关注+星标公众号，不错过精彩内容

作者 | 吴伟东

转自 | 嵌入式Hacker

目的：

• 初步了解进程描述符 task_struct。

目录：

1. Linux 的进程

2. 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

• 实验：打印 task_struct / thread_info / kernel mode stack

• 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 
        
         #include 
         
          #include 
          
           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

  ------------ END ------------

  推荐阅读：

  关注微信公众号『嵌入式专栏』，底部菜单查看更多内容，回复“加群”按规则加入技术交流群。

  

  点击“阅读原文”查看更多分享，欢迎点分享、收藏、点赞、在看。