zoukankan      html  css  js  c++  java
  • 操作系统学习 一

    操作系统学习 一

    目录

    操作系统简要

    操作系统的目标:

    • 方便性
    • 有效性
    • 可扩充性
    • 开放性

    操作系统的作用:

    • 是用户与计算机硬件系统之间的接口
    • 是计算机资源的管理者
    • 实现了对计算机资源的抽象
    • 是计算机工作流程的组织者

    两级调度:

    • 低级:进程,高级:作业
    • 低级调配CPU,高级调配内存

    操作系统的基本特征

    • 并发性
    • 并发性:同一时间内多个进程发生
    • 并行性:同一时刻内多个进程发生
    • 共享性
    • 同时
    • 互斥:临界资源,一段时间内只允许一个进程所访问(互斥,加锁)
    • 虚拟性
    • 逻辑:相对于用户
    • 物理:相对真实机器
    • 异步性

    os隐藏了对硬件操作的具体细节,实现了对计算机硬件操作的多个层次的抽象模型

    串行、并发、并行的区别

    串行:指的我们从事某项工作时一个步骤一个步骤的去实施。

    并发:当有多个线程在操作时,如果系统只有一个CPU,则它根本不可能真正同时进行一个以上的线程,它只能把CPU运行时间划分成若干个时间段,再将时间 段分配给各个线程执行,在一个时间段的线程代码运行时,其它线程处于挂起状。

    并行:当一个CPU执行一个线程时,另一个CPU可以执行另一个线程,两个线程互不抢占CPU资源,可以同时进行

    操作系统的演变

    无操作系统

    • 人工操作方式:低速,人机矛盾
    • 脱机输入/输出方式:缓和了人机矛盾,极大提高了I/O的速度进一步减少了CPU的空闲时间

    单道批处理系统

    • 从脱机输入和作业的自动过度,确实提高了机器资源利用率,增加了系统的吞吐量,但是资源仍没有得到充分的利用

    多道批处理系统

    • 优点:资源利用率高,系统吞吐量大
    • 缺点:将用户和计算机操作员分开,而且用户作业要排队、一次进行处理,故又具有用户无法直接与自己的作业进行交互和作业平均周转时间较长

    分时系统

    分时系统特征:

    • 多路行
    • 独立性
    • 及时性
    • 交互性

    实时系统

    实时系统可分为两种类型

    • 硬实时任务
    • 软实时任务

    实时系统的特征:

    • 多路性
    • 独立性
    • 及时性
    • 交互性
    • 可靠性

    操作系统的功能

    • 处理机管理

    包含:

    • 进程管理
    • 进程同步
    • 进程通讯
    • 进程调度
    • 存储器管理

    包含:

    • 内存分配
    • 内存保护
    • 地址映射
    • 内存扩充
    • 设备管理

    包含:

    • 缓冲管理
    • 设备分配
    • 设备处理
    • 虚拟设备
    • 文件管理

    包含:

    • 文件存储空间的管理
    • 目录管理
    • 文件的读/写管理和保护
    • 提供友好的用户接口

    包含:

    • 用户接口
    • 程序接口

    操作系统的结构设计

    • 无结构os

    每个过程都可以调用其他进程,而操作系统内部不存在任何结构

    • 模块化结构os

    采用这种结构,操作系统设计的正确性高,适应性好,但是模块的划分和接口的规定较困难,而且模块间还存在着复杂的依赖关系,使得os结构变得不清晰

    • 分层式结构os

    将模块之间的复杂依赖关系改为单向依赖关系,并消除了某些循环依赖关系,因此能够使得os结构变得非常清晰,从而使系统的正确性更高、扩充性和维护性更好

    • 分层式结构中各个模块之间是有序的,这是分层式结构与模块式结构的主要区别
    • 微内核结构os

    优点:

    • 提高了系统的可扩充性
    • 增强了os的可靠性
    • 可移植性更好
    • 适用于分布式系统
    这是小睿的博客,如果需要转载,请标注出处啦~ヾ(≧▽≦*)o谢谢。
  • 相关阅读:
    [置顶] Extjs4 异步刷新书的情况下 保持树的展开状态
    控制系统中常用的名词术语
    开环控制系统与闭环控制系统
    反馈控制
    Tensorflow把label转化成one_hot格式
    Tensorflow——tf.nn.max_pool池化操作
    Tensorflow——tf.nn.conv2d卷积操作
    Tensoflow简单神经网络实现非线性拟合
    Tensorflow 中的 placeholder
    Tensorflow 中的constant、Session、placeholde和 Variable简介
  • 原文地址:https://www.cnblogs.com/Yunrui-blogs/p/12461859.html
Copyright © 2011-2022 走看看