揭秘进程调度：让你的程序有序跑起来
近日见闻
Electron v28.2.0 发布，一款跨平台的桌面应用开发工具 --electron社区
Linus 发飙，批评谷歌内核贡献者的代码是垃圾，“你复制了一段不理解为何执行此操作的函数，这就是垃圾代码！”
过年前的时间过的很快，想起来一句话，幸福在于等幸福到来的那段日子。
摘抄：
为最坏的情况做好准备，
为最好的情况敞开心扉。
——斯鲁日特尔《莫斯科小猫》
小记
这两天和同事讨论起linux进程调度的问题，比如进程统计、那些进程优先运行、怎么调度等，对此在这里和大家一同复习一下。先来说说怎么查看进程。在使用Linux操作系统的过程中，掌握如何查看和管理进程是系统管理的重要技能之一。进程管理不仅有助于监控系统资源的使用情况，还能帮助排查问题和优化系统性能。
查看进程的常见命令
ps (Process Status)
ps命令是最基本同时也是最常用的进程查看命令，它能够列出系统中当前运行的所有进程信息。
基本用法：
ps aux：显示所有进程信息
ps -ef：以全格式列出所有进程
ps -u [username]：列出指定用户的所有进程
如图所示
top
top命令提供了一个实时更新的进程状态动态视图。默认情况下，它以CPU使用率降序排列进程。
基本用法：
执行top即可进入top界面，按q退出。
htop
htop是top命令的一个增强版本，提供了更友好的界面和更多的信息展示。
基本用法：
安装htop（如果系统未预装）：sudo apt-get install htop（Debian/Ubuntu）或者sudo yum install htop（CentOS/RedHat）
执行htop即可进入htop界面，按F10退出。
pstree
pstree命令展示的是进程之间的层级关系，以树状图的方式显示。
基本用法：
pstree：展示系统中的所有进程及其关系
pstree [username]：展示指定用户的进程树
进程信息解读
无论是ps、top还是htop，它们都会显示以下几个重要的进程信息：
PID：进程ID
USER：运行该进程的用户
PR：进程优先级
NI：进程的“nice”值，即优先级数值
VIRT：虚拟内存使用量
RES：常驻内存量
SHR：共享内存量
S：进程状态（S睡眠，R运行，T停止，Z僵尸）
%CPU：占用的CPU百分比
%MEM：占用的内存百分比
TIME+：总的CPU时间
COMMAND：启动命令/命令行
掌握了如何查看进程，我们再来讨论一下进程是如何调度的。在Linux操作系统中，进程调度是操作系统最为核心的功能之一。它负责合理分配处理器资源，决定哪个进程何时运行，以及运行多长时间。本文将深入探讨Linux中的进程调度机制。
什么是进程调度？
进程调度是指操作系统按照一定的策略，动态地将处理器分配给等待运行的进程。调度的目的是为了优化系统性能，保证各类进程合理、公平地获取CPU使用权。
Linux进程调度的类型
Linux系统中的进程调度主要有两种类型：
完全公平调度器（Completely Fair Scheduler，CFS）：从Linux内核版本2.6.23开始，CFS成为默认的进程调度器。CFS的设计目标是最大化利用CPU，并在进程间提供公平的CPU时间分配。
实时调度器（Real-Time Scheduler）：用于实时任务，确保任务在规定时间内完成。包含两种策略：
FIFO（先进先出）
RR（轮转）
Linux进程调度策略
完全公平调度器（CFS）
CFS的核心思想是所有进程都应该获得相等的CPU时间。CFS将CPU资源分成时间片，用红黑树来管理所有可运行的进程，保证每个进程都能获得公平的时间片。
红黑树
红黑树是一种自平衡的二叉查找树，一种特殊的数据结构。在这棵树中，每个节点都有颜色属性，要么是红色，要么是黑色。因为它涉及多个操作的细节，比如插入、删除、旋转（左旋和右旋）、重新着色等，每个操作都必须维护红黑树的性质。感兴趣的可以自行查阅，这里贴一个简单的算法示例。这个实现并不完整，主要用于展示红黑树操作的基本概念。
class?Node:
def?__init__(self,?data,?color="red"):
self.data?=?data
self.color?=?color
self.parent?=?None
self.left?=?None
self.right?=?None
class?RedBlackTree:
def?__init__(self):
self.TNULL?=?Node(0,?color="black")??#?创建一个空节点作为叶子节点
self.root?=?self.TNULL
def?left_rotate(self,?x):
#?左旋示意图：
#?????x???????????y
#????/?\?????????/?\
#???a???y??=>???x???c
#??????/?\?????/?\
#?????b???c???a???b
y?=?x.right
x.right?=?y.left
if?y.left?!=?self.TNULL:
y.left.parent?=?x
y.parent?=?x.parent
if?x.parent?==?None:??#?x是根节点
self.root?=?y
elif?x?==?x.parent.left:??#?x是其父节点的左子节点
x.parent.left?=?y
else:??#?x是其父节点的右子节点
x.parent.right?=?y
y.left?=?x
x.parent?=?y
def?right_rotate(self,?y):
#?右旋示意图：
#??????y???????????x
#?????/?\?????????/?\
#????x???c??=>???a???y
#???/?\?????????????/?\
#??a???b???????????b???c
x?=?y.left
y.left?=?x.right
if?x.right?!=?self.TNULL:
x.right.parent?=?y
x.parent?=?y.parent
if?y.parent?==?None:??#?y是根节点
self.root?=?x
elif?y?==?y.parent.right:??#?y是其父节点的右子节点
y.parent.right?=?x
else:??#?y是其父节点的左子节点
y.parent.left?=?x
x.right?=?y
y.parent?=?x
def?insert(self,?key):
#?插入操作
node?=?Node(key)
node.parent?=?None
node.data?=?key
node.left?=?self.TNULL
node.right?=?self.TNULL
node.color?=?"red"??#?新节点必须是红色
y?=?None
x?=?self.root
while?x?!=?self.TNULL:
y?=?x
if?node.data?<?x.data:
x?=?x.left
else:
x?=?x.right
node.parent?=?y
if?y?==?None:
self.root?=?node
elif?node.data?<?y.data:
y.left?=?node
else:
y.right?=?node
if?node.parent?==?None:
node.color?=?"black"
return
if?node.parent.parent?==?None:
return
self.fix_insert(node)??#?调用插入修复函数来维护红黑树的性质
def?fix_insert(self,?k):
#?插入节点后修复红黑树性质的函数
while?k.parent.color?==?"red":
if?k.parent?==?k.parent.parent.right:
u?=?k.parent.parent.left??#?叔叔节点
if?u.color?==?"red":
u.color?=?"black"
k.parent.color?=?"black"
k.parent.parent.color?=?"red"
k?=?k.parent.parent
else:
if?k?==?k.parent.left:
k?=?k.parent
self.right_rotate(k)
k.parent.color?=?"black"
k.parent.parent.color?=?"red"
self.left_rotate(k.parent.parent)
else:
#?与上面的代码一模一样，只不过是方向相反
u?=?k.parent.parent.right
if?u.color?==?"red":
u.color?=?"black"
k.parent.color?=?"black"
k.parent.parent.color?=?"red"
k?=?k.parent.parent
else:
if?k?==?k.parent.right:
k?=?k.parent
self.left_rotate(k)
k.parent.color?=?"black"
k.parent.parent.color?=?"red"
self.right_rotate(k.parent.parent)
if?k?==?self.root:
break
self.root.color?=?"black"
def?print_tree(self,?node,?indent,?last):
#?用于打印红黑树的辅助函数
if?node?!=?self.TNULL:
print(indent,?end='?')
if?last:
print("R----",?end='?')
indent?+=?"?????"
else:
print("L----",?end='?')
indent?+=?"|????"
s_color?=?"RED"?if?node.color?==?"red"?else?"BLACK"
print(str(node.data)?+?"("?+?s_color?+?")")
self.print_tree(node.left,?indent,?False)
self.print_tree(node.right,?indent,?True)
特点：
不基于固定时间片，而是动态分配
使用虚拟运行时间来进行比较，避免优先级倒置问题
当进程创建或唤醒时，它会被插入到红黑树中
当进程消耗时间片后，它会被重新插入到树中，保证调度的公平性
实时调度器
实时调度器为需要快速响应的实时任务提供服务，分为两种策略：
SCHED_FIFO（先进先出）：没有时间片的概念，一旦获得CPU，除非自己放弃，或者有更高优先级的进程需要运行，否则会一直运行。
SCHED_RR（轮转）：类似于SCHED_FIFO，但是每个进程运行一定的时间片后，如果还有其他同优先级的进程等待，则自动放弃CPU。
进程调度过程
当前运行进程的时间片用完或主动放弃CPU时，进程调度器被唤醒。
进程调度器选择下一个运行的进程。
如果有实时进程等待运行，根据实时调度策略选择进程。
如果没有实时进程，按照CFS策略从红黑树中选择下一个运行的进程。
结语
- 发表于:
- 原文链接：https://page.om.qq.com/page/OcUHNc9P60VwYm7mQlYmJggg0
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
