博客
关于我
操作系统和进程
阅读量:749 次
发布时间:2019-03-22

本文共 942 字,大约阅读时间需要 3 分钟。

冯诺依曼体系

冯诺依曼体系是现代计算机的核心架构,由英特尔的戈登·诺依曼在1945年提出。这一体系将计算机的功能划分为两部分:control unit(控制器)和 datapath(数据路径)。如今,几乎所有的PC和服务器都基于这一体系运作。

输入输出设备

  • 输入设备:负责接收外界的动作或指令。常见的输入设备包括鼠标和键盘、触控屏。
  • 输出设备:将计算机处理的结果显示给用户。典型的输出设备有显示器和打印机。
  • 硬盘和网卡:在现代系统中,它们同时充当输入输出设备,但工作机制有所不同。硬盘负责存储和管理大量数据,网卡负责通过网络进行数据传输。

存储器

存储器的主要作用是快速访问和存储数据。其内存天线(DRAM)是最常用的储存介质。

控制单元

CPU(Central Processing Unit)是执行指令的核心设备,包括控制器和运算器。控制器负责解码指令并发送执行命令,运算器负责进行算术和逻辑运算。

数据读写效率

CPU执行指令时,通常会使用CPU缓存来快速访问数据,这种方式比访问内存更快。而内存的数据访问速度又快过硬盘,硬盘是存储程序代码和数据的主要介质,读写速度相对较慢。

硬盘和网卡被视为需要重点管理的外设。硬盘负责存储大量程序和文件,网卡则负责与其他网络主机进行数据交换,这也是你上网时发出的网络请求通过网卡进行。

PCB结构管理进程

PCB(印刷路线板)上布置了各种电子元件,负责协调各部分的工作。系统通过PID(进程标识符)来管理进程,确保每个进程都能得到适配资源。

  • 进程:程序在运行之后,表现为进程。进程是系统分配CPU、内存等资源的最小单位。每个进程都有唯一的PID。

进程调度

现代操作系统采用时间片轮转调度法,让多个进程在同一CPU上做时间片内的切换。一个时间片结束后,系统会切换到其他进程,确保CPU始终在运行。

进程状态包括:

  • 运行态:正在执行代码片段。
  • 就绪态:暂停执行等待调度。
  • 并发:多个进程在一个CPU上交替运行。
  • 并行:多个进程在多个CPU上同时运行。

内核态与用户态

操作系统划分内核态和用户态两种运行状态:

  • 内核态:处理需要最高权限的安全性要求的任务,如文件操作、设备管理等。
  • 用户态:供用户程序直接调用,通常不涉及高权限操作,安全性较高。

转载地址:http://gmewk.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
查看>>
OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
查看>>
OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
查看>>
OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
查看>>
OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
查看>>
OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
查看>>
OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
查看>>
OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
查看>>
OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
查看>>
OpenCV与AI深度学习 | 深度学习检测小目标常用方法
查看>>
OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
查看>>
OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
查看>>
OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
查看>>