linux内核数据结构--进程相关

linux里面，有一个结构体task_struct，也叫“进程描述符”的数据结构，它包含了与进程相关的所有信息，它非常复杂，每一个字段都可能与一个功能相关，所以大部分细节不在我的研究范围之内，在这篇文章里面只讲述这些数据结构的组织方式，相当于一个知识点的大的梗概或骨架，如果骨架搞明白了，那么内部的细节就可以抽丝剥茧，搞明白也非难事。

一，链表

很简单，上面所说的进程描述符以双向链接的形式组织起来，说起来很简单，但还是有一些特色在里面的

1，在Linux内核链表中，不是在链表结构中包含数据，而是在数据结构中包含链表节点。

在内核中定义了list_head的一个数据结构，struct list_head { struct list_head *next, *prev;}; 它只含有两个字段。它就组织成了一个没有数据域的双向链表，通过在task_struct中包含一个list_head数据结构，实现了task_struct的双向链接。

但是，list_head的指针只是指向list_head自己的地址，怎样通过list_head指针，来获取task_struct的地址呢？方法如下：

#define list_entry(ptr, type, member)    container_of(ptr, type, member)

#define container_of(ptr, type, member)      ({ const typeof( ((type *)0)->member ) *__mptr = (ptr);  
                                                                         (type *)( (char *)__mptr - offsetof(type,member) );})

#define offsetof(type,  member)    ((size_t) &((type *)0)-> member)

解释如下：

通过定义一个task_struct指针p，其地址指向0，然后获取p->list_head的地址，就可以获取list_head在task_struct中的偏移量，这应该是个常量。然后就用list_head的地址减去这个常量 ，就得到了task_struct的地址。

参考文献：http://www.cnblogs.com/Daniel-G/archive/2013/09/06/3305834.html

2，140个优先权队列

进程的优先权有140个，为了调度的需要，内核就组织了140个链表，每个链表代表一个优先权。这通过在task_struct中包含一个list_head字段来实现。

所有的这些链接通过一个prio_array_t的数据结构实现。如下，在里面我们看到了bitmap位图数据结构的使用。

3，等待队列

进程经常等待某些事件的发生，例如等待一个磁盘操作的终止。

当进程等待一些资源时，内核就将这个进程放到此资源对应的等待队列中。

二，哈希表

以链表的形式组织task_struct数组，特点就是灵活。但如果想通过PID获取到对应的task_struct的地址，仅仅使用链表还是不够的，O(1)神器hash_table可以解决这个问题。

内核初始化时，动态的创建4个哈希表，如下：

哈希表就不多说了，下面简单的说一下TGID哈希表的结构，如下图。

举例说明，例如现在内核要回收TGID＝4351的所有进程，那么我们立即就可以得到TGID=4351的进程所在的位置，一般情况下，我们通过哈希表只得到一个节点，但内核的哈希表扩展了一下，就是将TGID=4351的所有进程都链接到一个链表中，那么遍历链表就可以获取TGID=4351的所有进程了。

三，位图

1，每个进程对有一个唯一标记PID，默认情况下最大的PID号是32767，但这个值可以更改，那么怎么做到循环使用PID呢，内核通过一个pidmap_array位图来表示当前已经分配的PID号的闲置的PID号。也就是用32767个bit就可以解决这个问题。

2，上面所讲到的优先权队列中也有bitmap的使用，用5个unsigned long型，也就是160个bit完全可以满足140个优先权的使用。

读完《深入理解linux内核》第三章后，所学到的就是上面的内容。读得也不够深入，人为的忽略了很多细节的阅读，因为我的目标也不在于细节。

有两点感受：

1，感觉内核所用的数据结构也就是我们平常使用的到的数据结构。

2，内核把性能放在了第一位，有时候可以拿一些空间来换取时间，例如上面所讲到的hash表，TGID=4351和TGID＝246的所有进程完全可以放在一个链表中，然后通过遍历来拿到TGID＝4351的进程，但内核还是将它们分开，代价就是需要在每一个task_struct中再增加一对指针。