都是16或32GB，怎么能容纳几百G的游戏呢？

        此时操作系统的解决方案就是对大文件实现分批加载，先加载并运行一小部分，之后再加载剩余的代码和数据，这个行为就是惰性加载。此时页表的映射关系中，虚拟地址是全填的，但是会缺少一部分的物理地址，因为此时后面的代码和数据还没有加载到内存，当CPU根据虚拟地址找到内存的物理地址，发现该物理地址处还没有加载，那么就会申请空间，将对应剩余的代码和数据加载到内存中，该机制被称为缺页中断

        页表的第四个字段也是标志位，表示物理地址此处对应的代码和数据是否已经加载到内存，从而使CPU根据这一标志来判断是否触发缺页中断机制，将在磁盘中剩余的代码和数据自动加载到内存中，并构建号页表内剩余的映射关系。

        所以，进程在被创建的时候是先构建内核数据结构（PCB、虚拟地址空间、页表），再慢慢加载对应的可执行程序，从而填充页表。

        写时拷贝就是根据缺页中断实现的

那么进程之间具有独立性更具体的理解：

        首先，每一个进程都已各自的PCB、进程地址空间、页表，这些都是互相独立的

        其次是程序的代码和数据层面，因为页表的存在，即使是父子进程，代码指向相同，即使虚拟地址相同，但是它们所映射的物理地址不同，这就使得它们的数据层面解耦合，互相独立，这就是进程之间的独立性根源

4. 进程地址空间的意义

综上所述，为什么要设计进程地址空间？

• 让进程以统一的视角看待内存。如果没有进程地址空间，那么进程PCB需要记录代码和数据的物理地址，一旦进程换出再换入时，PCB还要修改内容，而且还有越界访问的风险，所以我们需要中转站，即进程地址空间这一结构，此时进程只需要根据相应的映射即可找到代码和数据
• 增加转换过程（页表），在转换过程中可以对我们的寻址请求进行审查。一旦异常访问，直接拦截，该请求不会到达物理内存，从而保护了物理内存
• 因为有地址空间和页表的存在，将进程管理模块（PCB、进程地址空间、页表）和内存管理模块（页表和物理内存）进行解耦合，只负责各自的工作

 进程 = 内核数据结构（task_struct && mm_struct && 页表）+ 程序的代码和数据

所以，进程切换的时候，只用切换进程上下文数据即可，因为task_struct中有指针指向进程地址空间，而cr3寄存器属于进程上下文数据，cr3寄存器存放的是页表的起始地址。