这份文件是OS_homework_1   by计科2102 wolf 202108010XXX

文档设置了目录，可以通过目录快速跳转至答案部分。

 

第四章

4.1用以下标志运行程序：./process-run.py -l 5:100,5:100。CPU 利用率（CPU 使用时间的百分比）应该是多少？为什么你知道这一点？利用 -c 标记查看你的答案是否正确。

 

两进程都只使用cpu。每一时刻都使用到cpu，故cpu利用率为100%。

使用-c查看发现符合预期

4.2现在用这些标志运行： ./process-run.py -l 4:100,1:0 这些标志指定了一个包含 4 条指令的进程(都要使用 CPU),并且只是简单地发出 IO 并等待它完成。完成这两个进程需要多长时间?利用 c 检查你的答案是否正确。

进程完成需要的时间与I/O等待完成需要的时间有关。若设这个时间为t0，则两个进程需要的时间t=4+t0+2。(表中假设t0为5个单位时间，两进程所需时间为11)

4.3现在交换进程的顺序： ./process-run.py -l 1:0,4:100 现在发生了什么？交换顺序是否重要？为什么？同样，用 -c 看看你的答案是否正确。

两个进程与第二题一致，只是把顺序交换了一下。但是可以看到，由于进程1的I/O使其进入阻塞状态，进程2补齐了这个空闲的时间，而导致总体的时间缩短了。

由此可见，合理地交换顺序十分重要，这样可以大大提高cpu利用率和效率。

使用-c可以发现答案正确。

4.4现在探索另一些标志。一个重要的标志是 -S，它决定了当进程发出 IO 时系统如何反应。将标志设置为 SWITCH_ON_END，在进程进行 I/O 操作时,系统将不会切换到另一个进程,而是等待进程完成。当你运行以下两个进程时，会发生什么情况？一个执行 I/O，另一个执行 CPU 工作。（-l 1:0,4:100 -c -S SWITCH_ON_END）

 

使用标记阻止切换。这种情况下系统将停止并等待I/O操作结束，再进行下一个进程。这种方式的时间与第二题的时间相同，cpu利用率很低。

4.5现在,运行相同的进程，但切换行为设置，在等待 IO 时切换到另一个进程（-l 1:0,4:100 c-S- SWITCH_ON_IO）现在会发生什么？利用 -c 来确认你的答案是否正确。

 

使用标记允许进行I/O操作时切换。这种情况下系统在进入I/O操作时将切换执行别的进程，以最大限度利用cpu。这种方式与第三题的时间相同，cpu利用率较高。

第五章

5.1编写一个调用 fork()的程序。在调用之前,让主进程访问一个变量(例如 x)并将其值设置为某个值(例如 100)。子进程中的变量有什么值?当子进程和父进程都改变 x 的值时,变量会发生什么?

在主进程中访问变量x并设为100，子进程中变量x保持不变为100。

（这里对父进程sleep是为了防止命令行提示符混杂在结果中）

 

当子进程和父进程都改变x的值时，变量互不影响，各自改变。

 

5.2编写一个打开文件的程序(使用 open 系统调用),然后调用 fork 创建一个新进程。子进程和父进程都可以访问 open()返回的文件描述符吗?当它们并发(即同时)写入文件时,会发生什么?

使用如下c代码打开文件并执行操作。

 

调用fork()创建新进程并使子进程与父进程访问open()返回的文件描述符。可见子进程与父进程都可以访问open()返回的文件描述符。

 

 

5.4编写一个调用 fork()的程序,然后调用某种形式的 exec()来运行程序"/bin/ls"看看是否可以尝试 exec 的所有变体,包括 execl()、 execle()、 execlp()、 execv()、 execvp()和 execve(),为什么同样的基本调用会有这么多变种？

首先使用man exec指令查看exec族函数的函数原型

 

参数可以单独传入，也可以按数组的方式传入，并可以传入环境变量，路径，可执行文件名。

总结：

1. 带 l 的exec函数：execl、execlp、execle，表示后边的参数以可变参数的形式给出且都以一个空指针结束。
2. 带 p 的 exec 函数：execlp、execvp，表示第一个参数 path 不用输入完整路径，只要给出命令名即可，它会在环境变量 PATH 当中查找命令.
3. 不带 l 的 exec 函数：execv、execvp 表示命令所需的参数以 char *arg[] 形式给出且 arg 最后一个元素必须是 NULL 。
4. 带 e 的 exec 函数：execle 表示，将环境变量传递给需要替换的进程。

我们这里以excl为例，尝试运行程序ls。

下面是结果。

当然也可以尝试其他的结果，我们这里分次尝试了以下代码的所有共6个语句。

 

分别得到结果如下：

 

为什么同样的基本调用会有这么多变种？多种exec()调用的参数传递方式、传递参数不同，方便以不同的形式使用，实现更多功能。

第七章

7.1使用SJF和FIFO调度程序运行长度为200的3个作业时，计算响应时间和周转时间。

SJF与FIFO均采取如下方式运行三个进程

SJF/FIFO
200	200	200
A	B	C

可总结出如下表格

SJF/FIFO	响应时间	周转时间
A	0	200
B	200	400
C	400	600
average	200	400

可见，对于SJF与FIFO，其平均响应时间为200，平均周转时间为400。

7.2现在做同样的事情，但有不同长度的作业，即100、200和300。

SJF与FIFO均采取如下方式运行三个进程

SJF/FIFO
100	200	300
A	B	C

可总结出如下表格

SJF/FIFO	响应时间	周转时间
A	0	100
B	100	300
C	300	600
average	133.3	333.3

可见，对于SJF与FIFO，其平均响应时间为133.3，平均周转时间为333.3。

7.3现在做同样的事情，但采用RR调度程序，时间片为1。

采用RR调度，时间片为1。

RR	响应时间	周转时间
A	0	598
B	1	599
C	2	600
average	1	599

可见，对于RR，其平均响应时间为1，平均周转时间为599。

7.4对于什么类型的工作负载，SJF提供与FIFO相同的周转时间？

答：

1. 作业到达时间不一致时。
2. 作业到达时间一致时，列表中执行顺序按作业长度非严格递增。
3. 部分作业到达时间一致时，到达时间一致的部分满足条件（2）

7.5对于什么类型的工作负载和量子长度，SJF与RR提供相同的响应时间？

答：每个工作的时长相同且等于量子长度（时间切片）。

7.6随着工作长度的增加，SJF的响应时间会怎样？你能使用模拟程序来展示趋势吗？

答：

1. 若所有工作长度都增加，则除了最短任务的响应时间不变，其余任务的响应时间均增加。
2. 若只有部分工作长度增加，则长度比该部分工作长的工作，其响应时间增加。

模拟程序略。

7.7随着量子长度的增加,RR 的响应时间会怎样?你能写出一个方程,计算给定 N 个工作时,最坏情况的响应时间吗?

答：

假设量子长度为t0，则平均响应时间为

[0*t0+1*t0+2*t0+……+(n-1)*t0]/n=(n-1)*t0/2

最坏情况的响应时间即是最后一个工作的响应时间，为(n-1)*t0

第八章

8.1只用两个工作和两个队列运行几个随机生成的问题。针对每个工作计算MLFQ的执行记录。限制每项作业的长度并关闭I/O，让你的生活更轻松。

根据题目意思，查阅Readme文件，使用以下指令

./mlfq.py -n 2 -j 2 -m 100 -M 0

其中-n为队列个数，-j为工作个数，-m为每项作业长度上限，-M为I/O频率，由于关闭I/O，其频率为0。

（1）尝试第一个问题

关于工作的参数记录如下：

工作0，时间84

工作1，时间42，

队列0，队列1：时间切片10

重新加入最高优先级队列的时间S（巫毒常量）：0

（由于这里只有两个工作且无I/O，重新加入最高优先级队列的意义不大）

计算执行记录如下，

时间	队列0	队列1	CPU
0-10	AB		A
10-20	B	A	B
20-30		AB	A
30-40		AB	B
40-50		AB	A
50-60		AB	B
60-70		AB	A
70-80		AB	B
80-90		AB	A
90-92		AB	B
92-126		AB	A

可见平均响应时间为5，平均周转时间为109

使用-c可以查看每个单位时间的运算情况，与上表一致。

使用-s指令可以更换种子，我这里用了-s 9，得到如下

（2）尝试第二个问题

分析同第一个问题，略去不讲，只说计算执行记录如下表

时间	队列0	队列1	CPU
0-10	AB		A
10-20	B	A	B
20-30		AB	A
30-44		AB	B
40-66		AB	A

可见平均响应时间为5，平均周转时间为55

使用-c可以查看每个单位时间的运算情况，与上表一致。

（3）尝试其他问题，可以通过指令运行，这里就不再赘述。

8.3将如何配置调度程序参数，像轮转调度程序那样工作？

答：当工作在同一队列时，进行轮转调度工作，因此只需要将mlfq调度的队列数设置为1，这里考虑重新加入最高优先级队列的时间S（巫毒常量）意义不大，所以不需考虑。

综上答案为./mlfq.py -n 1

8.5给定一个系统，其最高队列中的时间片长度为10ms，你需要如何频繁地将工作推回到最高优先级级别（带有-B标志），以保证一个长时间运行（并可能饥饿）的工作得到至少5%的CPU。

答：10ms/5%=200ms，故boost的频率至少为200ms才能使该工作至少得到5%的CPU。

第九章

9.1计算3个工作在随机种子为1、2和3时的模拟解。

1.随机种子seed=1

计算模拟解过程如下

2.随机种子seed=2

 计算模拟解过程如下：

 3.随机种子seed=3

 计算模拟解过程如下：

 

9.2现在运行两个具体的工作：每个长度为10，但是一个（工作0）只有一张彩票，另一个（工作1）有100张（-l 10:1,10:100）。

彩票数量如此不平衡时会发生什么？在工作1完成之前，工作0是否会运行？多久？一般来说，这种彩票不平衡对彩票调度的行为有什么影响？

使用 ./lottery.py -l 10:1,10:100进行模拟。

 计算模拟解过程如下：

这里工作0与工作1的彩票数量差距过大了，导致在工作1完成之前工作0占用CPU几乎是不可能的。从模拟结果上看，在工作1完成之前，工作0没有运行。

在这种情况下，持有份额小的工作响应时间与周转时间非常长，且基本上占用不了CPU。极有可能会“饿死”。

9.3如果运行两个长度为100的工作，都有100张彩票（-l 100:100,100:100），调度程序有多不公平？运行一些不同的随机种子来确定（概率上的）答案。不公平性取决于一项工作比另一项工作早完成多少。

使用./lottery.py -l 100:100,100:100来进行模拟。使用-s来设定种子。

种子编号	工作0完成时间	工作1完成时间	提前完成时间
0	192	200	8
1	200	196	4
2	200	190	10
3	196	200	4
4	200	199	1
5	200	181	19
6	200	193	7
7	200	185	15
8	200	191	9
9	200	192	8
10	197	200	3
11	196	200	4
12	200	189	11
Average	198.5	193.5	7.9

 提前完成的工作所用时间平均比后完成的快了8左右，对比工作长度只能保证基本接近公平，假设以提前完成时间比工作长度为指标，不公平度约为7.9%。