【Linux】：进程创建与进程fork本质

最新推荐文章于 2024-07-20 18:38:43 发布

stackY、

最新推荐文章于 2024-07-20 18:38:43 发布

阅读量584

点赞数 12

分类专栏： Linux系统编程文章标签： linux fork

本文链接：https://blog.csdn.net/Yikefore/article/details/136183116

版权

Linux系统编程专栏收录该内容

25 篇文章 3 订阅

订阅专栏

朋友们、伙计们，我们又见面了，本期来给大家解读一下有关Linux进程创建与进程fork本质的知识点，如果看完之后对你有一定的启发，那么请留下你的三连，祝大家心想事成！

C 语言专栏：C语言：从入门到精通

数据结构专栏：数据结构

个人主页：stackY、

C + + 专栏：C++

Linux 专栏：Linux

前言

回顾上文，我们可以通过系统调用getpid来获取当前进程的ID，同时也可以通过ps ajx 搭配grep 来查看我们运行起来的进程：

1. 进程的创建

在Linux中创建进程的方式：

1. 命令行中直接启动进程 --- 手动启动

2. 通过代码来创建进程

1.1 getpid与getppid

启动进程的本质就是创建进程，这个新启动的进程一般是由父进程创建的！

那么进程与进程之间就注定了存在一种关系：父子关系

通过之前的代码可以发现，在Linux中，登录之后，命令行启动的进程，它的进程id一直在变，但是它的ppid（父进程）一直不变，那么这个父进程是谁呢？

可以使用pa ajx 搭配 grep来查看一下这个进程到底是什么

居然是命令行解释器！！！

所以我们命令行启动的进程都是bash的子进程；

可以使用系统调用getppid来查看当前进程的ppid；

1.2 getpid与getppid原理

那么getpid与getppid的原理是什么呢？

当进程被创建好之后，那么在操作系统内部就会为进程创建一个task_struct的内核数据结构（PCB），那么根据管理的先描述再组织，这个PCB里面肯定保存着该进程的pid与ppid，但是用户并不能直接访问操作系统得到它，需要通过上层系统调用接口来间接访问，因此使用getpid与getppid可以获取到PCB中的pid与ppid。

1.3 查看进程的第二种方式

Linux系统中的进程信息保存在/proc系统文件中，所以可以通过ls指令来查看一下这个系统文件：

可以看到有很多蓝色的数字，那么将我们自己写的程序运行起来，然后再查看系统文件

如果这样子感觉难找的话可以搭配grep指令

总结：Linxu系统中会存在一个proc系统文件，它是一个动态目录结构，用于存放所有存在的进程，目录名称就是以该进程的id来命名。

那么这个以进程id命名的目录里面保存着什么呢？

可以使用指令：ls /proc/进程id -l

里面最显眼的就是一个cwd和一个exe

① exe：可以发现这个exe正好指向的就是我们自己写的代码然后生成的可执行程序的路径。

当可执行程序能运行起来之后，我们可以在proc系统文件中找到这个可执行程序的路径，那么在程序运行期间，我们将可执行程序删掉之后，会发生什么呢？

当程序运行期间，将可执行程序删掉，可以发现：程序并没有被终止，还在正常运行，但是在系统文件中的exe被删掉了，这同样的证明了进程 != 可执行程序，那么为什么删掉可执行程序之后，运行起来的并不会收到影响？

可执行程序即使变成了进程，但是在它的PCB里面还会存储自己的可执行程序在哪个路径，当可执行程序运行之后，将可执行程序删掉，并不会影响已经运行起来的可执行程序，因为删掉的是磁盘中的数据，运行之后已经被加载拷贝到了内存中，但是系统文件proc中的exe已经被删掉了。

一个进程，可以找到自己的可执行程序。

② cwd：当前目录（当前工作目录）

在一些文件接口中，我们通常会创建文件或者打开文件，当不给定制定路径时，打开或者创建的文件就在当前目录下，它的原理就是cwd在进程PCB中维护了一串路径，当需要在当前目录下打开或者创建文件时就会在前面自动拼接上cwd，默认情况下，进程启动时所处的路径就是当前路径。

更改当前目录的系统调用：chdir(指定路径)

每一个进程，都要有自己的工作目录

1.4 fork创建进程

如何理解启动一个进程呢？
启动一个进程，本质就是系统多了一个进程，操作系统要管理的进程也就多了一个，进程 = 可执行程序 + 内核数据结构（task_struct），创建一个进程就是要申请内存，保存当前进程的可执行程序 + task_struct对象，并将task_struct对象添加到进程的列表中。

1.4.1 初识fork

fork是创建进程的，那么也就是说，在fork之前只有一个执行流（只有父进程执行），fork之后会变成两个执行流（父进程和子进程都会执行）。

1.4.2 fork的返回值

失败返回-1，成功后会将子进程的pid返回给父进程，将0返回给子进程。

看到这里会发现很震惊的事情：一个函数居然会有两个返回值？（后面解释）

1.4.3 fork的一般写法

1. 为什么要创建子进程？

想让子进程协助父进程完成一些工作，这些工作是单进程解决不了的，例如边下载，边播放，这样做也可以提成效率和用户体验。

2. 创建子进程的目的就是为了执行和父进程不一样的代码。

3. 可以通过fork之后的返回值，让父子进程执行不同的代码片段。

4. fork之后，用if进行分流。
#include <stdio.h>
#include <unistd.h>

int main()
{
    pid_t id = fork();
    if(id < 0 ) return 1;
    else if(id == 0)
    {
        // 子进程
        while(1)
        {
            printf("我是一个子进程: pid: %d, ppid: %d, fork return id: %d, 我正在执行下载任务!\n",getpid(), getppid(),id);
            sleep(1);
        }
    }
    else
    {
        // 父进程
        while(1)
        {
            printf("我是一个父进程: pid: %d, ppid: %d, fork return id: %d, 我正在执行播放任务!\n", getpid(), getppid(), id);
            sleep(1);
        }
    }
    
    return 0;
}

2. fork原理（基本理解）

1. fork都干了写什么事情？

fork创建子进程，系统中会多一个子进程，创建子进程，会以父进程的PCB为模版，为子进程创建PCB，但是子进程没有属于自己的代码和数据，它会和父进程共享代码和数据！所以fork之后，父子进程会执行一样的代码。

那么这里就存在一个问题，那么既然是共享的代码和数据，在fork之前的代码子进程也是可以看到的，那么子进程为什么不会从头到尾将代码重新执行一遍呢？

我们都知道，程序是按照从上往下按照顺序执行的，那么为什么呢？当我们的程序在运行时，OS内会有一个寄存器pc指针/eip程序计数器，来记录代码执行到了哪一步，那么在pc/eip执行fork之后，eip指向的是fork后续的代码片段，那么既然父子进程共用代码和数据，同样的pc/eip也会被子进程继承下来。

2. 为什么fork给父进程返回子进程的pid，给子进程返回0？

一个父进程不仅仅只存在一个子进程，那么父进程与子进程之间的比例是：父：子 = 1 ： n

所以父进程为了区分这么多的子进程，就需要一个特定的唯一值来标志每一个子进程，因此每创建一个子进程都会有一个唯一的子进程的pid返回给父进程，同样的子进程只有一个父进程，不需要特定的标记，所以返回0即可。

3. fork之后父子进程谁先运行

子进程创建完成只是一个开始，系统的其他进程、父进程和子进程都是要被调度执行的，这里就需要引入一个新的概念：运行队列；

当父子进程的PCB都被创建并且在运行队列中排队的时候，哪一个进程的PCB先被CPU选择调度，哪一个进程就先运行；

所以父子进程哪一个先运行是不确定的，由各自PCB中的调度信息（时间片、优先级等）+ 调度器的算法共同决定，简单的说就是由操作系统自主决定的。

父子进程执行后续代码的本质就是被CPU调度运行

4. 为什么fork会有两个返回值？

fork是一个系统调用的接口，同时也是一个函数，那么在它的内部会完成子进程的创建工作。

fork之后代码共享，其实在创建子进程完成之后的代码就共享了，那么retutn语句也是一条代码，因此它也会被共享且执行，在创建完成子进程之前只有一个执行流执行return语句，那么在创建完成之后就有两个执行流来执行return语句了，所以子进程和父进程都会返回，因此fork就会有两个返回值了。（有助于理解）

其实真实的情况是：操作系统会通过一些寄存器的手段来做到返回值返回两次。

5. 如何理解同一个变量会有不同的值

当我们平时使用一些app，先打开QQ，再打开微信，然后再打开浏览器，此时将这些进程随便干掉一个，都是不会影响其他进程的运行情况的，同样的，在父子进程的关系中也是不会互相影响的。

所以，进程之间运行的时候是具有独立性的，无论是什么关系！

那么系统是怎么做到的呢？

首先表现在每个进程都有自己独一份的PCB；

进程之间不会互相影响彼此。

但是父子进程是共享代码和数据的，那么怎么能做到父子进程互不影响呢？

代码本身是只读的，不会修改，所以不会产生影响，但是数据是可以的！！！

比如我们的代码中存在一个全局变量ret，父进程运行的条件是ret大于0，那么如果在子进程中添加了修改ret的代码，将ret修改到小于0，那么父进程就会退出！！，所以这种情况是不被允许的，所以父子进程的代码可以共享，但是数据必须各自私有一份。

因此OS就使用写时拷贝的方法将父子进程的数据各自私有一份。

return的本质就是写入，id是父进程定义的局部变量，那么它就一份数据，既然是数据，在return时会发生写时拷贝，所以才产生了同一个变量具有不同的值。

那么既然发生了写时拷贝，会有两个值，那么这两个指的地址是不是一样的呢？我们可以使用代码来看一下：

可以发现，地址相同的两个值居然值不一样，这怎么可能呢？唯一的解释：这个地址绝对不是物理地址！！！（后面的进程地址空间再详细介绍）