多道程序设计的操作系统中，进程被引入来代表程序的执行。进程如人，有生有死有父子，子进程会复制父进程的绝大多数信息，并在不同的地址空间运行。此处的“复制”只是概念中的复制，实际中为保持较好性能，往往采用写时复制技术。现代unix将执行流变成线程。它与进程的区别是共享进程（或称线程组领头线程）的地址空间，所以线程要注意共享的进程空间中的数据同步与互斥。POSIX线程库是用户级线程，而Linux用clone函数实现出的线程是内核级的。用户级线程切换快，但调度效率不高，一个线程阻塞则整个进程阻塞。内核级调度慢，但可以脱离进程进行调度，各有优缺。
进程在程序的角度是什么？它是一组数据结构。在linux中，称为进程描述符。它是一个task_struct结构体。此结构存放数据多，比如它的state字段表示进程所处状态。改变时只需p->state=TASK_RUNNING之类语句即可。
虽然进程与进程描述符有严格的一一对应关系，但用进程描述符描述进程太复杂，因为task_struct结构过于庞大，为此引入PID，即进程编号，为便于管理，引入PID后，内核管理一个pidmap_array位图用于记录已分配和未分配的PID。PID缺省上限32768，它正好可以放在一个页框内。Linux中线程由轻量级进程实现（通过clone函数），线程也有PID，Linux引入线程组的概念，属于同一个线程组的线程与领头线程拥有相同的PID。PID是进程描述符的一个成员。
进程描述符在哪？如何找到？进程进入内核时，由于cs、ds换为GDT中内核模式，所以不能用用户模式下的栈，必须用内核栈。进程内核地址空间在0xc0000000以上，内核栈也必须在此空间内。因为进程描述符太大且有大量链表等数据结构纵横交错，所以此处也不能存储进程描述符。可以将进程描述符的成员thread_info结构存在此，后者再引出一个指针，指向进程描述符，而真正的进程描述符存在动态内存中。考虑将内核栈与thread_info用一个union定义绑定在一起，让此union起始地址为2^13的倍数，并将thread_info存在起始地址处，这样，只要对内核栈顶指针进行相应的与操作，便可轻松找到thread_info结构，从而根据它的成员task指针找到进程描述符。
进程描述符散落在内核动态空间各处不便管理，于是用一个head_list类型的双向链表将它们横向串起，即head_list结构是进程描述符的成员。但这样的链表很长，同时不便搜索，所以将进程描述符中加入优先级成员，按优先级0-139分为140个双向链表，方便使用。
为表现父子进程关系，进程描述符有parent，children字段，分别指向父与子，而各兄弟之间也用链表相连。这样，进程描述符就按各个方向被链表串起，这是典型的用复杂数据结构换取运行效率的例子。
但这样还不够，开头的PID只是供用户使用，用户凭它找到进程描述符。显然顺序查找相当低效。因此引入hash表供查找，然而有时查找的是线程的PID，它期望找出一整个线程组的所有进程描述符，而一般hash表只能找出一个进程，此外，还有进程组查找等，所以得引入4个hash表，分别以PID为key，查找进程，tgid，pgrp，session，相应的hash表中若有多个描述符的，再通过链表串连。另外，以上仅处理了运行态的进程，还有阻塞进程等未有数据结构。引入一个等待队列，它是一个双向链表，链表头包含用于同步的自旋锁，链表元素即为指向进程描述符的指针。这就是复杂的进程描述符的大概布局。
回到80x86，它有一个特殊的tss段，当cpu从用户态切换为内核态，会在tss中取内核栈的地址；通过in、out指令访问I/O端口时，cpu要访问tss中的端口权限位图。同样，这些信息没有存在tss寄存器本身，也是通过一层间接的数据结构GDT，指向真正的8字节的tss描述符。
进程切换时，虽然进程有自己的地址空间，但cpu却必须保存当前相关寄存器的值及其它信息。这此称为硬件上下文。它们一部分在tss中，另一部分存在内核栈中。所以进程切换只可在内核态发生（它得从内核栈中取相应硬件上下文）。切换时把这些信息存在哪？进程描述符中有thread字段，用于保存硬件上下文。进程的切换大致分两步：1，切换页全局目录以装载新的地址空间；2，切换内核栈及硬件上下文。
创建进程时，就是完成各种数据结构的初始化，最重要的当然是进程描述符。因为子进程从父进程复制，所以不成问题，但追本溯源，第一个进程的进程描述符哪来的？只能是静态分配的。它就是进程0。它初始化结束后，创建进程1后，就打开中断，不停执行halt指令。被它创建的进程1执行init()函数，完成内核初始化，之后调用execve()装入可执行程序init，此时，它从内核线程变为普通进程，负责监控整个操作系统所有进程的活动。
进程代码执行完，释放内存、打开的文件。此时貌似已经结束，但重要的数据结构还在。这时它成为僵尸进程。引入僵尸进程是因为进程可能因出错而退出，若直接销毁进程描述符与内核栈，那么出错原因将不得而知，僵尸进程状态就是给父进程一个机会，让它可以取得进程的退出信息，以判断是否出错，最后再释放进程描述符与内核栈。
版权声明：本文为博主原创文章，未经博主允许不得转载。