入门：程序与进程、PCB、线程与并发抽象
基于通用操作系统概念 · 核于 2026-08
速查
- 程序 vs 进程：程序是磁盘上的静态可执行文件（代码+数据）；进程是程序装入内存后的动态运行实例——多了 PCB、地址空间、堆栈、打开的文件表等运行时结构。一个程序可对应多个进程（同时开多个浏览器窗口）。
- 进程（Process）：OS 资源分配与保护的基本单位。每个进程有独立虚拟地址空间（代码段/数据段/堆/栈）、独立的打开文件表、独立 PID。进程间内存隔离，崩溃互不影响。
- PCB（进程控制块）：OS 为每个进程维护的描述与控制结构（Linux 叫
task_struct）。包含：PID/PPID、进程状态、寄存器现场（PC/SP/通用寄存器）、CPU 调度信息（优先级/时间片）、内存指针（页表基址）、打开文件表、记账信息。PCB 是进程存在的唯一标志——创建进程=创建 PCB，销毁进程=回收 PCB。 - 进程三态机：就绪（Ready）（万事俱备只欠 CPU）↔ 运行（Running）（占用 CPU 执行指令）→ 阻塞（Blocked/Waiting）（等 IO/信号/锁，暂时不能跑）。运行→就绪=时间片用完被抢占；运行→阻塞=主动等待（如 read）；阻塞→就绪=等待的事件发生（IO 完成）。
- 五态扩展：三态 + 新建（New）（正在分配 PCB/内存）+ 终止（Terminated）（执行完毕，PCB 待回收）。加上**挂起（Suspend）**到磁盘交换区即为七态。
- 上下文切换（Context Switch）：CPU 从执行 A 切到执行 B 的过程——保存 A 的现场（PCB 里）、恢复 B 的现场（从 B 的 PCB）、切换栈与页表。代价：寄存器/SP 保存、TLB flush、CPU 流水线冲刷，约数微秒。进程切换比线程切换贵（要换页表）。
- 线程（Thread）：进程内的执行单元，是 CPU 调度的基本单位。同进程的多个线程共享地址空间（代码/堆/全局数据/打开文件表），但各有独立的栈、PC、寄存器现场。线程切换不换页表，比进程切换便宜。
- TCB（线程控制块）：描述线程的结构（线程 ID、寄存器现场、栈指针、状态），同进程的 TCB 链在同一 PCB 下。
- 用户级 vs 内核级线程：用户级线程（用户态库管理，内核看不到，如早期 Java 绿色线程）切换快但不能多核并行（一个线程阻塞会阻塞整个进程）；内核级线程（内核管理，一对一映射到调度实体）能多核并行但切换要陷入内核。
- 多线程模型：多对一（多用户线程映射一个内核线程，如早期 Solaris）切换快但不能并行且一个阻塞全阻塞；一对一（Linux pthread、Windows）每个用户线程对应一个内核线程，能并行；多对多（Go 的 goroutine 调度、Solaris M:N）灵活结合两者优点。
- fork/exec：
fork()复制当前进程创建子进程（COW 复制地址空间，子进程 PID 不同、返回值 0）；exec()用新程序替换当前进程的代码段和数据段（PID 不变）。经典fork+exec模式启动新程序。 - 僵尸进程（Zombie）：子进程已退出但父进程尚未
wait()回收，PCB 残留占用 PID；过多会耗尽 PID 表。孤儿进程（Orphan）：父进程先死，子进程被 init（PID 1）收养继续运行，孤儿无害。 - 进阶顺序：进程生命周期与 PCB → 线程与多线程模型 → 参考。
一、程序 vs 进程：从静态文件到动态实例
程序与进程是初学者最容易混淆的概念，区别在于"静"与"动"：
| 维度 | 程序（Program） | 进程（Process） |
|---|---|---|
| 本质 | 磁盘上的静态可执行文件 | 程序装入内存后的动态运行实例 |
| 组成 | 代码 + 数据（静态） | 代码+数据 + PCB + 堆栈 + 地址空间 + 打开文件表 |
| 生命周期 | 永久存在（直到删除） | 有创建、运行、终止的生命周期 |
| 资源 | 不占 CPU/内存（只占磁盘） | 占 CPU 时间、内存、文件句柄 |
| 数量 | 一个程序 | 一个程序可对应多个进程实例（多开） |
- 多开：双击浏览器图标多次，磁盘上是同一个程序（chrome.exe），但内存里有多个进程，各自独立。
- 进程 = 程序 + 执行上下文：执行上下文就是 PCB 里保存的寄存器现场、状态、资源清单。所以"进程是程序的一次执行"。
二、PCB：进程的"身份证"
进程控制块（PCB，Process Control Block）是 OS 管理、调度、控制进程的核心数据结构。Linux 中叫 task_struct（约 1000 多个字段）。PCB 是进程存在的唯一标志——创建进程就是创建 PCB，销毁进程就是回收 PCB。
- 进程标识：PID（进程号）、PPID（父进程号）、UID（用户号）、GID（组号）。
- 处理机状态（现场）：CPU 寄存器现场（PC 程序计数器、SP 栈指针、PSW/EFLAGS 状态字、通用寄存器）——上下文切换时保存/恢复的就是这些。
- 进程调度信息：状态（就绪/运行/阻塞）、优先级、调度策略、时间片剩余、等待的事件。
- 进程控制信息：内存指针（页表基址 CR3、段表）、打开文件表、信号掩码、信号量、消息队列指针、与其它进程的链接（父子兄弟队列）。
- 记账信息：CPU 时间、内存占用、IO 统计（用于计费与监控）。
PCB 集中存放：OS 维护若干队列（就绪队列、阻塞队列、不同优先级的运行队列），队列节点就是 PCB。切换进程 = 把当前 PCB 写回队列、从队列取出下一个 PCB 恢复现场。
三、进程状态机：就绪、运行、阻塞
进程在生命周期中于几个状态间转换，三态模型是核心：
┌──────── 时间片用完 / 被抢占 ────────┐
▼ │
┌──────┐ 调度器选中 ┌──────┐
│ 就绪 │ ─────────────▶ │ 运行 │
│Ready │ ◀───────────── │Running│
└──────┘ 运行完 └──────┘
▲ │ │
│ │ │ 主动等待（read/wait/锁）
│ IO完成/事件发生 │ ▼
└────────────── ┌──────┐
│ 阻塞 │
│Blocked│
└──────┘- 就绪（Ready）：进程已具备运行条件（内存/资源齐备），只等 CPU。被组织在就绪队列里，等调度器挑选。
- 运行（Running）：进程占用 CPU 执行指令。单核上同时只有一个进程运行；多核上可有多个。
- 阻塞（Blocked/Waiting/Sleep）：进程在等待某事件（IO 完成、信号、锁释放、
sleep），即使给它 CPU 也没法执行。 - 关键转换：
- 就绪→运行：调度器选中（dispatch）。
- 运行→就绪：时间片用完或被更高优先级抢占。
- 运行→阻塞：进程主动请求等待（调用
read/wait/lock）——注意不会从就绪直接到阻塞。 - 阻塞→就绪：等待的事件发生（IO 完成、锁释放），由内核唤醒——不会直接回运行。
四、上下文切换：进程切换的代价
**上下文切换（Context Switch）**是 CPU 从执行一个进程/线程切换到另一个的过程，是理解并发性能的关键：
- 保存现场：把当前进程的 CPU 寄存器（PC、SP、PSW、通用寄存器）保存到它的 PCB。
- 更新队列：把当前 PCB 移到就绪/阻塞队列，从就绪队列取出下一个 PCB。
- 恢复现场：把下一个进程的寄存器现场从它的 PCB 装回 CPU。
- 切换地址空间（进程切换才有）：更新 CR3（页表基址寄存器）→ flush TLB（除非用 PCID）。
- CPU 流水线冲刷：跳到新 PC 后流水线要重新填充。
- 进程切换 vs 线程切换：进程切换要换页表（TLB flush，最贵）；同进程的线程切换不换页表（共享地址空间），只换栈和寄存器，便宜得多。
- 代价量级：进程切换约 数微秒（含 TLB 重建）；线程切换约 百纳秒~微秒。看似小，但高并发下每秒万次切换会吃掉可观 CPU——所以别开太多线程。
- 何时触发：时间片用完（时钟中断）、进程阻塞（IO/锁）、高优先级抢占、显式
yield。
五、线程：进程内的执行单元
**线程（Thread）**是进程内部更细的执行单位。引入线程后，进程是资源单位，线程是调度单位：
- 共享部分：同进程的线程共享代码段、数据段、堆、打开文件表、信号处理函数——这正是线程间通信方便（直接读写共享变量）但需要同步（竞态）的根源。
- 私有部分：每个线程有独立的栈（函数调用栈）、PC（执行到哪）、寄存器现场、线程局部存储（TLS）、errno。
- 为什么用线程：相比多进程，多线程①创建快（不复制地址空间）；②切换便宜（不换页表）；③通信方便（共享内存）。代价是共享带来竞态与崩溃扩散（一个线程写崩地址空间，全进程线程完蛋）。
六、用户级 vs 内核级线程
线程是否对内核可见，决定了它能否真正并行：
- 用户级线程（ULT）：由用户态线程库（如早期 Java 绿色线程、协程）管理，内核完全感知不到，整个进程被当作一个调度实体。优点：切换极快（不陷内核）、可定制调度策略；缺点：①一个线程阻塞（如 read）会阻塞整个进程；②不能利用多核（内核只分一个核给进程）。
- 内核级线程（KLT）：内核直接管理，每个线程是独立调度实体。优点：①能多核并行；②一个线程阻塞不影响其它。缺点：创建/切换要陷内核，开销大。Linux pthread、Windows 线程都是内核级。
- 多线程模型：把用户线程映射到内核线程的方式——多对一（多用户线程对应一个内核线程，ULT 特性）、一对一（每个用户线程一个内核线程，KLT 特性）、多对多（M 个用户线程映射 N 个内核线程，兼顾两者，如 Go goroutine + GMP 调度）。
下一步
理解了进程/线程的基本概念后，下一步深入两条线——进程生命周期与 PCB（状态机详解、fork/exec/wait、僵尸与孤儿、上下文切换全过程与代价）与线程：轻量级进程与多线程模型（线程定义、TCB、用户级 vs 内核级、多线程模型、进程 vs 线程对比）。