Tech

理解Linux 终端、终端模拟器和伪终端

你可能听说过 TTY 和 PTY 这些缩写，也在 /dev 目录下看到过 /dev/tty[n] 设备，大概知道它们和 Linux 终端的概念有关。可是你清楚 TTY、PTY 具体指的是什么，它们有什么区别，以及它们和 shell 又是什么关系呢？为了理解这些，我们需要先回顾一下历史。

# 回顾历史

在计算机诞生之前，人们发明了 Teleprinter(电传打字机)，通过长长的电线点对点连接，发送和接收打印的信息，用于远距离传输电报信息。

Teleprinter

Teleprinter 也可以写成 teletypewriter 或 teletype。

后来人们将 Teleprinter 连接到早期的大型计算机上，作为输入和输出设备，将输入的数据发送到计算机，并打印出响应。

Teleprinter

在今天你很难想象程序的运行结果需要等到打印出来才能看到，Teleprinter 设备已经进了计算机博物馆。现在我们用 TTY 代表计算机终端（terminal），只是沿用了历史习惯，电传打字机（teletypewriter）曾经是计算机的终端，它的缩写便是 TTY(TeleTYpewriter)。

为了把不同型号的电传打字机接入计算机，需要在操作系统内核安装驱动，为上层应用屏蔽所有的低层细节。

电传打字机通过两根电缆连接：一根用于向计算机发送指令，一根用于接收计算机的输出。这两根电缆插入 UART （Universal Asynchronous Receiver and Transmitter，通用异步接收和发送器）的串行接口连接到计算机。

操作系统包含一个 UART 驱动程序，管理字节的物理传输，包括奇偶校验和流量控制。然后输入的字符序列被传递给 TTY 驱动，该驱动包含一个 line discipline。

line discipline 负责转换特殊字符（如退格、擦除字、清空行），并将收到的内容回传给电传打字机，以便用户可以看到输入的内容。line discipline 还负责对字符进行缓冲，当按下回车键时，缓冲的数据被传递给与 TTY 相关的前台用户进程。用户可以并行的执行几个进程，但每次只与一个进程交互，其他进程在后台工作。

# 终端模拟器(terminal emulator)

今天电传打字机已经进了博物馆，但 Linux/Unix 仍然保留了当初 TTY驱动和 line discipline 的设计和功能。终端不再是一个需要通过 UART 连接到计算机上物理设备。终端成为内核的一个模块，它可以直接向 TTY 驱动发送字符，并从 TTY 驱动读取响应然后打印到屏幕上。也就是说，用内核模块模拟物理终端设备，因此被称为终端模拟器(terminal emulator)。

上图是一个典型的Linux桌面系统。终端模拟器就像过去的物理终端一样，它监听来自键盘的事件将其发送到 TTY 驱动，并从 TTY 驱动读取响应，通过显卡驱动将结果渲染到显示器上。TTY驱动 和 line discipline的行为与原先一样，但不再有 UART 和 物理终端参与。

如何看到一个终端模拟器呢？在 Ubuntu 20 桌面系统上，按 Ctrl+Alt+F3 就会得到一个由内核模拟的 TTY。Linux上这种模拟的文本终端也被称为虚拟终端（Virtual consoles）。每个虚拟终端都由一个特殊的设备文件 /dev/tty[n] 所表示，与这个虚拟终端的交互，是通过对这个设备文件的读写操作，以及使用ioctl系统调用操作这个设备文件进行的。通过执行 tty 命令可以查看代表当前虚拟终端的设备文件：

1
2

$ tty
/dev/tty3

可以看到，当前终端的设备文件是 /dev/tty3，也就是通过 Ctrl+Alt+F3 得到的虚拟终端。

你可以通过 Ctrl+Alt+F3 到 Ctrl+Alt+F6 在几个虚拟终端之间切换。按 Ctrl+Alt+F2 回到桌面环境。X 系统也是运行在一个终端模拟器上，在 Ubuntu 20 上它对应的设备是 /dev/tty2，这也是为什么使用 Ctrl+Alt+F2 可以切换到 X 系统的原因。

我们可以看看 X 系统打开的文件中是否包含了设备文件 /dev/tty2。先查找 X 系统的 PID：

1
2

# ps aux | grep Xorg
mazhen      1404  0.1  0.6 741884 49996 tty2     Sl+  08:07   0:13 /usr/lib/xorg/Xorg vt2 -displayfd 3 -auth /run/user/1000/gdm/Xauthority -background none -noreset -keeptty -verbose 3

再看看这个进程(1404)打开了哪些文件：

1
2
3
4
5
6
7
8

# ll /proc/1404/fd
总用量 0
dr-x------ 2 mazhen mazhen  0 7月  10 08:07 ./
dr-xr-xr-x 9 mazhen mazhen  0 7月  10 08:07 ../
lrwx------ 1 mazhen mazhen 64 7月  10 08:07 0 -> /dev/tty2
lrwx------ 1 mazhen mazhen 64 7月  10 08:07 1 -> 'socket:[39965]'
lrwx------ 1 mazhen mazhen 64 7月  10 10:09 10 -> 'socket:[34615]'
...

可以看到，X 系统确实打开了 /dev/tty2。

再做一个有趣的实验，在 tty3 下以 root 用户身份执行 echo 命令：

1

# echo "hello from tty3" > /dev/tty4

再按 Ctrl+Alt+F4 切换到 tty4，能看到从 tty3 发送来的信息。

# 伪终端（pseudo terminal, PTY）

终端模拟器(terminal emulator) 是运行在内核的模块，我们也可以让终端模拟程序运行在用户区。运行在用户区的终端模拟程序，就被称为伪终端（pseudo terminal, PTY）。

PTY 运行在用户区，更加安全和灵活，同时仍然保留了 TTY 驱动和 line discipline 的功能。常用的伪终端有 xterm，gnome-terminal，以及远程终端 ssh。我们以 Ubuntu 桌面版提供的 gnome-terminal 为例，介绍伪终端如何与 TTY 驱动交互。

PTY 是通过打开特殊的设备文件 /dev/ptmx 创建，由一对双向的字符设备构成，称为 PTY master 和 PTY slave。

gnome-terminal 持有 PTY master 的文件描述符 /dev/ptmx。 gnome-terminal 负责监听键盘事件，通过PTY master接收或发送字符到 PTY slave，还会在屏幕上绘制来自PTY master的字符输出。

gnome-terminal 会 fork 一个 shell 子进程，并让 shell 持有 PTY slave 的设备文件 /dev/pts/[n]，shell 通过 PTY slave 接收字符，并输出处理结果。

PTY master 和 PTY slave 之间是 TTY 驱动，会在 master 和 slave 之间复制数据，并进行会话管理和提供 line discipline 功能。

在 gnome-terminal 中执行 tty 命令，可以看到代表PTY slave的设备文件：

1
2

$ tty
/dev/pts/0

执行 ps -l 命令，也可以确认 shell 关联的伪终端是 pts/0：

1
2
3
4

$ ps -l
F S   UID     PID    PPID  C PRI  NI ADDR SZ WCHAN  TTY          TIME CMD
0 S  1000    1842    1832  0  80   0 -  3423 do_wai pts/0    00:00:00 bash
0 R  1000    1897    1842  0  80   0 -  3626 -      pts/0    00:00:00 ps

注意到 TTY 这一列指出了当前进程的终端是 pts/0。

我们以实际的例子，看看在 terminal 执行一个命令的全过程。

  • 我们在桌面启动终端程序 gnome-terminal，它向操作系统请求一个PTY master，并把 GUI 绘制在显示器上
  • gnome-terminal 启动子进程 bash
  • bash 的标准输入、标准输出和标准错误都设置为 PTY slave
  • gnome-terminal 监听键盘事件，并将输入的字符发送到PTY master
  • line discipline 收到字符，进行缓冲。只有当你按下回车键时，它才会把缓冲的字符复制到PTY slave。
  • line discipline 在接收到字符的同时，也会把字符写回给PTY master。gnome-terminal 只会在屏幕上显示来自 PTY master 的东西。因此，line discipline 需要回传字符，以便让你看到你刚刚输入的内容。
  • 当你按下回车键时，TTY 驱动负责将缓冲的数据复制到PTY slave
  • bash 从标准输入读取输入的字符（例如 ls -l ）。注意，bash 在启动时已经将标准输入被设置为了PTY slave
  • bash 解释从输入读取的字符，发现需要运行 ls
  • bash fork 出 ls 进程。bash fork 出的进程拥有和 bash 相同的标准输入、标准输出和标准错误，也就是PTY slave
  • ls 运行，结果打印到标准输出，也就是PTY slave
  • TTY 驱动将字符复制到PTY master
  • gnome-terminal 循环从 PTY master 读取字节，绘制到用户界面上。

# Shell

我们经常不去区分 terminal 和 Shell，会说打开一个 terminal，或打开一个 Shell。从前面介绍的命令执行过程可以看出，Shell 不处理键盘事件，也不负责字符的显示，这是 terminal 要为它处理好的。

Shell是用户空间的应用程序，通常由 terminal fork出来，是 terminal 的子进程。Shell用来提示用户输入，解释用户输入的字符，然后处理来自底层操作系统的输出。

通常我们使用较多的 shell 有 Bash、Zsh 和 sh。

# 配置 TTY 设备

内核将使用 TTY 驱动来处理 terminal 和 Shell 之间的通信。line discipline 是 TTY 驱动的一个逻辑组件。line discipline 主要有以下功能：

  • 当用户输入时，字符会被回传到PTY master
  • line discipline 会在内存中缓冲这些字符。当用户按回车键时，它才将这些字符发送到PTY slave
  • line discipline 可以拦截处理一些特殊的功能键，例如：
    • 当用户按 CTRL+c 时，它向连接到 PTY slave 的进程发送 kill -2（SIGINT） 信号
    • 当用户按 CTRL+w 时，它删除用户输入的最后一个字
    • 当用户按 CTRL+z 时，它向连接到 PTY slave 的进程发送 kill -STOP信号
    • 当用户按退格键时，它从缓冲区中删除该字符，并向PTY master发送删除最后一个字符的指令

我们可以使用命令行工具 stty 查询和配置 TTY，包括 line discipline 规则。在 terminal 执行 stty -a 命令：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

$ stty -a
speed 38400 baud; rows 40; columns 80; line = 0;
intr = ^C; quit = ^\; erase = ^?; kill = ^U; eof = ^D; eol = <undef>;
eol2 = <undef>; swtch = <undef>; start = ^Q; stop = ^S; susp = ^Z; rprnt = ^R;
werase = ^W; lnext = ^V; discard = ^O; min = 1; time = 0;
-parenb -parodd -cmspar cs8 -hupcl -cstopb cread -clocal -crtscts
-ignbrk -brkint -ignpar -parmrk -inpck -istrip -inlcr -igncr icrnl ixon -ixoff
-iuclc -ixany -imaxbel iutf8
opost -olcuc -ocrnl onlcr -onocr -onlret -ofill -ofdel nl0 cr0 tab0 bs0 vt0 ff0
isig icanon iexten echo echoe echok -echonl -noflsh -xcase -tostop -echoprt
echoctl echoke -flusho -extproc

-a 标志告诉 stty 返回所有的设置，包括TTY 的特征和 line discipline 规则。

让我们看一下第一行：

  • speed 表示波特率。当 terminal 和计算机通过物理线路连接时，speed 后的数字表示物理线路的波特率。波特率对 PTY 来说是没有意义。
  • rows, columns 表示 terminal 的行数和列数，以字符为单位。
  • line 表示line discipline 的类型。0 是 N_TTY。

stty 能够对 terminal 进行设置，让我们做个简单的测试验证一下。在第一个 terminal 中使用 vi 编辑一个文件。vi 在启动时会查询当前 terminal 的大小，以便 vi 能填满整个窗口。这时候我们在另一个 terminal 中输入：

1

# stty -F /dev/pts/0 rows 20

这个命令将终端 pts/0 的行数设置为原来的一半，这将更新内核中 TTY 的数据结构，并向 vi 发送一个 SIGWINCH 信号，vi 接收到该信号后将根据 TTY 新的行列数重新绘制自己，这时 vi 就只使用了可用窗口区域的上半部分。

stty -a 输出的第二行给出了 line discipline 能处理的所有特殊字符，包含了键的绑定。例如 intr = ^C 是指将 CTRL+c 映射到 kill -2 (SIGINT) 信号。你也可以更改这个绑定，例如执行 stty intr o 命令，将发送 SIGINT 信号的键从 CTRL+c 换成了字符 o。

最后，stty -a 列出了一系列 line discipline 规则的开关。- 表示开关是关闭的，否则开关就是打开的。所有的开关在 man stty中都有解释。我举其中一个简单的例子，echo 是指示 line discipline 将字符回传的规则，我们可以执行命令关闭 echo 规则：

1

$ stty -echo

这时候你再输入一些东西，屏幕上什么也不会出现。line discipline 不会将字符回传给 PTY master，因此 terminal 不会再显示我们输入的内容。然而其他一切都照常进行。例如你输入 ls，在输入时看不到字符 ls，然后你输入回车后，仍然会看到 ls 的输出。执行命令恢复 echo 规则：

1

$ stty echo

可以通过 stty raw 命令来禁用所有的 line discipline 规则，这样的终端被称为 raw terminal。像 vi 这样的编辑器会将终端设置为 raw ，因为它需要自己处理字符。后面介绍的远程终端也是需要一个 raw terminal，同样会禁用所有的 line discipline 规则。

# 远程终端

我们经常通过 ssh 连接到一个远程主机，这时候远程主机上的 ssh server 就是一个伪终端 PTY，它同样持有 PTY master，但 ssh server 不再监听键盘事件，以及在屏幕上绘制输出结果，而是通过 TCP 连接，向 ssh client 发送或接收字符。

我们简单梳理一下远程终端是如何执行命令的。

  1. 用户在客户端的 terminal 中输入 ssh 命令，经过 PTY master、TTY 驱动，到达 PTY slave。bash 的标准输入已经设置为了 PTY slave，它从标准输入读取字符序列并解释执行，发现需要启动 ssh 客户端，并请求和远程服务器建 TCP 连接。

  2. 服务器端接收客户端的 TCP 连接请求，向内核申请创建 PTY，获得一对设备文件描述符。让 ssh server 持有 PTY master，ssh server fork 出的子进程 bash 持有 PTY slave。bash 的标准输入、标准输出和标准错误都设置为了PTY slave。

  3. 当用户在客户端的 terminal 中输入命令 ls -l 和回车键，这些字符经过 PTY master 到达 TTY 驱动。我们需要禁用客户端 line discipline 的所有规则，也就是说客户端的 line discipline 不会对特殊字符回车键做处理，而是让命令 ls -l 和回车键一起到达 PTY slave。ssh client 从 PTY slave 读取字符序列，通过网络，发送给 ssh server。

  4. ssh server 将从 TCP 连接上接收到的字节写入PTY master。TTY 驱动对字节进行缓冲，直到收到特殊字符回车键。

  5. 由于服务器端的 line discipline 没有禁用 echo 规则，所以 TTY 驱动还会将收到的字符写回PTY master，ssh server 从 PTY master 读取字符，将这些字符通过 TCP 连接发回客户端。注意，这是发回的字符不是 ls -l 命令的执行结果，而是 ls -l 本身的回显，让客户端能看到自己的输入。

  6. 在服务器端 TTY 驱动将字符序列传送给 PTY slave，bash 从 PTY slave读取字符，解释并执行命令 ls -l。bash fork 出 ls 子进程，该子进程的标准输入、标准输出和标准错误同样设置为了 PTY slave。ls -l 命令的执行结果写入标准输出 PTY slave，然后执行结果通过 TTY 驱动到达 PTY master，再由 ssh server 通过 TCP 连接发送给 ssh client。

注意在客户端，我们在屏幕上看到的所有字符都来自于远程服务器。包括我们输入的内容，也是远程服务器上的 line discipline 应用 echo 规则的结果，将这些字符回显了回来。表面看似简单的在远程终端上执行了一条命令，实际上底下确是波涛汹涌。

# 写在最后

简单回顾总结一下本文的主要内容：

  • 电传打字机（TTY）是物理设备，最初是为电报设计的，后来被连接到计算机上，发送输入和获取输出。
  • 电传打字机（TTY）现在被运行在内核中的模块所模拟，被称为终端模拟器(terminal emulator)。
  • 伪终端（pseudo terminal, PTY） 是运行在用户区的终端模拟程序。
  • Shell 由 terminal fork 出来，是 terminal 的子进程。Shell 不处理键盘事件，也不负责字符的显示，这些是由 terminal 处理。Shell 负责解释执行用户输入的字符。
  • 可以使用 stty 命令对 TTY 设备进行配置。
  • 远程终端 ssh 也是一种伪终端 PTY。

相信通过这篇文章，你已经能够理解终端、终端模拟器和伪终端的区别和联系。如果想进一步探究低层实现，可以阅读 TTY 驱动的源码 drivers/tty/tty_io.c和 line discipline 的源码 drivers/tty/n_tty.c。

comments powered by Disqus