Linux进程管理 | fork 和 写时拷贝

目录

一.fork

二.写时拷贝

三.孤儿进程

四.僵死进程

---

一.fork

1.函数功能

复刻（英语：fork，又译作派生、分支）是UNIX或类UNIX中的分叉函数，fork函数将运行着的程序分成2个（几乎）完全一样的进程，每个进程都启动一个从代码的同一位置开始执行的线程，fork以后的两个进程单独执行。这两个进程中的线程继续执行，就像是两个用户同时启动了该应用程序的两个副本。

fork产生的新进程叫做子进程，原来的进程（调用fork函数的那个进程）叫做父进程。

2.函数返回值

子进程的返回值是0，父进程的返回值是新建子进程的PID。出错的话返回-1。因此可以用返回值来区分父子进程。

关于PID和进程的详解请参考：Linux进程管理 | 进程

注意，fork函数与普通函数不同，他会返回两次，一次返回给父进程，一次返回给子进程。由于在复制时复制了父进程的堆栈段，所以两个进程都停留在fork函数中，等待返回。因此fork函数会返回两次，一次是在父进程中返回，另一次是在子进程中返回，而这两次的返回值是不一样的。

3.父子进程的关系

fork之后，进程是父进程的不完全副本。子进程的数据区、bbs区、堆栈区（包括 I/O 流缓冲区），甚至参数和环境区都从父进程拷贝（这意味着父子进程间不共享这些存储空间），唯有代码区与父进程共享。 因为，代码区是可执行指令 、字面值常量 、具有常属性且被 初始化的全局、静态全局 和 静态局部变量。这也就意味着子进程有了自己独立的地址空间。

调用fork之前的代码只有父进程执行，而调用fork后的代码，父子进程都会执行。但是具体是谁先运行，依赖于系统的实现。

4.fork的性质

• 由 fork()创建的新进程被称为子进程。fork()函数调用一次，但返回两次。两次返回的区别是：子进程的返回值是 0，而父进程的返回值则是新建子进程的进程 PID。通过fork()的返回值来区别父子进程，如果出错返回-1。
• 调用fork()前的代码只有父进程执行，fork()成功返回后的代码，父子进程都会执行。
• 将新建子进程 PID 返回给父进程的理由：因为一个进程的子进程可以有多个，并且没有一个函数使一个进程可以获得其所有子进程的 PID。
• fork 使子进程得到返回值 0 的理由：一个进程只会有一个父进程，所以子进程总是可以调用 getppid 以获得其父进程的进程 PID（进程 PID 0 总是由内核交换进程使用，所以一个子进程的进程 PID 不可能为 0）。
• 调用fork()出错的原因：系统中已经存在太多的进程；调用函数fork()的用户进程太多。

5.代码

new.c

#include<stdio.h>
#include<stdlib.h>
#include<unistd.h>
#include<string.h>
#include<assert.h>

int main()
{
    printf("it is fork\n");
    pid_t n = fork();
    assert( n != -1);
    if(n==0)
    {
        printf("hello: %d\n",getpid());//getpid()得到当前进程的pid,getppid()获取父进程的pid
    }
    else
    {
        printf("world: %d\n",getpid());
    }
    printf("it will end\n");
    exit(0);
}

执行结果：

6.关于fork的面试题

NO.1

#include <stdio.h>
#include <assert.h>
#include <stdlib.h>
#include <unistd.h>

int main()
{
	fork() || fork();
    printf("A");
    exit(0);
}

执行结果：

结果输出3个”A”，共创建3个进程。

fork()给子进程返回一个零值，而给父进程返回一个非零值；

在main这个主进程中，首先执行 fork() || fork(), 左边的fork()返回一个非零值，根据||的短路原则，前面的表达式为真时，后面的表达式不执行，故包含main的这个主进程创建了一个子进程，

由于子进程会复制父进程，而且子进程会根据其返回值继续执行，就是说，在子进程中， fork() ||fork()这条语句左边表达式的返回值是0, 所以||右边的表达式要执行，这时在子进程中又创建了一个进程，

即main进程->子进程->子进程，一共创建了3个进程。

类似与这样的面试题还有很多，我就不在这一一列举，有兴趣可以参考以下博客

https://blog.csdn.net/ZYZMZM_/article/details/87532320

https://blog.csdn.net/tzs_1041218129/article/details/55008173

https://blog.csdn.net/u012658346/article/details/51131519

二.写时拷贝

1.定义

传统的fork()系统调用直接把所有的资源复制给新创建的进程，这种实现过于简单并且效率低下。Linux的fork()使用写时拷贝(copy-on-write)页实现。写时拷贝是一种可以推迟甚至避免拷贝数据的技术。内核此时并不复制整个进程的地址空间，而是让父子进程共享同一个地址空间。只在需要写入的时候才会复制地址空间，从而使各个进程拥有各自的地址空间。也就是说，资源的复制是在需要写入的时候才会进行，在此之前，只有以只读方式共享。只有进程空间的各段的内容要发生变化时，才会将父进程的内容复制一份给子进程。也就是说，两者的虚拟空间不同，但其对应的物理空间是同一个。当父子进程中有更改相应段的行为发生时，再为子进程相应的段分配物理空间

简单的理解为：内核只为新生成的子进程创建虚拟空间结构，它们来复制于父进程的虚拟究竟结构，但是不为这些段分配物理内存，它们共享父进程的物理空间，当父子进程中有更改相应段的行为发生时，再为子进程相应的段分配物理空间。

2.文件共享

fork的一个特性是进程的所有打开文件描述符都被复制到子进程中,简单的理解为父子进程共享fork之前打开文件的读写漂移量。在 fork 之后处理文件描述符有以下两种常用的操作模式：

• 父进程等待子进程完成：在这种情况下，父进程无需对其描述符做任何处理。当子进程终止后，它曾进行过读、写操作的任一共享描述符的文件偏移量已做了相应更新。
• 父进程和子进程各自执行不同的程序段：在这种情况下，在 fork 之后，父进程和子进程各自关闭它们不需使用的文件描述符，这样就不会干扰对方使用的文件描述符。这种方法是网络服务进程经常使用的。

3.代码

现在当前路径下创建一个a.txt文件，内容随意。

接着创建一个No2.c

代码如下

#include<stdio.h>
#incldue<stdlib.h>
#include<unistd.h>
#include<string.h>
#include<assert.h>
#include<fcntl.h>

int main()
{
    int fd = open("a.txt",O_RDWR);
    assert(fd!=-1);
    pid_t n = fork();
    assert(n!=-1);

    if(n==0)
    {
        char buff[128]={0};
        read(fd,buff,21);
        printf("child: %s\n"，buff);
    }
    else
    {
        sleep(1);
        char buff[128]={0};
        read(fd,buff,39);
        printf("father:%s\n",buff);
    }
    exit(0);
}

执行结果

三.孤儿进程

父进程创建子进程以后，子进程在操作系统的调度下与其父进程同时运行。如果父进程先于子进程终止，子进程即成为孤儿进程，同时被 init 进程收养，即成为 init 进程的子进程，因此 inti 进程又被称为孤儿院进程。

四.僵死进程

子进程先于父进程退出，父进程没有通过wait方法获取子进程的退出码，从而子进程不得不自己保存退出码，又因为退出码保存在PCB进程块中，所以整个PCB也就无法释放。，导致子进程变成僵死进程。

关于PCB的详解请参考：Linux进程管理 | 进程

如果父进程直到终止都未回收它的已成僵尸的子进程，init 进程会立即收养并回收这些处于僵尸状态的子进程，因此一个进程不可能既是孤儿进程同时又是僵尸进程。
一个进程成为僵尸进程需要引起注意，如果它的父进程长期运行而不终止，僵尸进程所占用的资源将长期得不到释放。