进程与线程的数据结构

1. 进程的数据结构

在Linux内核中，进程（Process）使用 task_struct 数据结构来表示。该结构包含了进程的所有信息，下面列出一些关键字段：

  • PID: 进程ID。
  • state: 进程当前的状态，比如运行中（TASK_RUNNING）、休眠（TASK_INTERRUPTIBLE）等。
  • mm_struct: 进程的内存管理信息，如内存映射、虚拟地址空间等。
  • signal_struct: 信号处理相关的信息。
  • task_list: 用于将进程链接到进程链表中的指针，形成进程的调度队列。
  • sched_class: 调度类，用于定义进程的调度策略，如CFS（Completely Fair Scheduler）。
  • thread_info: 保存与线程相关的特定信息，比如栈指针、寄存器状态等。

一个进程的生命周期从 fork() 系统调用开始，创建一个新进程时，父进程会复制自身的某些信息给子进程，例如文件描述符、内存映射等。

2. 线程的数据结构

线程（Thread）在Linux中是轻量级进程，其本质上与进程共享同一地址空间。在Linux中，线程和进程的管理是通过 task_struct 统一管理的，但与进程不同的是，线程共享一部分资源，如地址空间、文件描述符等。

  • 共享资源：多个线程之间共享内存、打开的文件、信号处理器等。
  • 独立资源：每个线程有自己独立的堆栈和寄存器集。

在Linux中，线程的创建通过 clone() 系统调用，它允许指定新线程共享的资源。

二、进程与线程的创建流程

1. 进程的创建流程

进程的创建通常由 fork() 系统调用完成，其流程如下：

  • 父进程调用fork(): 父进程调用 fork() 系统调用。
  • 内核分配资源: 内核为新进程分配 task_struct 并复制父进程的所有信息。
  • PID分配: 内核为新进程分配一个唯一的进程ID。
  • 内存结构复制: 子进程的内存空间是父进程的一个“写时复制”（copy-on-write），即子进程在第一次写操作时才会真正复制父进程的内存区域。
  • 调度: 子进程会被加入到调度队列，等待被内核调度运行。

另一个常用的创建进程的系统调用是 exec()，它允许替换进程的地址空间，从而运行新的程序。

2. 线程的创建流程

线程的创建通常使用 pthread_create()，而底层则是使用 clone() 系统调用。线程创建的步骤如下：

  • 用户空间调用pthread_create(): 应用程序调用 pthread_create() 来创建一个新线程。
  • 内核调用clone(): 内核调用 clone() 系统调用，在创建线程时，可以通过参数指定哪些资源需要共享（如地址空间、文件描述符等）。
  • 创建线程控制块: 内核会为新线程分配 task_struct，但新线程与父线程共享内存空间和其他资源。
  • 加入调度队列: 新线程被加入到调度队列，等待被调度执行。

三、进程与线程的调度

1. 调度器的概念

Linux内核中的调度器负责决定哪个进程或线程在何时执行。调度器的核心是基于优先级、时间片和调度策略。调度的主要目标是实现多任务处理，提升系统响应速度和吞吐量。

2. 调度策略

Linux的调度器有多种策略，常见的有：

  • SCHED_OTHER: 默认的时间共享调度策略，使用CFS（完全公平调度器）。
  • SCHED_FIFO: 实时调度策略，基于先入先出，优先级高的进程先调度，且不会被时间片剥夺。
  • SCHED_RR: 实时轮转调度，每个进程分配固定的时间片，轮流调度。
  • SCHED_IDLE: 低优先级进程，只有在系统空闲时才会被调度。

3. CFS（完全公平调度器）

CFS 是Linux默认的调度器，它通过维护一个红黑树来追踪所有进程的“虚拟运行时间”，虚拟运行时间最短的进程被优先调度。

CFS 主要的机制包括：

  • vruntime: 每个进程都有一个 vruntime（虚拟运行时间），表示进程运行的时间。CFS 调度器通过比较 vruntime 来选择最优先的进程。
  • 时间片: CFS根据进程的优先级分配时间片，优先级高的进程会获得更多的运行时间。

4. 进程调度流程

  • 准备调度: 当进程的时间片耗尽，或有一个优先级更高的进程进入可运行状态时，当前进程会被挂起。
  • 选择进程: 调度器遍历任务队列或红黑树，选择下一个要执行的进程。
  • 上下文切换: 内核进行上下文切换，保存当前进程的CPU状态，加载新进程的状态，并让新进程获得CPU的控制权。

5. 线程调度流程

线程调度与进程调度在Linux内核中几乎相同。线程也是通过 task_struct 进行管理和调度的，线程会像进程一样根据调度策略和优先级来分配时间片。

6. 多核处理器调度

在多核系统中，Linux内核的调度器支持同时调度多个进程。每个CPU都有一个独立的运行队列，调度器通过负载均衡机制来平衡每个CPU上的任务负载。

负载均衡: 调度器定期检查各个CPU的负载情况，如果发现某个CPU负载过重，会将任务从繁忙的CPU迁移到空闲的CPU上，以实现更均衡的负载分配。

总结来说，Linux的进程和线程在内核中的管理和调度机制高度统一，核心数据结构 task_struct 扮演了关键角色。而调度器则基于调度策略、优先级、时间片等来实现对进程和线程的高效管理。