从冯诺依曼体系结构到进程管理详解

在冯诺依曼体系中，最核心的思想是：程序和数据以相同方式存储于存储器中，并通过 CPU 顺序读取执行。

关于存储器，我们需要认识到：

• 存储是分级的，存储设备的速度是有代差的
  • CPU 内部的寄存器：存取速度为纳秒级别
  • 内存：存取速度为微秒级别
  • 外设：存取速度为毫秒级别
• 从上到下：
  • 成本价格越来越低
  • 存储容量越来越大
  • 访问速度越来越慢
  • 离 CPU 越来越远
• 程序要运行，必须先加载到内存（存储器）中，这是由冯诺依曼结构体系决定的。
• 内存是硬件级别的缓存空间，具有核心地位
  • 为什么之前的进度条小程序，默认显示的数据在不加\n时，是可能会被缓存起来的？会被缓存到哪里？
    • 一定会被缓存到了内存中。缓存的实质，就是冯诺依曼体系下的写回数据的流程，只不过我们没有在输出设备中刷新出来罢了。

CPU 计算好的数据，返回到内存中，再传输到输出设备中；输入设备中的数据，先加载到内存中，再由 CPU 读取进行处理。内存本质就是一种硬件上的缓存。

CPU 在计算内存中的一些数据时，外设中的其他数据依然可以继续加载到内存中，等到 CPU 进行计算时，需要被计算的数据已经被全部加载进内存了，这样数据就完成了预加载，数据在硬件中的传递也就由串行变成了并行。所以说，内存是硬件级别的缓存空间。这个加载程序或数据的工作是由操作系统完成的。

2.2 冯诺依曼模型的三大要点

1. 统一存储结构
   所有程序与数据都存储于内存，CPU 通过地址访问它们。CPU 不会直接访问外设，所有设备都必须先与内存交互。
2. 顺序执行机制
   程序按照存储顺序执行，控制器通过**程序计数器（PC）**逐条指令读取。
3. 程序可修改自身
   由于指令与数据形式一致，程序可以动态修改自身代码（现代常规软件开发中不推荐，但该特性为人工智能领域带来了可能性）。

不过，如果我们对冯诺依曼的理解倘若仅仅停留在概念上，是不够的。我们需要深入到对软件数据流理解上。下面我们以登上 QQ 开始和某位朋友发消息为例来体现下冯诺依曼结构体系中数据的流向。

2.3 从 QQ 聊天认识：冯诺依曼体系下数据是如何流动的？

假设你用 QQ 给朋友发文件，这个过程中背后的数据流大致如下：

发送方数据流动

1. 输入设备触发操作
   • 用户点击鼠标（输入设备）选择文件，触发中断信号。
   • 控制器响应中断，通知操作系统调度 QQ 程序。
2. 文件从磁盘加载到内存
   • 操作系统通过磁盘控制器（DMA）将文件数据从磁盘（外部存储器）直接读入内存（主存储器），无需 CPU 逐字节处理。
3. CPU 处理数据
   • 运算器（ALU）对内存中的文件数据进行分块、加密和压缩。
   • 控制器协调网络协议栈（TCP/IP）封装数据包，添加协议头部信息（如 IP 地址、端口号）。
4. 数据从内存发送至网卡
   • 封装后的数据包**从内存通过 DMA 传输到网卡（输出设备）**的发送缓冲区。
   • 网卡将数据转换为电信号，经物理网络（如网线、WiFi）发送。

接收方数据流动

1. 网卡接收数据，再传输到内存
   • 网卡（输入设备）接收网络信号，将其转换为数字数据，并通过 DMA 直接写入内存的接收缓冲区，避免 CPU 参与原始数据搬运。
2. CPU 解析内存中的数据包
   • 控制器调度网络协议栈代码，运算器逐层解析数据包（如剥离 TCP/IP 头部），验证完整性。
   • 解析后的文件数据暂存于内存的用户空间缓冲区。
3. 内存中的数据写入磁盘
   • 操作系统调用磁盘控制器（DMA），将内存中的文件数据直接写入磁盘（外部存储器），完成持久化存储。

关键硬件协作示意图

发送方：磁盘 → DMA → 内存 → CPU 处理 → 内存 → DMA → 网卡 → 网络
接收方：网络 → 网卡 → DMA → 内存 → CPU 处理 → 内存 → DMA → 磁盘

总结：在冯诺依曼体系中，所有外设读写都要经过内存。无论你是点击、输入、还是传输文件，实际的数据传输路径永远遵循'外设 ↔ 内存 ↔ CPU'。

3. 计算机软件的根基——操作系统

操作系统（Operating System，简称 OS）是介于硬件与应用程序之间的管理软件，本文针对以下三个问题展开讨论：

操作系统是什么？
为什么需要操作系统管理软硬件？
操作系统如何实现软硬件管理？

3.1 操作系统是什么？

• 操作系统（Operating System，简称 OS）, 是一组控制和管理计算机硬件与软件资源的程序集合.
• 是用户与计算机硬件之间的桥梁。
• 从组成角度，操作系统通常包含：
  • 内核（Kernel）：处理硬件调度、进程管理、内存管理等核心任务。
  • 系统调用接口：为用户程序提供访问硬件的安全通道。
  • Shell 等工具：如 bash、zsh，用于人机交互。
  • 系统服务与库函数：如 glibc、libc 等，简化开发者使用系统调用的复杂性。

总结：操作系统是一款进行管理的软件，这里的管理既包括硬件也包括软件。

3.2 为什么需要操作系统？

在没有操作系统的年代，每一个程序都必须直接控制硬件，开发难度极高，效率低下。操作系统的引入使得：

• 用户不需要关心底层细节，只需操作人性化的界面或命令；
• 多个程序可以共享硬件资源（如 CPU、内存、磁盘）；
• 系统的安全性和稳定性得到保障；
• 提供统一的开发接口，促进软件生态发展。

一句话总结：操作系统是'硬件资源管理者 + 用户程序服务者'。

综合以上，我们就可以很好的回答我们为什么要有操作系统了。

操作系统通过管理好底层的软硬件资源==（手段），为用户提供一个良好（稳定、高效、安全）的执行环境（目的）

3.3 如何管理？——先描述，再组织

概述

操作系统通过驱动程序，获取软硬件的相关数据和状态信息，来实现对软硬件的管理

• 系统调用：用户访问操作系统的唯一入口（类似银行柜台）
• 管理方法：通过'先描述，再组织'的方式
  • 先描述：用结构体（如 C++ 中的类，C 语言 中的 struct）描述软硬件资源
  • 再组织：用链表，队列，红黑树等数据结构将资源组织起来，统一管理。
• 所有访问操作系统的行为，都只能通过系统调用来完成，这是因为在操作系统里面会有各种各样的数据，但是操作系统不相信任何用户。
  • 操作系统为了保证自己数据的安全，同时又为了保证给用户提供服务，操作系统以接口的方式为用户提供了调用的入口，方便用户来获取操作系统内部的数据。这些接口一般也是用 C 语言 来实现的。
• 再来谈谈如何管理，所谓管理，无非是：先描述，再组织。
  • 以 C++ 为例，C++ 是一门面向对象的语言，其中有类和 STL。
    • 通过类的成员方法和成员变量，我们可以 描述 一个对象
    • 通过 STL 中的各种容器 (本质是数据结构)，诸如 vector，list 等，可以将对象 组织 起来
  • 有了 描述 和 组织 这两步之后，我们就可以很方便的进行管理了。
    • 无论是添加一个对象，删除一个对象，还是对对象中的数据进行修改就都可以很方便的实现了。
  • 而操作系统也恰恰是这么做的，它通过 struct 结构体 把所有的资源信息描述出来，再通过链表或其他更高效的数据结构来组织软硬件资源，通过对数据结构的管理，实现对计算机软硬件资源的管理。
  • 管理的本质，只需要对资源对应的数据进行管理，就能实现对资源的管理。操作系统通过驱动程序，获取到硬件的状态信息来管理硬件。
• 在操作系统中，管理任何对象或资源，最终都可转化为对某种数据结构的增删查改。
• 数据结构决定所对应的算法，操作系统内部将实际问题抽象为特定的数据结构，是建模的过程，计算机只能认识特定的结构！再通过特定的算法实现高效的管理。

组织起来后，对资源的管理，无非就是对这些数据结构的增删查改

总结核心方法：

核心方法一：结构化描述

操作系统首先用'结构体（struct）'来描述各种硬件或软件资源：

Linux 中：

• 进程用 task_struct 描述；
• 文件用 file 结构体表示；
• 设备用 device 结构体封装。

核心方法二：高效组织

• 多个对象用'链表、红黑树、哈希表'等结构进行组织；
• 操作系统通过这些结构维护系统状态、调度顺序、访问权限等。

核心方法三：系统调用

• 用户程序无法直接访问内核空间；
• 通过系统调用（如 fork()、read()、write()）进入内核，完成实际资源操作。

3.4 系统调用与库函数

库函数和系统调用是上下级关系，库函数内封装了系统调用。

操作系统不相信任何人，系统调用是操作系统对用户暴露的接口，供给开发使用

操作系统是硬件的管理者，想要访问硬件，必须经过操作系统也就是系统调用在开发角度，操作系统对外会表现为一个整体，但是会暴露自己的部分接口，供上层开发使用，这部分由操作系统提供的接口，叫做系统调用。系统调用在使用上，功能比较基础，对用户的要求相对也比较高，所以，有心的开发者可以对部分系统调用进行适度封装，从而形成库，有了库，就很有利于更上层用户或者开发者进行二次开发。

• 系统调用：操作系统向上层程序暴露的接口，功能基础且对安全性要求高，例如 read()、write()、fork() 等；
• 库函数：开发者可在系统调用之上进行封装，形成更易用的 API，例如标准 C 库中的 fopen()、printf()，以降低调用难度，促进二次开发。

4. 由'先描述，再组织'初识进程

进程也是操作系统内的资源，同样遵从'先描述，再组织'的设计理念

进程概念初识

CPU 只能从内存中读数据。电脑开机的过程，实际就是把操作系统加载到内存中的过程。

先说进程的定义，大多数教材中给出的进程的定义如下：

• 一个已经加载到内存的程序，叫做进程。有时也把进程称作一个任务 task
• 如上就是正在运行的一个进程
• 使用 ps ajx | grep myprocess 查看刚刚执行的进程。其中
  • ps ajx 列出系统所有的进程
  • ps ajx | grep myprocess 将所有进程通过管道输入，过滤 myprocess 进程
• 电脑开机的过程，其实就是把外设中的操作系统，加载到内存中

正在运行的程序，程序的一个执行实例，叫做进程

进程概念深入

认识进程

显而易见：

一个操作系统，不仅仅只能运行一个进程，是可以同时运行多个进程的！！！

因此操作系统必须将这多个进程管理起来。如何管理呢？答案是先描述，再组织

首先，操作系统需要先认识进程！

思考？我们人是怎样认识一个事物或者对象的？

人是通过 描述事物的属性 来辨识事物的，也就是面向对象的过程。当相关的属性积累的足够多时，这一堆属性的集合，就是目标对象。人类就是这么认识事物的。

那么操作系统认识进程，也需要足够多的进程的属性。由于操作系统是用 C 语言 写的，因此操作系统必然采用 struct 来描述进程的各个属性。

操作系统的行为

描述进程，要包含进程的属性的集合。结论如下：

• 任何一个进程，在加载到内存的时候，形成真正的进程时，操作系统要先创建描述进程 属性 的 struct 对象，
• 这个对象被称为——PCB。process ctrl blcok，进程控制块，是进程的属性的集合。
• PCB struct 对象包含描述进程的所有属性，操作系统通过 PCB 进程控制块来辨识进程

基于以上内容，我们可以得出操作系统内核观点下的进程的概念：

1. 单独加载到内存的可执行程序不叫进程，单独的 PCB 也不叫进程
2. 描述进程的 PCB 结构体对象 和 加载到内存中的程序的代码和数据 合起来 才叫进程
3. PCB 由操作系统内部自己维护的，代码和数据是程序员自己写的。
4. 加载进程时，不止是把 code 和 data 加载到内存，操作系统还根据操作系统内的 描述进程的进程控制块，为当前进程创建 PCB，把该进程的相关属性填充好，初始化，形成一个 PCB，该结构体是操作系统自己形成的
5. 操作系统管理进程，只需要对一个个的 PCB 对象做管理（增删查改等），就能管理好进程。对进程的管理，本质是对内核 PCB 数据结构对象的管理

进程的完全定义

• 进程的完全定义 = 内核 PCB 数据结构对象 + 程序自己的代码和数据。是担当分配系统资源（CPU 时间，内存）的实体
  • 内核 PCB 数据结构对象：包含描述这个进程的所有属性值
  • 自己的代码和数据：就是在磁盘中形成的二进制可执行程序
• 有了 PCB 结构体对象，操作系统内管理进程就变成了管理 PCB 结构体对象。操作系统内是用链表来组织 PCB 的，因此实现对进程的管理本质是对链表的增删查改

Linux 下的进程

以上 PCB 是所有操作系统进程的设计理念，不同的操作系统对 PCB 的实现不完全相同，我们来看Linux下具体是如何实现的。

描述进程-PCB

进程所有的属性信息被放在一个叫做 进程控制块的数据结构 中，可以理解为 进程属性的集合。

一般称之为 PCB（process control block），Linux 操作系统下的具体的 PCB 是：task_struct

• 在 Linux 中描述进程的结构体叫做 task_struct
• task_struct 是 Linux 内核的一种数据结构，即一种数据类型（自定义类型），它会被装载到 RAM(内存) 里并且包含着进程的信息，这个装载的过程就是 task_struct 的实例化
• task_struct 是一种自定义数据类型，Linux 内核中，最基本的组织 task_struct 的方式，是采用双向链表组织的。
  • 但每个 PCB 不只是双向链表内的一个结点
    • PCB 结点可能同时也属于某个二叉树或者队列中的结点

task_struct 中的主要属性分类

• 标示符: 描述本进程的唯一标示符，用来区别其他进程，这个标识符就是进程的 PID
• 状态: 任务状态，退出代码，退出信号等。
• 优先级: 相对于其他进程的优先级。CPU 要调度多个进程，就注定了多个进程要竞争 CPU，因此需要设定进程的调度优先级
• 程序计数器 (PC 指针): CPU 内部有一个寄存器，保存程序中即将被执行的下一条指令的地址和当前正在运行的指令的地址。
• 内存指针: 包括程序代码和进程相关数据的指针，还有和其他进程共享的内存块的指针，方便 CPU 找到程序的代码和数据
• 上下文数据: 进程执行时处理器的寄存器中的数据。
• I/O 状态信息: 包括显示的 I/O 请求，分配给进程的 I/O 设备和被进程使用的文件列表。
• 记账信息: 可能包括处理器时间总和，使用的时钟数总和，时间限制，记账号等。（进程占用 CPU 的时间，用于 CPU 较为公平的调度进程）
• 其他信息等

Linux 下查看进程

Linux 内核中，最基本的组织进程 task_struct 的方式，是采用双向链表组织的。但 task_struct 不是仅存在于双向链表中

task_struct 是一个节点，可能既属于链表中，也同时处于队列或二叉树中

通过命令查看

命令 1

命令：ps

功能：查看系统下的进程

常用选项：ajx，用于查看系统下的所有进程

• ps 也是一个可执行程序，因此 ps 运行起来是一个进程，grep 过滤时，会过滤出所有含有 ps 的所有内容
  • 这里 ps ajx 和 grep ps 都含有 ps，因此都会高亮显示。
  • 常用用法 ps ajx | head -1 && ps ajx | grep processName
    • head -1 用于显示第一行，显示进程表头信息，
    • ps ajx | grep processName 用于指定过滤进程 precessName

• 可以看到显示多了进程的表头信息

命令 2

命令：top

功能：查看系统 CPU 资源使用状态

常用选项：无

• 最左侧的 PID 就是进程的编号，由此达到查看进程的目的。

通过系统目录查看

进程的信息还可以通过 /proc 系统目录查看

每一个进程在系统运行期间，关掉后再重启，系统为进程重新分配的 PID 大部分情况是不一样的

• ls /proc 查看系统内所有的进程。

• /proc 目录是一个特殊的系统目录
  • 关机时，目录内的所有数据都会消失
  • 开机时，操作系统会创建该目录、及其文件和所有数据
• /proc 目录是系统将内存中的数据，通过可视化的方式，以目录的形式向我们呈现
• 该目录动态地包含系统内所有运行的进程，目录名大部分是数字名，代表进程的 PID

查看当前进程的目录

• 通过当前进程的 PID 查看当前目录的内容：ls /proc/ 161157 -l，其中目录内有两个关键信息：
  • cwd：current working directory，表示当前进程的工作目录。
  • exe：指向当前可执行程序的存储路径
• 思考？
  • C 语言使用代码 fopen("log.txt", "w") 创建文件时，没有指定文件在哪里创建，为什么会在当前目录下创建文件？
  • 为什么 touch test.c 这个命令，一旦运行起来变成进程，我们的 touch 命令并没有指定路径，却会自动在当前目录下创建文件？
• 这是因为
  • 在特定目录下运行的进程，进程运行时所在的目录，就是当前进程对应的当前目录
  • 进程启动时，记录下了启动时自己所处的目录，这个目录就是之后进程的当前工作目录 cwd，current working directory
• 进程在启动后，有了自己的工作目录 cwd。调用 fopen 或 touch 或其他的命令时，用户传入的路径是 "log.txt"，在系统层面，会默认把进程启动时记录的 cwd 路径拼接到 "log.txt" 前面。即 cwd/"log.txt"。cwd 就叫当前路径
• 所以，最终在当前进程启动的目录下创建了文件
• 对当前目录的理解要站在进程的角度去理解

5. 结语

通过本文的探讨，我们从冯诺依曼体系结构出发，深入理解了计算机硬件的核心组成与数据流动的本质。无论是键盘输入、屏幕显示，还是网络通信与文件传输，所有操作都严格遵循 '外设 ↔ 内存 ↔ CPU' 的协作逻辑。这一设计不仅奠定了现代计算机的基石，更揭示了内存作为数据中转枢纽的核心地位。

在此基础上，我们认识到操作系统是连接硬件与软件的桥梁。它通过**'先描述，再组织'**的哲学，以数据结构（如 task_struct）描述资源属性，并通过系统调用与高效算法实现资源管理。这种设计思想在进程管理中体现得尤为明显：进程作为程序执行的实例，其本质是内核数据结构（PCB）与代码数据的结合体，操作系统通过管理 PCB 的链表或树等结构，完成对进程的调度、隔离与资源分配。

对于我们而言，理解进程的底层逻辑（如通过 /proc 目录查看进程信息、通过 ps 命令分析运行状态）是优化程序性能、排查问题的重要基础。而这一切的背后，始终贯穿着操作系统的核心使命——以安全、高效的方式，为程序提供执行环境。