Linux 内核如何描述一个进程？
The following article is from 嵌入式Hacker Author 吴伟东Jack
一、Linux 内核如何描述一个进程？
目的：
初步了解进程描述符 task_struct。
目录：
Linux 的进程 Linux 的进程描述符
task_struct 内核如何找到 task_struct task_struct 的分配和初始化
环境：
Linux-4.14 + ARMv7
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：
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。
内核里，并不严格区分进程和线程。
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。
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。
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：
#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。
4. 相关参考
Linux 内核设计与实现 / 第 3.1 章节
深入理解 Linux 内核 / 3
Linux 内核深度解析 / 2.5.1
深入Linux 内核架构 / 2.3
猜你喜欢
1024G 嵌入式资源大放送！包括但不限于C/C++、单片机、Linux等。在公众号聊天界面回复1024，即可免费获取！