
进程:地址空间、PCB 与上下文

程序和进程
程序是一个静态对象:一组已经写好的指令、数据和可执行文件格式。它本身不会“运行”,只是存放在磁盘或内存里的内容。
进程是程序的一次运行实例。程序被操作系统加载后,拥有了自己的执行位置、寄存器状态、地址空间、打开文件、I/O 资源和调度状态,这时它才变成一个活的执行实体。
可以这样区分:
| 概念 | 含义 |
|---|---|
| Program | 静态代码和数据 |
| Process | 正在运行的程序实例 |
| Address Space | 该进程能看到的虚拟内存范围 |
| CPU State | 程序计数器、寄存器、栈指针、标志位等执行现场 |
地址空间
操作系统通常会给每个进程分配一个独立的虚拟地址空间。进程内部看到的是一套从低地址到高地址组织起来的虚拟地址;这些虚拟地址最终由 MMU 和页表映射到真实物理内存。
这里的“独立”不是说进程之间永远没有共享。共享库、共享内存、mmap 文件、父子进程的 copy-on-write 页面,都可能让多个地址空间映射到同一批物理页。隔离的意思是:进程不能越过页表权限随便访问没有映射给自己的内存。
地址空间通常包含:
- text:程序机器码,通常只读;
- data/bss:全局变量和静态变量;
- heap:动态分配内存,例如
malloc; - mmap 区:共享库、文件映射、匿名映射;
- stack:线程调用栈、局部变量、返回地址。一个进程有多个线程时,每个线程都有自己的用户栈。
隔离地址空间的好处是:一个普通进程不能随便读写另一个进程的内存,也不能直接覆盖内核代码或中断处理程序。
CPU 如何在多个进程之间切换
单核 CPU 在同一时刻只能真正执行一个进程。多任务的效果来自操作系统调度:把就绪进程放入队列,让它们轮流获得 CPU。

当一个进程被中断或主动让出 CPU 时,操作系统要保存它当前的 CPU 状态,再恢复另一个进程之前保存的 CPU 状态。这个过程就是上下文切换。
sequenceDiagram
participant P1 as Process A
participant OS as Kernel Scheduler
participant P2 as Process B
P1->>OS: timer interrupt / system call
OS->>OS: 保存 A 的寄存器、PC、SP
OS->>OS: 选择下一个可运行进程
OS->>P2: 恢复 B 的寄存器、PC、SP
P2->>P2: 从上次停止处继续执行注意:上下文切换不是只换一条指令地址,而是换掉“CPU 正在以什么身份运行”的整套上下文。
PCB:操作系统眼中的进程
进程控制块 PCB 是操作系统维护进程的核心数据结构。视频里给出的简化结构如下:

真实操作系统里的 PCB 会更复杂,但核心思想一样:操作系统必须能从 PCB 中知道这个进程是谁、在哪里运行到一半、占用了哪些资源、下一次如何恢复。
一个简化版 PCB 可以包括:
ProcessControlBlock { pid, state, program_counter, registers, stack_pointer, memory_limits / address_space, open_files, io_devices,}进程切换时,旧任务的寄存器、程序计数器、栈指针等执行现场会保存到内核管理的数据结构中;新任务的对应现场再被加载回 CPU。教材里把这类结构统称 PCB,Linux 中则分散在 task_struct、内核栈、架构相关的 thread_struct 等位置。
创建新进程时操作系统要知道什么

新进程不是简单复制一个文件。以 Unix/Linux 为例,fork() 和 exec() 做的事情还不一样:
fork()更像复制当前进程的执行环境,现代系统通常用 copy-on-write 推迟真实内存复制;exec()把当前进程的地址空间替换成新程序。
操作系统至少要做这些事:
- 分配 PID;
- 创建内核中的进程描述结构;
- 准备新的地址空间,或者根据创建参数共享父进程的部分资源;
- 建立页表;
- 初始化用户栈和内核栈;
- 设置程序计数器,让它从入口点开始执行;
- 将进程放入调度队列。
如果系统不知道已有进程的地址空间和资源占用情况,就无法安全地给新进程分配内存、文件描述符、信号处理信息等资源。
Linux 源码中的对应关系
Linux 没有一个直接叫 PCB 的结构,最接近的是 task_struct。它定义在:
include/linux/sched.htask_struct 代表一个可调度实体。Linux 的“进程”和“线程”在内核里都用 task_struct 表示,区别主要看它们共享了哪些资源。
几个关键字段可以这样理解:
| Linux 字段 | 含义 |
|---|---|
pid |
这个 task 自己的 ID |
tgid |
线程组 ID;同一进程内线程通常共享同一个 tgid |
__state |
睡眠、停止等任务状态;是否正在 CPU 上运行还要结合调度器运行队列判断 |
mm |
用户态地址空间,指向 mm_struct |
active_mm |
当前 CPU 切换地址空间时使用的 mm_struct;内核线程没有自己的 mm 时会借用 |
files |
打开的文件描述符表 |
fs |
当前工作目录、根目录等文件系统上下文 |
signal / sighand |
信号相关信息 |
thread |
架构相关的 CPU 上下文,例如寄存器保存位置 |
地址空间对应 mm_struct,定义在:
include/linux/mm_types.h里面有 pgd、mmap、start_code、start_brk、brk、start_stack 等字段,分别描述页表、内存映射、代码段、堆和栈的位置。
进程创建主要走:
kernel/fork.c其中 copy_process() 会创建新的 task_struct,再根据 clone_flags 决定哪些资源复制、哪些资源共享。例如:
- 普通
fork():多数资源逻辑上复制,地址空间采用写时复制; - 线程创建:带
CLONE_VM、CLONE_THREAD等标志,共享地址空间和线程组; - 内核线程:没有普通用户态地址空间。
所以从 Linux 的角度看,进程不是一个单独字段能描述完的东西,而是一组相互连接的内核结构:task_struct 管身份和调度,mm_struct 管地址空间,files_struct 管打开文件,调度器再根据这些结构决定什么时候运行它。
一个容易混淆的点是:Linux 调度的是 task,不是传统意义上的“进程对象”。同一线程组里的多个 task 共享地址空间时,用户态把它们看作一个多线程进程;内核调度器仍然逐个调度这些 task。
分享文章
生成精美分享图或复制链接,与更多人分享本文。
继续阅读
换条路线
从其他文章中稳定抽取
最后更新于 ,距今已过 125 天
部分内容可能已过时