Java+Linux，深入内核源码讲解多线程之进程

之前写了两篇文章，都是针对Linux这个系统的，为什么?我为什么这么喜欢写这个系统的知识，可能就是为了今天的内容多线程系列，现在多线程不是一个面试重点 啊，那如果你能深入系统内核回答这个知识点，面试官会怎么想?你会不会占据面试的主动权(我不会说今天被一个面试者惊艳到了的)今天，我就开始一个系列的内容，多线程--高并发，深入的给大家讲解，我就不信讲不明白这么个小东西，有问题的地方希望大家能够指出，谢谢，大家一起成长

今天我们将第一个知识点：进程

Linux 内核如何描述一个进程?

1. Linux 的进程

进程的术语是 process，是 Linux 最基础的抽象，另一个基础抽象是文件。

最简单的理解，进程就是执行中 (executing, 不等于running) 的程序。

更准确一点的理解，进程包括执行中的程序以及相关的资源 (包括cpu状态、打开的文件、挂起的信号、tty、内存地址空间等)。

一种简洁的说法：进程 = n*执行流 + 资源，n>=1。

Linux 进程的特点：

1. 通过系统调用 fork() 创建进程，fork() 会复制现有进程来创建一个全新的进程。
2. 内核里，并不严格区分进程和线程。
3. 从内核的角度看，调度单位是线程 (即执行流)。可以把线程看做是进程里的一条执行流，1个进程里可以有1个或者多个线程。
4. 内核里，常把进程称为 task 或者 thread，这样描述更准确，因为许多进程就只有1条执行流。
5. 内核通过轻量级进程 (lightweight process) 来支持多线程。1个轻量级进程就对应1个线程，轻量级进程之间可以共享打开的文件、地址空间等资源。

2. Linux 的进程描述符

2.1 task_struct

内核里，通过 task_struct 结构体来描述一个进程，称为进程描述符 (process descriptor)，它保存着支撑一个进程正常运行的所有信息。

每一个进程，即便是轻量级进程(即线程)，都有1个 task_struct。

 

sched.h (include\linux)  
struct task_struct {  
struct thread_info thread_info;  
volatile long state;  
void *stack;  
[...]  
struct mm_struct *mm;  
[...]  
pid_t pid;  
[...]  
struct task_struct *parent;  
[...]  
char comm[TASK_COMM_LEN];  
[...]  
struct files_struct *files;  
[...]  
struct signal_struct *signal;  
} 

这是一个庞大的结构体，不仅有许多进程相关的基础字段，还有许多指向其他数据结构的指针。

它包含的字段能完整地描述一个正在执行的程序，包括 cpu 状态、打开的文件、地址空间、挂起的信号、进程状态等。

 

作为初学者，先简单地了解部分字段就好：：

• struct thread_info thread_info: 进程底层信息，平台相关，下面会详细描述。
• long state: 进程当前的状态，下面是几个比较重要的进程状态以及它们之间的转换流程。

 

• void *stack: 指向进程内核栈，下面会解释。
• struct mm_struct *mm: 与进程地址空间相关的信息都保存在一个叫内存描述符 (memory descriptor) 的结构体 (mm_struct) 中。

 

pid_t pid: 进程标识符，本质就是一个数字，是用户空间引用进程的唯一标识。

 

struct task_struct *parent: 父进程的 task_struct。  
char comm[TASK_COMM_LEN]: 进程的名称。  
struct files_struct　*files: 打开的文件表。  
struct signal_struct *signal: 信号处理相关。 

其他字段，等到有需要的时候再回过头来学习。

2.2 当发生系统调用或者进程切换时，内核如何找到 task_struct ?

对于 ARM 架构，答案是：通过内核栈 (kernel mode stack)。

为什么要有内核栈?

因为内核是可重入的，在内核中会有多条与不同进程相关联的执行路径。因此不同的进程处于内核态时，都需要有自己私有的进程内核栈 (process kernel stack)。

当进程从用户态切换到内核态时，所使用的栈会从用户栈切换到内核栈。

至于是如何切换的，关键词是系统调用，这不是本文关注的重点，先放一边，学习内核要懂得恰当的时候忽略细节。

当发生进程切换时，也会切换到目标进程的内核栈。

同上，关键词是硬件上下文切换 (hardware context switch)，忽略具体实现。

无论何时，只要进程处于内核态，就会有内核栈可以使用，否则系统就离崩溃不远了。

ARM 架构的内核栈和 task_struct 的关系如下：

 

内核栈的长度是 THREAD_SIZE，对于 ARM 架构，一般是 2 个页框的大小，即 8KB。

内核将一个较小的数据结构 thread_info 放在内核栈的底部，它负责将内核栈和 task_struct 串联起来。thread_info 是平台相关的，在 ARM 架构中的定义如下：

 

// thread_info.h (arch\arm\include\asm)  
struct thread_info {  
unsigned long flags; /* low level flags */  
int preempt_count; /* 0 => preemptable, <0 => bug */  
mm_segment_t addr_limit; /* address limit */  
struct task_struct *task; /* main task structure */  
[...]  
struct cpu_context_save cpu_context; /* cpu context */  
[...]  
}; 

thread_info 保存了一个进程能被调度执行的最底层信息(low level task data)，例如struct cpu_context_save cpu_context 会在进程切换时用来保存/恢复寄存器上下文。

内核通过内核栈的栈指针可以快速地拿到 thread_info：

 

// thread_info.h (include\linux)  
static inline struct thread_info *current_thread_info(void)  
{  
// current_stack_pointer 是当前进程内核栈的栈指针  
return (struct thread_info *)  
(current_stack_pointer & ~(THREAD_SIZE - 1));  
}  
然后通过 thread_info 找到 task_struct:  
// current.h (include\asm-generic)  
#define current (current_thread_info()->task) 

内核里通过 current 宏可以获得当前进程的 task_struct。

2.3 task_struct 的分配和初始化

当上层应用使用 fork() 创建进程时，内核会新建一个 task_struct。

进程的创建是个复杂的工作，可以延伸出无数的细节。这里我们只是简单地了解一下 task_struct 的分配和部分初始化的流程。

fork() 在内核里的核心流程：

 

dup_task_struct() 做了什么?

 

至于设置内核栈里做了什么，涉及到了进程的创建与切换，不在本文的关注范围内，以后再研究了。

3. 实验：打印 task_struct / thread_info / kernel mode stack

实验目的：

• 梳理 task_struct / thread_info / kernel mode stack 的关系。

实验代码：

 

实验代码： 
#include <linux/init.h> 
#include <linux/module.h> 
#include <linux/sched.h> 
 
static void print_task_info(struct task_struct *task) 
{ 
    printk(KERN_NOTICE "%10s %5d task_struct (%p) / stack(%p~%p) / thread_info->task (%p)", 
        task->comm, 
        task->pid, 
        task, 
        task->stack, 
        ((unsigned long *)task->stack) + THREAD_SIZE, 
        task_thread_info(task)->task); 
} 
 
static int __init task_init(void) 
{ 
    struct task_struct *task = current; 
 
    printk(KERN_INFO "task module init\n"); 
 
    print_task_info(task); 
    do { 
        task = task->parent; 
        print_task_info(task); 
    } while (task->pid != 0); 
 
    return 0; 
} 
module_init(task_init); 
 
static void __exit task_exit(void) 
{ 
    printk(KERN_INFO "task module exit\n "); 
} 
module_exit(task_exit); 

运行效果：

 

task module init 
    insmod  3123 task_struct (edb42580) / stack(ed46c000~ed474000) / thread_info->task (edb42580) 
      bash  2393 task_struct (eda13e80) / stack(c9dda000~c9de2000) / thread_info->task (eda13e80) 
      sshd  2255 task_struct (ee5c9f40) / stack(c9d2e000~c9d36000) / thread_info->task (ee5c9f40) 
      sshd   543 task_struct (ef15f080) / stack(ee554000~ee55c000) / thread_info->task (ef15f080) 
   systemd     1 task_struct (ef058000) / stack(ef04c000~ef054000) / thread_info->task (ef058000) 

在程序里，我们通过 task_struct 找到 stack，然后通过 stack 找到 thread_info，最后又通过 thread_info->task 找到 task_struct。

到这里，不知道你对进程的概念是不是有了一个清晰的理解

但是上面是通过Linux进行了线程的展示，在日常的工作中，代码的实现和编写我们还是以Java为主，那我们来看一下Java进程

1.Java进程的创建

Java提供了两种方法用来启动进程或其它程序：

• 使用Runtime的exec()方法
• 使用ProcessBuilder的start()方法

1.1 ProcessBuilder

ProcessBuilder类是J2SE 1.5在java.lang中新添加的一个新类，此类用于创建操作系统进程，它提供一种启动和管理进程(也就是应用程序)的方法。在J2SE 1.5之前，都是由Process类处来实现进程的控制管理。

每个 ProcessBuilder 实例管理一个进程属性集。start() 方法利用这些属性创建一个新的 Process 实例。start() 方法可以从同一实例重复调用，以利用相同的或相关的属性创建新的子进程。

每个进程生成器管理这些进程属性：

• 命令 是一个字符串列表，它表示要调用的外部程序文件及其参数(如果有)。在此，表示有效的操作系统命令的字符串列表是依赖于系统的。例如，每一个总体变量，通常都要成为此列表中的元素，但有一些操作系统，希望程序能自己标记命令行字符串——在这种系统中，Java 实现可能需要命令确切地包含这两个元素。
• 环境 是从变量 到值 的依赖于系统的映射。初始值是当前进程环境的一个副本(请参阅 System.getenv())。
• 工作目录。默认值是当前进程的当前工作目录，通常根据系统属性 user.dir 来命名。
• redirectErrorStream 属性。最初，此属性为 false，意思是子进程的标准输出和错误输出被发送给两个独立的流，这些流可以通过 Process.getInputStream() 和 Process.getErrorStream() 方法来访问。如果将值设置为 true，标准错误将与标准输出合并。这使得关联错误消息和相应的输出变得更容易。在此情况下，合并的数据可从 Process.getInputStream() 返回的流读取，而从 Process.getErrorStream() 返回的流读取将直接到达文件尾。

修改进程构建器的属性将影响后续由该对象的 start() 方法启动的进程，但从不会影响以前启动的进程或 Java 自身的进程。大多数错误检查由 start() 方法执行。可以修改对象的状态，但这样 start() 将会失败。例如，将命令属性设置为一个空列表将不会抛出异常，除非包含了 start()。

注意，此类不是同步的。如果多个线程同时访问一个 ProcessBuilder，而其中至少一个线程从结构上修改了其中一个属性，它必须 保持外部同步。

构造方法摘要

 

ProcessBuilder(List command) 
 
利用指定的操作系统程序和参数构造一个进程生成器。 
 
ProcessBuilder(String... command) 
 
利用指定的操作系统程序和参数构造一个进程生成器。 

方法摘要

 

List command() 
 
返回此进程生成器的操作系统程序和参数。 
 
ProcessBuilder command(List command) 
 
设置此进程生成器的操作系统程序和参数。 
 
ProcessBuilder command(String... command) 
 
设置此进程生成器的操作系统程序和参数。 
 
File directory() 
 
返回此进程生成器的工作目录。 
 
ProcessBuilder directory(File directory) 
 
设置此进程生成器的工作目录。 
 
Map environment() 
 
返回此进程生成器环境的字符串映射视图。 
 
boolean redirectErrorStream() 
 
通知进程生成器是否合并标准错误和标准输出。 
 
ProcessBuilder redirectErrorStream(boolean redirectErrorStream) 
 
设置此进程生成器的 redirectErrorStream 属性。 
 
Process start() 
 
使用此进程生成器的属性启动一个新进程。 

1.2 Runtime

每个 Java 应用程序都有一个 Runtime 类实例，使应用程序能够与其运行的环境相连接。可以通过 getRuntime 方法获取当前运行时。

应用程序不能创建自己的 Runtime 类实例。但可以通过 getRuntime 方法获取当前Runtime运行时对象的引用。一旦得到了一个当前的Runtime对象的引用，就可以调用Runtime对象的方法去控制Java虚拟机的状态和行为。

Java代码 收藏代码

 

void addShutdownHook(Thread hook)  
注册新的虚拟机来关闭挂钩。 
 
int availableProcessors()  
向 Java 虚拟机返回可用处理器的数目。 
 
Process exec(String command)  
在单独的进程中执行指定的字符串命令。 
 
Process exec(String[] cmdarray)  
在单独的进程中执行指定命令和变量。 
 
Process exec(String[] cmdarray, String[] envp)  
在指定环境的独立进程中执行指定命令和变量。 
 
Process exec(String[] cmdarray, String[] envp, File dir)  
在指定环境和工作目录的独立进程中执行指定的命令和变量。 
 
Process exec(String command, String[] envp)  
在指定环境的单独进程中执行指定的字符串命令。 
 
Process exec(String command, String[] envp, File dir)  
在有指定环境和工作目录的独立进程中执行指定的字符串命令。 
 
void exit(int status)  
通过启动虚拟机的关闭序列，终止当前正在运行的 Java 虚拟机。 
 
long freeMemory()  
返回 Java 虚拟机中的空闲内存量。 
 
void gc()  
运行垃圾回收器。 
 
InputStream getLocalizedInputStream(InputStream in)  
已过时。 从 JDK 1.1 开始，将本地编码字节流转换为 Unicode 字符流的首选方法是使用 InputStreamReader 和 BufferedReader 类。 
 
OutputStream getLocalizedOutputStream(OutputStream out)  
已过时。 从 JDK 1.1 开始，将 Unicode 字符流转换为本地编码字节流的首选方法是使用 OutputStreamWriter、BufferedWriter 和 PrintWriter 类。 
 
static Runtime getRuntime()  
返回与当前 Java 应用程序相关的运行时对象。 
 
void halt(int status)  
强行终止目前正在运行的 Java 虚拟机。 
 
void load(String filename)  
加载作为动态库的指定文件名。 
 
void loadLibrary(String libname)  
加载具有指定库名的动态库。 
 
long maxMemory()  
返回 Java 虚拟机试图使用的最大内存量。 
 
boolean removeShutdownHook(Thread hook)  
取消注册某个先前已注册的虚拟机关闭挂钩。 
 
void runFinalization()  
运行挂起 finalization 的所有对象的终止方法。 
 
static void runFinalizersOnExit(boolean value)  
已过时。 此方法本身具有不安全性。它可能对正在使用的对象调用终结方法，而其他线程正在操作这些对象，从而导致不正确的行为或死锁。 
 
long totalMemory()  
返回 Java 虚拟机中的内存总量。 
 
void traceInstructions(boolean on)  
启用/禁用指令跟踪。 
 
void traceMethodCalls(boolean on)  
启用/禁用方法调用跟踪。 

1.3 Process

不管通过哪种方法启动进程后，都会返回一个Process类的实例代表启动的进程，该实例可用来控制进程并获得相关信息。Process 类提供了执行从进程输入、执行输出到进程、等待进程完成、检查进程的退出状态以及销毁(杀掉)进程的方法：

 

void destroy()  
杀掉子进程。 
 
一般情况下，该方法并不能杀掉已经启动的进程，不用为好。  
int exitValue() 
 
返回子进程的出口值。 
 
只有启动的进程执行完成、或者由于异常退出后，exitValue()方法才会有正常的返回值，否则抛出异常。  
InputStream getErrorStream() 
 
获取子进程的错误流。 
 
如果错误输出被重定向，则不能从该流中读取错误输出。  
InputStream getInputStream() 
 
获取子进程的输入流。 
 
可以从该流中读取进程的标准输出。  
OutputStream getOutputStream() 
 
获取子进程的输出流。 
 
写入到该流中的数据作为进程的标准输入。  
int waitFor() 
 
导致当前线程等待，如有必要，一直要等到由该 Process 对象表示的进程已经终止。 

2.多进程编程实例

一般我们在java中运行其它类中的方法时，无论是静态调用，还是动态调用，都是在当前的进程中执行的，也就是说，只有一个java虚拟机实例在运行。而有的时候，我们需要通过java代码启动多个java子进程。这样做虽然占用了一些系统资源，但会使程序更加稳定，因为新启动的程序是在不同的虚拟机进程中运行的，如果有一个进程发生异常，并不影响其它的子进程。

在Java中我们可以使用两种方法来实现这种要求。最简单的方法就是通过Runtime中的exec方法执行java classname。如果执行成功，这个方法返回一个Process对象，如果执行失败，将抛出一个IOException错误。下面让我们来看一个简单的例子。

 

// Test1.java文件 
import java.io.*; 
public class Test 
{ 
　public static void main(String[] args) 
　{ 
　　FileOutputStream fOut = new FileOutputStream("c:\\Test1.txt"); 
　　fOut.close(); 
　　System.out.println("被调用成功!"); 
　} 
} 
  
// Test_Exec.java 
public class Test_Exec 
{ 
　public static void main(String[] args) 
　{ 
　　Runtime run = Runtime.getRuntime(); 
　　Process p = run.exec("java test1"); 
　} 
} 

通过java Test_Exec运行程序后，发现在C盘多了个Test1.txt文件，但在控制台中并未出现"被调用成功!"的输出信息。因此可以断定，Test已经被执行成功，但因为某种原因，Test的输出信息未在Test_Exec的控制台中输出。这个原因也很简单，因为使用exec建立的是Test_Exec的子进程，这个子进程并没有自己的控制台，因此，它并不会输出任何信息。

如果要输出子进程的输出信息，可以通过Process中的getInputStream得到子进程的输出流(在子进程中输出，在父进程中就是输入)，然后将子进程中的输出流从父进程的控制台输出。具体的实现代码如下如示：

 

// Test_Exec_Out.java 
import java.io.*; 
public class Test_Exec_Out 
{ 
　public static void main(String[] args) 
　{ 
　　Runtime run = Runtime.getRuntime(); 
　　Process p = run.exec("java test1"); 
　　BufferedInputStream in = new BufferedInputStream(p.getInputStream()); 
　　BufferedReader br = new BufferedReader(new InputStreamReader(in)); 
　　String s; 
　　while ((s = br.readLine()) != null) 
　　　System.out.println(s); 
　} 
} 

从上面的代码可以看出，在Test_Exec_Out.java中通过按行读取子进程的输出信息，然后在Test_Exec_Out中按每行进行输出。 上面讨论的是如何得到子进程的输出信息。那么，除了输出信息，还有输入信息。既然子进程没有自己的控制台，那么输入信息也得由父进程提供。我们可以通过Process的getOutputStream方法来为子进程提供输入信息(即由父进程向子进程输入信息，而不是由控制台输入信息)。我们可以看看如下的代码：

 

// Test2.java文件 
import java.io.*; 
public class Test 
{ 
　public static void main(String[] args) 
　{ 
　　BufferedReader br = new BufferedReader(new InputStreamReader(System.in)); 
　　System.out.println("由父进程输入的信息：" + br.readLine()); 
　} 
} 
  
// Test_Exec_In.java 
import java.io.*; 
public class Test_Exec_In 
{ 
　public static void main(String[] args) 
　{ 
　　Runtime run = Runtime.getRuntime(); 
　　Process p = run.exec("java test2"); 
　　BufferedWriter bw = new BufferedWriter(new OutputStreamWriter(p.getOutputStream())); 
　　bw.write("向子进程输出信息"); 
　　bw.flush(); 
　　bw.close(); // 必须得关闭流，否则无法向子进程中输入信息 
　　// System.in.read(); 
　} 
} 

从以上代码可以看出，Test1得到由Test_Exec_In发过来的信息，并将其输出。当你不加bw.flash()和bw.close()时，信息将无法到达子进程，也就是说子进程进入阻塞状态，但由于父进程已经退出了，因此，子进程也跟着退出了。如果要证明这一点，可以在最后加上System.in.read()，然后通过任务管理器(在windows下)查看java进程，你会发现如果加上bw.flush()和bw.close()，只有一个java进程存在，如果去掉它们，就有两个java进程存在。这是因为，如果将信息传给Test2，在得到信息后，Test2就退出了。在这里有一点需要说明一下，exec的执行是异步的，并不会因为执行的某个程序阻塞而停止执行下面的代码。因此，可以在运行test2后，仍可以执行下面的代码。

exec方法经过了多次的重载。上面使用的只是它的一种重载。它还可以将命令和参数分开，如exec("java.test2")可以写成exec("java", "test2")。exec还可以通过指定的环境变量运行不同配置的java虚拟机。

除了使用Runtime的exec方法建立子进程外，还可以通过ProcessBuilder建立子进程。ProcessBuilder的使用方法如下：

 

// Test_Exec_Out.java 
import java.io.*; 
public class Test_Exec_Out 
{ 
　public static void main(String[] args) 
　{ 
　　ProcessBuilder pb = new ProcessBuilder("java", "test1"); 
　　Process p = pb.start(); 
　　… … 
　} 
} 

在建立子进程上，ProcessBuilder和Runtime类似，不同的ProcessBuilder使用start()方法启动子进程，而Runtime使用exec方法启动子进程。得到Process后，它们的操作就完全一样的。

ProcessBuilder和Runtime一样，也可设置可执行文件的环境信息、工作目录等。下面的例子描述了如何使用ProcessBuilder设置这些信息。

 

ProcessBuilder pb = new ProcessBuilder("Command", "arg2", "arg2", '''); 
// 设置环境变量 
Map<String, String> env = pb.environment(); 
env.put("key1", "value1"); 
env.remove("key2"); 
env.put("key2", env.get("key1") + "_test"); 
pb.directory("..\abcd"); // 设置工作目录 
Process p = pb.start(); // 建立子进程