Linux内核漫游

前言

最近突发奇想，想把自己对Linux内核的了解写下来，这个过程顺便增强自己对内核的了解，顺便让大家也能了解一下内核。这篇文章，以白话文形式讲解，我会慢慢查阅资料补充，慢慢的去写，随时都会更新。所以，废话不多说，我们直接开始

漫游的开始-指令

说到指令，大家脑海中有没有想到自己日常生活中，使用电脑时用到的一些快捷键呢？比如保存文件Ctrl+s这种，这种其实也是指令，对吧。在我们的操作系统中，也是有太多太多指令。什么？你说你要全背下来，那可不是一个轻松的事情。指令可以说是特别多，但是这些指令不是靠死记硬背的，你只需要掌握常用的那些指令，然后遇到有些不会的指令了，可以去查。这才是正确的方法，正所谓方向对了，做起来肯定是事半功倍的。说到指令，那么我们就不得不说几个简单的指令了，以便大家了解。这里我直接给大家找了一张图，是一些基础的指令，我这里稍加说明，以便大家的理解。

在这里得给大家稍微科普一下文件这个东西，文件是分为普通文件+目录文件的，那么什么是普通文件呢？什么又是目录文件呢？普通文件就是那些存储数据（文本，二进制）的文件，目录文件是一种特殊的文件，就是用于组织和管理其他文件。就像是你新建了一个文件夹，叫我的心情，然后我的心情里存了很多以时间命名的文件，这些文件中写的就是你所对应的时间的心情。这个我的心情文件夹，就是目录文件，而里面那些以时间命名的文件，就是普通文件。这样说大家肯定都懂了。所以，我们现在回到上面的指令，那些目录所指的，就是文件。比如列出目录内容，就是列出这个目录文件中所有的文件

这里是我执行上面两条代码，大家结合上面的指令功能和文件理解，一定可以看懂，这些显示出来的bin boot等等就是/这个目录文件中的文件，而/就是我们的根目录，一切文件源头一定是他。就像是1生2，2生3，3生万物一样。而现在我要告诉大家两个很重要的东西：1.Linux下一切皆文件2.Linux中目录文件就是上面这种蓝色的，普通文件就是没有特殊颜色这种。而目录文件我们可以cd进入，因为他里面还有文件，这已经是显然易见的了。而这些青色的文件，我们后面会慢慢知道，现在先不做介绍，以免大家思绪混乱。我们继续来说这个指令，这些指令还可以加上后缀，这些都不用记，这种就是用多了，自然会，不会也可以查，唯手熟而。直接来看我的这两个指令有何不同

首先，第一个指令是直接列出了所有文件，第二个加了后缀 -l列出了文件详细信息，这些详细信息就是一些权限的关系，比如前面的rw这种，这个大家学过英语，肯定能联想到读和写，对的，这就是读和写的权力，就是这个文件夹，有读和写的权力就会显示r和w，而为啥是-rw-rw-r--呢？这就是因为，这个服务器可能不是你一个人使用，还可能别人也会使用，而Linux给使用的人分为了三类：

第一类，文件所属者，也就是创建文件的人

第二类，文件所属组，就是属于那个组

第三类，就是other，其他人

而后面的sjy sjy分别就是这个文件的所属者，和所属组，这里显然易见是同一个人，那就是我本人了。因为我的服务器只有我一个人用。说到这里，得跟大家说一个东西，root听过吧，在Linux中，这个是相当于超管，他拥有一切的权限，他可以随便修改别人的东西，也可以删除别人的东西，但是这都是有风险的操作。就像是你去上班，你和张三，李四是一个组，root就像是你们老板，他给你们每个人分配一个身份，你们都可以使用这台服务器来工作，但是root(老板)可以在里面随意修改你们的东西，因为他是老板，他就是牛，而你和张三，李四，互相之间都不可以修改对方的文件，或者删除。除非张三给了你权限，或者是root(老板)给你这个权限。这个时候大家肯定很疑惑，为啥要弄这种权限？这好比你在这个文件中写东西，突然有人也在写，这个时候会不会产生乱码？所以这个权限他是为了互不影响。同时也涉及到了后面的通信等问题。这个我们后面再说，现在你们只要记住，任何文件（目录文件和普通文件）是有权限的，而这个权限是rwx,也就是读写执行，记住这些，就可以了，至于其他的权限如何设置，权限掩码，我们这里不做深入讨论（umask权限掩码)，如果后面需要我们再讨论这些。

经过上面的讲解，大家已经可以使用这些最简单的指令，在Linux中进行文件的进入，文件权限的查看，创建文件写入一些简单的文本，对文件有了一个最基本的认识。在有了这些认识后，我们直接进入下一个漫游点

漫游的逐渐深入-进程

说到进程，我们就先得从一个体系开始说起，这个体系就是冯诺依曼体系，如图：

那我们为啥要说到这个体系呢？因为我们常见的计算机，比如笔记本。或者是我们大家不常见的计算器，比如服务器，大部分都遵循这套体系，我们所认识的计算机，都是由一个个硬件来组成的。

输入设备：包括了键盘，鼠标等

中央处理器（CPU）：含有运算器和控制器等

输出设备：显示器，打印机等

关于这个冯诺依曼，我们有几个需要知道的：

1.这里的存储器指的就是内存

2.不考虑缓存的情况，这里的CPU能且只能堆内存进行读和写，不能访问外设

3.外设要输入和输出数据，也只能写入内存或者从内存中读取

4.一句话就是，所有的设备都只能直接和内存打交道

这就是我们要了解的冯诺依曼体系的几个点。然后我们再来了解一下操作系统这个东西。

说到操作系统，大家对他的理解是啥样子呢？他的概念就是任何计算机都包含一个基本的程序集合，这便是操作系统，笼统的理解，操作系统包括：

内核：进程管理，内存管理，文件管理，驱动管理

其他程序：比如函数库，shell程序等

那么设置这个操作系统是干嘛的呢？其实很简单，为人服务，这个世界上，不管你创造啥，最终目的都是为了服务人。所以操作系统最主要的，就是方便大家的使用。

操作系统对上：为用户程序（应用程序）提供一个良好的执行环境

操作系统对下：与硬件交互，管理所有的软硬件资源

所以，操作系统就像是你的管家，你买了一个电脑，而操作系统就是你电脑的管家，他会帮你管好所有的东西，方便你的使用。再这里问下大家，那么如何管理这些东西呢？

我们举一个例子：上面是不是跟大家讲过一个目录文件和普通文件，那么大家仔细想一下，不管是啥东西，是不是都包括两个东西：内容+属性，不管啥文件，要有内容，就是你文件写的那些。属性就是文件创建时间，文件的大小等，这些是不是都是属性。

那么比如现在你是一个学生，你是不是也会有这两个东西：内容+属性。内容就是你这个人这些年发生过啥事，比如你上小学在老家，然后初中到了市里，然后上大学来到了大城市。那么属性就是你的岁数，你的身份证号，你是男的女的，这些统称为属性。那现在回到我们上面问的，我们如何管理这些东西呢？

记住一句话：先描述，再组织。这就是管理的方式。

比如你上大学了，你要填表，姓名，性别，年龄，住址，电话等等。这就是先描述，然后每一个大学生都要填，最后把这些组织到一起，给你们每一个人分配一个学号。这就是先描述，再组织。计算机世界的很多设计，其实都是跟生活息息相关。现在理解起来是不是很简单了。

那么现在我问大家一个问题，操作系统是如何管理进程的呢？很简单，先把进程描述起来，然后把进程组织起来。先描述，再组织。说到进程，得说一下他的英文名称-PCB，课本上就这样称呼的。Linux操作系统下的PCB是：task_struct（task_struct-PCB的一种），task_struct是啥呢，大家估计一看就懂了，这不就是个结构体吗？那这个里面很显然，就是进程的属性。那他里面的内容是啥呢？我们来看看：

标识符：描述进程的唯一标识符，就像是你上学有一个唯一的学号，用来区别你和其他人

状态：任务状态，退出代码，退出信号等

优先级：相对于其他进程的优先级

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，还有和其他进程共享内存块的指针

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：包括显示的I/O请求，分配给进程的I/O设备和被进程使用的文件列表

记账信息：可能包括处理器时间总和，使用的时钟数总和

其他信息：等等

我们先来说一说进程的标识符：也就是pid（进程id），父进程的id（ppid）。然后我们可以使用系统调用函数fork()来创建进程，创建出来的进程也就是子进程，他会有自己的pid，然后他的ppid就是创建他这个进程的pid，所以创建出来的进程，也就叫做子进程，创建他的进程，就叫做父进程。然后父子进程的代码是共享的，数据是各自开辟空间，私有一份（采用的是写时拷贝）。

我们再来说说进程的状态：这里给出的是进程的5状态模型（常用）

为了搞懂进程的这些状态，得向大家抛出一些概念性的东西，这里我直接给大家给出图片，大家自己看：

这里简单的带大家过一遍这个流程，我们不讨论进程创建失败，就是进程先创建，然后这个时候还未加载到内存，然后这个时候就进入到就绪状态了，进程就在等待调度，然后等到后，就到运行状态，在CPU上执行对应的指令，然后如果别的进程正在使用CPU调度，这个时候这个进程可能会进入阻塞状态，然后最后一种就是进程结束，需要回收进程，如果没有回收，这个时候进程就是僵尸状态，然后回收成功才是死亡状态。

这里涉及到的知识太多，我们一条一条来梳理。首先这些状态：

这里先说一个结论，就是一般子进程的回收，是由父进程做的

僵尸状态：子进程运行完，但是子进程没有人管理，没人回收，父进程没回收，就是僵尸状态

孤儿状态：创建这个子进程的父进程已经被回收，但是子进程需要父进程回收，父进程已经没了，这个时候，子进程就是一种孤儿状态。一般这种进程会由1号进程(systemd)来领养，然后回收，1号进程是首个用户态进程。

我们再来说一说进程的优先级：

优先级这个东西，大家一听都很容易理解，就是大家常说谁先谁后，那么为啥进程要有优先级呢？其实很好理解，你想啊，cpu是不是要调度进程，但是有那么多进程，谁先谁后呢？就像你找别人办事，你说你的事情很重要，难道别人的事情不重要吗？是不是调度起来会导致不公平。所以，cpu这个时候就是资源，所谓是资源就会有竞争，这个时候这些进程就会来竞争cpu这个资源，谁竞争到了，谁就优先调度，优先执行。所以优先级这个东西，不是谁研究出来的，他就像是顺势而生，就是他的出现，不是偶然，而是必然。所以进程的优先级是可以设置的，优先级高的先执行，低的后执行。

然后我们这里补充一个概念：竞争，并发，并行，独立

竞争性：进程数量众多，而CPU资源只有少量，甚至一个，所以进程之间是有相互竞争属性的，为了高效完成任务，合理竞争资源，便有了优先级

并发性：多个进程在同一个CPU下采用进程切换的方式，在同一段时间内，让多个进程推进，这就是并发

并行性：多个进程在多个CPU下分别，同时运行，，这就是并行

独立性：多进程运行，需要独享各种资源，多进程运行时互不干扰，这就是独立。

补充完这个我们来聊一聊进程切换，首先进程切换，这个听起来就是很容易理解，就是进程运行一会然后切换另一个进程。听起来容易，但是CPU中这个过程还是有点麻烦的，首先，要明白的一件事：CPU中寄存器是只有一份的。比如现在进程A正在运行，这个时候进程B来了，要切换进程，那么进程A就得把CPU上寄存器的数据打包带走，保存起来，方便下一次回来的时候，能按照之前的逻辑继续执行，所以CPU中上下文数据是有很多份的，分别对应不同的程序。

说到这里，我们又不得不抛出一个概念：时间片

时间片是啥呢？其实就是一个计数器，当代计算机都是分时操作系统，每个进程有他的时间片，时间片到达，进程就得被操作系统从CPU上剥离下来。

这里给大家说一下，内核中进程调度其实是两个数组，按照优先级在一个数组中排列好，然后执行完的进程，会到另一个数组中，这是为了公平起见，让每一个进程都会被CPU调度到，这叫进程调度O(1)算法。这里我必须为这个算法的设计说一句。调度至此，已是化境。哈哈哈

说完了这些，我们来谈一谈进程的地址空间，那么我们该如何去理解进程的地址空间呢？大家学习语言的时候，肯定见过这张图：

这个就是学习语言的时候说的内存空间，这里我直接说结论，就是这个地址并不是真正意义上的物理地址，他就是一个虚拟地址，我们用c/c++看到的所有地址，全部都是虚拟地址，物理地址，用户一概看不到，由操作系统统一管理。那么我们说这个肯定是因为他和我们后面的进程有关系。那么进程的地址空间是咋样的呢？这里我找了一张图：

我们一般看到的就是左边的虚拟地址，而他会通过页表映射到物理地址，这个页表中存的就是物理地址和虚拟地址的映射关系，这里其实页表不是看上去这样子，但是我们现在这里先这样理解是没有问题的。他就是一个映射地址的表。

这里得说一个事，首先，物理地址肯定是只有一份的对吧。但是有很多进程，他们是如何合理安排内存分配的呢？这里就不得不告诉大家，其实每一个进程创建出来的时候，都会有一个虚拟内存这样的表。这里给大家举个例子：土豪的例子

就是现在有一个土豪，他有10个亿，然后这个土豪是一个私生活及其不检点的人，他有一个老婆，生了一个孩子，然后他还和外面的比如，小美1，小美2，小美3，这三个女生，每个都生下了一个私生子。他现在就有四个孩子，这里给大家一张图，用来理解这个关系：

现在这个土豪就是身体不行了，然后他就想在离开前，看看他的四个孩子。这里要说的是这四个孩子都肯定是不知道土豪还有别的孩子的存在。然后土豪去看孩子1，就告诉孩子1，我马上要走了，我把我的钱都留给你，然后他依次对这四个孩子说了同样的话。但是土豪实际上，早就想好了，到时候自己死了，把自己钱平分给这四个孩子，让他们也相认一下。但是这四个孩子不知道啊，每个都幻想这个老登死了，自己就有10个亿了。用我们现在的话来说，这土豪就像是一个领导，给这四个孩子（下属）画大饼。说你好好干，我到时候给你升职加薪。

看完这个故事，我们想一下，其实进程就是这四个孩子，而土豪就是我们的操作系统，他给每个进程说，你们每个人都独享这个地址空间，每个进程都信以为真。那有人问了，这操作系统不是骗人吗？给这四个进程画大饼。对，没问题，就是画大饼。给每个进程一个虚拟地址空间，当你这个进程要使用这块空间的时候，才通过页表映射虚拟地址到物理地址，不使用的时候，其实就没占用空间，也没有给你真的创建这块空间。这样是不是大大提高了内存的使用率。

总的来说就是，操作系统给进程画大饼，你不用空间的时候，我就不给你空间，当你使用的时候，我才给你分配对应的空间。这里顺带提一下：对语言有了解的人，知道写时拷贝的人，看完这个就懂了写时拷贝的原理。其实就是这样。

这里再说一下，描述进程地址空间所有信息的就是一个结构体，这个结构体就是mm_struct（内存描述符）。每个进程都有一个，这个结构体在task_struct结构中，有一个指向该进程的mm_struct指针。那么这个mm_struct肯定也是要组织起来的，又是那句先描述，再组织。

那为啥要有这个虚拟地址空间？这个问题其实转化为直接使用物理地址空间有什么问题吗？

1.安全风险：每个进程如果能直接随意访问物理地址空间，这也就意味着进程可以随意在物理地址空间中读写，那么如果是一个木马病毒，可能随意的修改，会导致系统直接瘫痪。

2.地址不确定：大家都知道，程序是放在硬盘上的，当运行的时候，就会把程序搬运到内存中去运行，如果直接使用物理地址的话，我们无法确定内存使用到哪里了，也就是说拷贝的实际内存地址每一次运行都是不确定的。

3：效率低下：这样会导致经常出现内存拥挤的情况，然后腾出内存会很麻烦，效率肯定是不高的，所以有了虚拟内存和页表以后，这些问题就可以得到很好的解决，所以，虚拟内存和这个页表的产生也是顺其自然。但是能想出来这个东西的人不得不说很厉害。这世间真是英才无数，哈哈。