第一章：UNIX基础知识

 

一、unix体系结构

 

 

严格来说，操作系统可定义为一种软件，它控制计算机硬件资源，提供程序运行环境。我们通常将这种软件称为内核。因为它小且位于计算机体系的核心。

下图显示了unix系统的体系结构：

 

上图阴影部分为系统调用，所有的系统调用都会从用户空间中汇聚到 0x80中断点，同时保存具体的系统调用号。

c语言中的open()、read()等函数都是通过系统调用触发中断，进而调用驱动函数完成读写操作。

 

 

二、文件和目录

 

 

unix文件系统是一直树形层次结构，所有文件的起点是一个为根的目录，它是“/”。在unix系统中本着是一切皆文件的思想，比如在命令行中执行如下命令，就会显示/etc目录的下的文件和目录。

$ vi /etc

创建新目录时会自动创建两个文件夹：.（点）和..（点点）。.（点）表示当前目录，..（点点）表示父目录。有一个特殊的情况，那就是根目录“/”下的.（点）和..（点点）是同一个路径，都是“/”。

由斜线“/”开头的路径都是绝对路径，反之则是相对路径。

 

下面是一个用c实现的ls命令代码：

 1 #include <dirent.h>
 2 #include <stdio.h>
 3 
 4 int main(int argc, char const *argv[])
 5 {
 6     if (argc != 2)
 7     {
 8         printf("usage: %s <directory>\n", argv[0]);
 9         return -1;
10     }
11 
12     dir                *dp;
13     struct dirent    *dirp;
14 
15     if (!(dp = opendir(argv[1])))
16     {
17         printf("can't open %s\n", argv[0]);
18         return -2;
19     }
20 
21     while ((dirp = readdir(dp)))
22     {
23         printf("%s\n", dirp->d_name);
24     }
25 
26     return 0;
27 }

我们可以通过结果看到/etc目录下有.（点）和..（点点）两个目录。（仅展示部分结果）

$ ./a.out /etc
.
..
bluetooth
dbus-1
rsyslog.conf

 

 

三、输入和输出

 

 

在unix系统中输入和输出是经过抽象的，所有的输入和输出都是通过文件来完成的。当我们读写时，是在对文件进行读写，而实际上该文件可能管理映射到硬件（如led、按键等），也可能是一个socket套接字。

文件的抽象是通过文件描述符实现的，打开一个文件得到一个文件描述符，它通常是非负数的，我们使用read()、write()读写时，都是对文件描述符进行操作。

标准输入、标准输出和标准错误也是三个文件描述符，且一般情况下，它们被shell默认打开并默认被系统映射到硬件设备。我们可以使用“<”和“>”来重定向这三个文件描述符默认打开的设备。比如执行之前的命令：

$ ./a.out > /dev/null

此时我们会发现命令行中没有输出，因为此命令将输出结果重定位到/dev/null空设备中。

 

 

四、程序和进程

 

 

程序是静态的进程，而进程是运行着的程序。程序本质上是一个存在硬盘上的可执行文件。程序被加载到内存中之后就开始执行，此时程序变成一个动态的进程。每一个进程都有一个标识符，称为进程id，其是一个非负数，且在当前时刻是唯一的。

有3个可以用于控制进程的系统调用：fork、exec和waitpid。其中exec是一系列函数的统称。

 

每一个进程都是一个独立的个体。一个进程可以拥有多个线程。

通常，一个进程只有一个主线程，也就是main函数的线程。当我们需要同时处理多个任务时（比如我们一边听歌、一边走路），就需要使用多线程。一个进程内的所有线程共享当前进程的内存空间、文件描述符、栈和进程相关的属性。由于所有进程共享进程的内存空间，因此在访问共享数据时需要采取同步措施以避免数据的不一致。

同进程类似，线程也有一个id唯一标识每一个进程，但线程的id只在进程内部有效，进程外部则无意义。

 

 

五、出错处理

 

 

当unix系统调用函数出错时，通常会返回一个负值。一般我们需要对出错进行处理。

系统调用函数通常会将错误返回值赋给errno，errno变量看起来像是一个int类型的变量，但实际上并不是。

早期的时候，它被简单的用int类型变量实现。但随着多线程出现之后，一个进程的errno变量是被多个线程共享的，当某一个线程因为出错而改变了errno变量之后，其他线程无法根据errno来判断自己当前的状态，造成了混淆，因此现在它通常被实现为一个函数调用。

extern int *__errno_location(void);
#define errno (*__errno_location())

 

c标准定义了两个函数，可用于打印出错信息。

#include <string.h>
char* strerror(int errnum);

#include <stdio.h>
void perror(const char *msg);

 

 

六、信号

 

 

信号（signal）用于通知进程发生了某种状况（比如执行除数为0的除法操作），则系统会发送一条通知至该进程，进程收到信号通知后，有3种应对处理方法：

1. 忽略信号。不进行处理。
2. 按系统默认方式处理。
3. 提供一个函数。此方式在收到信号之后，用我们提供的函数进行处理。

举个例子，假设现在有一个程序，它有三种方式来处理用户通过键盘ctrl+c（对应信号的sigint）发出的中断信号。

对于忽略信号，程序会忽略ctrl+c，导致按ctrl+c时没有任何反应。

对于按系统默认方式处理，ctrl+c在系统中默认是终止程序，则程序会被终止。

对于提供一个函数，程序使用我们提供的函数进行处理，我们可以在函数中执行printf()等操作。

 

 

七、时间值

 

 

unix中有两种表示时间的方式。

一种是指日历时间（比如现在是几点几分），该值是从1970年1月1日以来经过了多少秒的形式。

另一种是指进程时间，用来表示进程执行的时间。

我们可以用time命令来得知一个程序执行所花费的时间：

$ time ./a.out > /dev/null

 

 

八、系统调用和库函数

 

 

所有的操作系统都提供多种服务的入口点，由此程序可以向内核请求服务。各种版本的unix实现都提供良好定义、数量有限、直接进入内核的入口点，这些入口点被称为系统调用。

系统调用接口在man手册的第二部分中说明，是使用c语言定义的。比如：

$ man 2 read

公用函数库接口在man手册的第三部分中说明，也是使用c语言定义的。它们不一定是内核的入口点，部分会间接使用一个或多个内核系统调用，而有些则完全不使用。

从实现角度看，系统调用和公用函数库有着本质区别，系统调用是伴随内核而产生的，在用户空间是不可替换的。公用函数库是编译器厂商根据语言标准而实现的，可以更新和替换。

从用户角度看，它们没有太大区别。