Filesystem, Data Structures, and System Calls

Filesystem Data Structures

• Process Management: linux maintains a data structure for each active process. process control blocks, stored in the process table
• Descriptor Table: process control blocks store many things, CPU state, contain the descriptor table. Use read, write, close to interact with descriptors.
• Open File Table: An open file table entry maintains information about an active session with a file (or something that behaves like a file, like a terminal or network connection). It keeps track of mode, refcount, vnode, etc.

vnode

• Static Information: The vnode contains static information about a file or file-like resource.
• Details Stored: It stores file type (e.g., regular file, directory, symlink, terminal), a refcount, and the collection of function pointers used to read and write. The vnode acts as an inode cache for quicker access.

System Calls

• Memory Perception: Each process operates as if it owns all of main memory, but no process actually uses all 2^64 bytes of its address space.
• Memory Segments: Segments include user stack, heap, data, code, bss, and shared library.
• Parameter Passing: The first six parameters are passed through: %rdi, %rsi, %rdx, %rcx, %r8, %r9.
• System Call Execution: Executing syscall prompts an interrupt handler to execute in superuser mode. The return value is in %rax, and then iretq is executed.

Introduction to Multiprocessing

• Process Definition: A process is an instance of a program's execution with a unique ID.

• fork System Call: To launch a second process, the fork system call is used. It creates a new process that starts after the original, parent, process. Both processes continue execution after the fork call.

• Return Values: fork returns a pid_t (an integer) to both processes. The parent process gets the PID of the child process, while the child process gets a return value of 0.

• Memory Replication: All memory is identical between the parent and child, though it is not shared (it is copied).

• Debugging Multiple Processes: gdb has built-in support for debugging multiple processes:

  • set detach-on-fork off: Tells gdb to capture any fork'd processes, though it pauses them upon the fork.
  • info inferiors: Lists the processes that gdb has captured.
  • inferiors X: Switches to a different process to debug it.
  • detach inferiors X: Tells gdb to stop watching the process and continue it.

• Differences Between Parent and Child: Each process has a unique process ID. The return value of fork differs in the two processes and can be used to dispatch them in different directions.

文件系统、数据结构与系统调用

文件系统数据结构

• 进程管理 ：linux 为每个活动进程维护一个数据结构，即 process control blocks，存储在 process table 中。
• 描述符表 ：进程控制块存储了许多内容，包括 CPU 状态和 descriptor table。使用 read、write、close 与描述符交互。
• 打开文件表 ：open file table entry 用于维护与文件（或类似文件的对象，如终端或网络连接）活动会话的信息。它跟踪 mode、refcount、vnode 等内容。

vnode

• 静态信息 ：vnode 包含关于文件或类似文件资源的静态信息。
• 存储细节 ：它存储 文件类型（例如普通文件、目录、符号链接、终端等）、refcount 以及用于读取和写入的 function pointers 集合。vnode 作为 inode 缓存，以便更快地访问。

系统调用

• 内存感知 ：每个进程都像拥有全部主内存一样运行，但实际上没有进程使用其地址空间的全部 2^64 字节。
• 内存段 ：包括 user stack、heap、data、code、bss 和 shared library 段。
• 参数传递 ：前六个参数通过 %rdi、%rsi、%rdx、%rcx、%r8、%r9 传递。
• 系统调用执行 ：执行 syscall 会触发超级用户模式下的中断 handler。返回值在 %rax 中，然后执行 iretq。

多进程介绍

• 进程定义 ：进程是程序执行的一个实例，具有唯一的 ID。

• fork 系统调用 ：要启动第二个进程，使用 fork 系统调用。它创建一个新进程，在原始父进程之后开始。两个进程都在 fork 调用后继续执行。

• 返回值 ：fork 向两个进程返回一个 pid_t（整数）。父进程得到子进程的 PID，而子进程得到 0 的返回值。

• 内存复制 ：父进程和子进程之间的所有内存都是相同的，但它们并未共享（而是被复制）。

• 调试多个进程 ：gdb 内置支持调试多个进程：

  • set detach-on-fork off：告诉 gdb 捕获任何 fork'd 进程，但在 fork 时会暂停它们。
  • info inferiors：列出 gdb 捕获的进程。
  • inferiors X：切换到不同的进程进行调试。
  • detach inferiors X：告诉 gdb 停止监视该进程并继续其运行。

• 父进程与子进程的区别 ：每个进程都有唯一的进程 ID。fork 在两个进程中的返回值不同，可用于将它们派往不同方向。

费曼学习

Why: 与我何干？

了解文件系统数据结构、系统调用和多进程的知识，可以帮助你更好地理解计算机操作系统是如何工作的。比如，当你在电脑上运行程序、保存文件或者打开多个应用程序时，这些知识能让你明白背后发生了什么，还能帮助你更高效地编写和调试程序。

What: 定义、概念解释，可以做什么

• 文件系统数据结构：就像一个精心设计的图书馆系统，帮助计算机管理文件和目录。操作系统用它来记录文件的位置、大小、类型等信息，方便快速找到和操作文件。
• 系统调用：可以看作是用户程序和操作系统之间的“桥梁”。程序通过系统调用请求操作系统的服务，比如读写文件、创建进程等。
• 多进程：想象一下你同时在电脑上听音乐、写文档和浏览网页，这就是多进程。操作系统能让多个程序同时运行，每个程序就像一个独立的小助手，做自己的事情，互不干扰。

How: 步骤流程方法，以及解释所需的任何主题内容

• 文件系统数据结构：
  • 进程控制块（Process Control Block, PCB）：每个活跃的进程都有一个对应的PCB，它存储在进程表中。PCB就像一个“身份证”，记录了进程的各种信息，比如CPU状态、文件描述符表等。文件描述符表是用来管理文件描述符的，文件描述符就像是文件的“门牌号”，通过它可以用read、write、close等操作来和文件交互。
  • 打开文件表项（Open File Table Entry）：用来维护一个文件（或者类似文件的东西，比如终端、网络连接）的活动会话信息。它会记录文件的模式（比如是只读还是可读写）、引用计数（有多少个进程打开了这个文件）等信息。
  • vnode：存储了关于文件或类似文件资源的静态信息。它就像一个“信息卡片”，记录了文件类型（普通文件、目录、符号链接、终端等）、引用计数，还有一组用于读写等操作的函数指针。vnode可以看作是inode的缓存，访问速度更快。
• 系统调用：
  • 每个进程都像是在一个虚拟的“房间”里，觉得自己拥有所有的内存空间，但实际上并没有真正使用所有的内存空间。内存空间被分成了不同的“区域”，比如用户栈、堆、数据、代码等，还有bss段和共享库。
  • 当执行系统调用时，会触发一个中断，操作系统会切换到超级用户模式来处理这个请求。系统调用的前六个参数通过寄存器%rdi、%rsi、%rdx、%rcx、%r8、%r9传递给操作系统。处理完后，返回值会放在%rax寄存器中，然后执行iretq指令返回到用户程序。
• 多进程：
  • 进程的定义：进程是一个正在运行的程序的实例。可以通过getpid系统调用来获取当前进程的进程ID。
  • fork系统调用：用来创建一个新的进程，也就是子进程。子进程从父进程的下一条指令开始执行，父进程也会继续执行下一条指令。fork在父进程和子进程中都会返回一个值，父进程得到子进程的进程ID，子进程得到返回值0，表示自己是子进程。父进程和子进程的所有内存内容都是一样的，但并不是共享的，而是被复制了一份。
  • 调试多进程：如果想同时调试父进程和子进程，可以使用gdb调试器。设置set detach-on-fork off让gdb捕获所有fork产生的进程，虽然会暂停它们；用info inferiors查看gdb捕获的所有进程；用inferiors X切换到不同的进程进行调试；用detach inferiors X让gdb停止监视某个进程，让它继续运行。
  • 父进程和子进程的区别：它们都有唯一的进程ID。fork的返回值在两个进程中不一样，父进程得到子进程的ID，子进程得到0，可以根据这个返回值让父进程和子进程做不同的事情。

How Good: 可以给听众带来什么好处，什么改变

• 文件系统数据结构：能让你更好地理解文件是如何被管理的，有助于你高效地组织和操作文件，比如在编写文件操作相关的程序时，能更清楚地知道如何与操作系统交互。
• 系统调用：让你明白程序是如何请求操作系统服务的，有助于你编写更稳定、高效的程序，还能帮助你理解程序在运行过程中和操作系统之间的交互过程。
• 多进程：让你了解操作系统是如何同时处理多个任务的，能帮助你更好地设计和调试多进程程序，提高程序的并发性能，让你的程序能更高效地利用计算机资源。