进程和线程以及相关概念的理解

“进程是资源分配的最小单位，线程是CPU调度的最小单位”这样的回答是教科书上的回答，抽象且不易于真正的理解。

如果你这样去回答，相信你很难在广大人群中脱颖而出，想要让人印象深刻，就一定要有自己的见解，往往面试官想听到的不是网上一搜就能搜到的教科书答案，而是你对一个问题或者概念自己的理解。（莎士比亚有句话说的好，一千个读者眼中就会有一千个哈姆雷特）

我认为书上的内容不应该靠死记硬背，背的迟早是会忘的，只有真正的理解，才能被深深的记在心里。

相关概念：分时操作系统、多道程序设计、CPU状态、内存空间、虚拟内存、进程、线程、程序、文件描述符、内存空间、重定向、管道

Linux 系统上所有运行的任务都可以是一个进程，每个用户任务、每个系统管理，都可以称之为进程，Linux 用分时管理的方法使所有的任务共同分享系统资源。

分时操作系统采用 CPU 调度和多道程序设计，为每个用户提供一小部分的分时计算机资源。引入多道程序设计的根本目的是为了提高CPU的利用率，充分发挥计算机系统部件的并行性，现代计算机系统都采用了多道程序设计技术。。每个用户至少有一个程序在内存中。加载到内存并执行的程序，通常称为进程。当进程执行时，它通常在执行较短的一段时间后，要么完成，要么需要进行 I/O 操作。

对于分时系统，操作系统必须确保合理的响应时间。这有时可以通过交换来得到，交换可将进程从磁盘调入内存，也可将进程从内存调到磁盘。不过，虚拟内存是实现合理响应时间的更为常用的一种方法，虚拟内存允许一个执行作业不必完全在内存中。

分时操作系统典型的例子就是Unix和Linux的操作系统。其可以同时连接多个终端并且每隔一段时间重新扫描进程，重新分配进程的优先级，动态分配系统资源。

进程是资源（CPU、内存等）分配的基本单位，具有一定独立功能的程序关于某个数据集合上的一次运行活动，进程是系统进行资源分配和调度的一个独立单位。
线程是进程的一个实体，是独立运行和独立调度的基本单位（CPU上真正运行的是线程）。线程自己基本上不拥有系统资源，只拥有一点在运行中必不可少的资源(如程序计数器,一组寄存器和栈)，但是它可与同属一个进程的其他的线程共享进程所拥有的全部资源。

CPU的工作状态分为系统态(或称管态)和用户态(或称目态)。引入这两个工作状态的原因是：为了避免用户程序错误地使用特权指令，保护操作系统不被用户程序破坏。具体规定为，当CPU处于用户态时，不允许执行特权指令；当CPU处于系统态时，可执行包括特权指令在内的一切机器指令。

进程：

程序=文件（静态的可执行文件）
进程=执行中的程序=程序+执行状态

进程执行需要的资源：
内存：保存代码和数据
cpu：执行指令

PCB内容：
1 进程标识符
进程标识符用于唯一地标识一个进程。
一个进程通常有两种标识符：
内部标识符：在所有的操作系统中，都为每一个进程赋予了一个惟一的数字标识符，它通常是一个进程的序号。设置内部标识符主要是为了方便系统使用。
外部标识符：它由创建者提供，通常是由字母、数字组成，往往是由用户(进程)在访问该进程时使用。为了描述进程的家族关系，还应设置父进程标识及子进程标识。此外，还可设置用户标识，以指示拥有该进程的用户。
2 处理机状态
处理机状态信息主要是由处理机的各种寄存器中的内容组成的。
包括：① 通用寄存器；② 指令计数器；③ 程序状态字PSW；④ 用户栈指针。
这些信息显然和进程相关，因此，进程一旦被中断，就必须把这些信息保存在PCB中，以便在恢复运行时能完全恢复中断前的状态。
3 进程调度信息
在PCB中还存放一些与进程调度和进程对换有关的信息。
包括：
① 进程状态；
② 进程优先级；
③ 进程调度所需的其它信息，它们与所采用的进程调度算法有关，比如，进程已等待CPU的时间总和、进程已执行的时间总和等；
④ 事件，指进程由执行状态转变为阻塞状态所等待发生的事件，即阻塞原因。
4 进程控制信息
进程控制信息包括：
① 程序和数据的地址；
② 进程同步和通信机制，指实现进程同步和进程通信时必需的机制，如消息队列指针、信号量等，它们可能全部或部分地放在PCB中；
③ 资源清单，即一张列出了除CPU以外的、进程所需的全部资源及已经分配到该进程的资源的清单；
④ 链接指针，它给出了本进程(PCB)所在队列中的下一个进程的PCB的首地址。
PCB组织方式：

1.链接方式：把具有同一状态的PCB，用其中的链接字链接成一个队列。这样，可以形成就绪队列、若干个阻塞队列和空白队列等。就绪队列常按进程优先级的高低排列，把优先级高的进程的PCB排在队列前面。根据阻塞原因的不同把处于阻塞状态的进程的PCB排成等待I/O操作完成的队列和等待分配内存的队列等。
2.索引方式：系统根据所有进程的状态建立几张索引表。例如，就绪索引表、阻塞索引表等，并把各索引表在内存的首地址记录在内存的一些专用单元中。在每个索引表的表目中，记录具有相应状态的某个PCB在PCB表中的地址。

进程地址空间：

4GB的进程地址空间会被分成两个部分：用户空间与内核空间。用户地址空间是从0到3GB（0xc0000000),内核地址空间占据3GB到4GB。用户进程在通常情况下只能访问用户空间的虚拟地址，不能访问内核空间的虚拟地址。只有用户进程使用系统调用（代表用户进程在内核态执行）时可以访问到内核空间。每当进程切换时，用户空间就会跟着变化；而内核空间由内核负责映射，它并不会跟着进程改变，是固定的。内核空间地址有自己对应的页表，用户进程各自有不同的页表。每个进程的用户空间都是完全独立、互不相干的。

地址低到高：用户空间（text段，data段，bss段，堆区，共享区，栈区，命令行参数环境变量），内核空间。

进程上下文切换的开销大约在2.5-5.5us，系统调用的开销大约在200-300ns左右。（lmbench测试工具）

程序转换为进程过程：
1）内核将程序代码和数据读入内存，为程序分配内存空间。
2）内核为进程分配PCB和其他资源。
3）内核为进程保存PID以及相应的状态信息，把进程放到运行队列中等待执行，程序转化为进程后就可被系统的调度程序调度执行。

内存空间：包括用户空间、内核空间。

用户空间装着用户进程需要使用的资源；内核空间存放内核进程需要加载的系统资源，这一些资源一般是不允许用户访问的。但是注意有的用户进程会共享一些内核空间的资源，比如一些动态链接库等等。

文件描述符

files，它是一个文件指针数组。一般来说，一个进程会从files[0]读取输入，将输出写入files[1]，将错误信息写入files[2]。

每个进程被创建时，files的前三位被填入默认值，分别指向标准输入流、标准输出流、标准错误流。我们常说的「文件描述符」就是指这个文件指针数组的索引，所以程序的文件描述符默认情况下 0 是输入，1 是输出，2 是错误。

Linux 中一切都被抽象成文件，设备也是文件，可以进行读和写。

重定向：输入重定向就是把files[0]指向一个文件，输出重定向就是把files[1]指向一个文件，错误重定向就是把files[2]指向一个文件。

管道符：把一个进程的输出流和另一个进程的输入流接起一条「管道」，数据就在其中传递。

「Linux 中一切皆文件」设计思路的高明：不管是设备、另一个进程、socket 套接字还是真正的文件，全部都可以读写，统一装进一个简单的files数组，进程通过简单的文件描述符访问相应资源，具体细节交于操作系统，有效解耦，优美高效。

对于操作系统而言，进程就是一个数据结构。

一个线程只能属于一个进程，而一个进程可以有多个线程，但至少有一个线程。

只有 Linux 系统将线程看做共享数据的进程，不对其做特殊看待，其他的很多操作系统是对线程和进程区别对待的，线程有其特有的数据结构，我个人认为不如 Linux 的这种设计简洁，增加了系统的复杂度。