fork创建子进程详解

一.前言

在上一篇文章-进程的概念，最后我们提到了创建进程的方式有两种方式，一种是手动的创建出进程，还有一种就是我们今天要学习的使用代码的方式创建出子进程-fork。

而学习fork创建出进程的过程中，我们会遇到以下问题，待会我们会一一的解决掉。

I fork干了什么？
II 为什么要创建出子进程？
III 为什么fork的两个返回值，给父进程返回子进程的pid，给子进程返回0
IV fork之后，父子进程谁先运行
V 为什么fork会有两个返回值
VI 同一个变量为什么会有两个值

二.fork干了什么？

fork是一个系统调用函数，我们可以使用fork，也就是代码的方式创建出一个进程出来。

这里文档说的很清楚，fork可以创建出一个子进程出来，是不是呢？我们验证一下便知。

#include<stdio.h>
#include<unistd.h>
#include<sys/types.h>
int main()
{
    printf("这是一个父进程,pid:%d,ppid:%d\n",getpid(),getppid());

    fork();//不带返回值

    printf("这是一个进程,pid:%d,ppid:%d\n",getpid(),getppid());    
    sleep(1);
 return 0;
}

在fork之前，打印了父进程这一行，在fork之后，打印了两行，可以看出第三行的ppid是第一行和第二行的pid。

由此验证成功：fork之前父进程执行代码，fork之后，创建出子进程，和父进程一起执行后续的代码。

三.为什么要创建出子进程？

我们创建出子进程具体是为了干嘛呢？显然是为了让子进程完成和父进程不一样的工作，执行不一样的代码。

那怎么保证父子进程可以执行不一样的代码呢？

上述我们可以看出fork是有返回值的，通过返回值我们判断谁是子，谁是父，然后让它们执行不同的代码片段。

比如说需要执行边下载边播放的任务，这可能是单进程完成不了的，这时候就需要我们使用fork创建出子进程，然后通过返回值，将代码进行分流，父进程执行播放任务，子进程执行下载任务。

#include<stdio.h>
#include<unistd.h>
#include<sys/types.h>
int main()
{
    printf("这是一个父进程,pid:%d,ppid:%d\n", getpid(), getppid());
    pid_t id = fork();
    if (id == 0)//子进程的运行
    {
        while (1)
        {
            printf("我是一个子进程，我正在进行下载任务，pid:%d,ppid:%d\n", getpid(), getppid());
            sleep(1);
        }
    }
    else//父进程的运行
    {
        while (1)
        {
            printf("这是一个父进程,我正在进行播放任务，pid:%d,ppid:%d\n", getpid(), getppid());
            sleep(1);
        }
    }
    sleep(1);
    return 0;
}              

fork创建出子进程，系统中就会多一个进程，子进程会以父进程为模版，为子进程创建出PCB，子进程PCB的大部分信息和父进程PCB中的内容是一致的，其中少部分不一样，比如进程的pid和ppid等。

但是现在创建出来的子进程是没有代码和数据的，那子进程的代码和数据从哪里来呢？目前子进程和父进程共享代码和数据！

所以fork之后，子进程会和父进程执行一样的代码。

那fork之前呢？子进程可以看见fork之前的代码吗？

答案是子进程可以看见父进程之前的代码，那子进程为什么没有执行fork之前的代码呢？

因为eip寄存器保存了代码的执行逻辑，当执行到fork之后，eip指向fork位置，eip也会被子进程继承。

所以这就是为什么子进程不执行fork之前的代码，而执行fork之后的代码。

四.为什么fork的两个返回值,给父进程返回子进程的pid,给子进程返回0

在我们现实生活中，一个父亲可以有很多子女，而一个子女只能有一个父亲。而在进程中也是一样的，父进程：子进程=1:n，作为父进程，如何将子进程给跟踪和管理好呢？父进程就需要知道子进程的pid，因为进程的pid具有唯一性。

而子进程通过返回0，知道自己是子进程，从而执行特定于子进程的逻辑。

五.fork之后，父子进程谁先运行

在上面我们可以看到，fork之后，都是父进程先运行，然后子进程再运行。每次都是遵行这种逻辑吗？

当创建出子进程之后，这只是一个开始，接下来是父进程，子进程和系统中的其他进程等待cpu调度执行。当父子进程的pcb都被创建并在运行队列中排队的时候，哪一个进程先被调度，哪一个进程就先运行！

其中谁先被调度，这是不确定，这是由各自PCB中的调度算法（时间片，优先级）+调度器算法等共同决定的。

六.为什么fork会有两个返回值

对于一个函数来说，代码逻辑执行到return了，它的核心工作做完了吗？答案是做完了。

fork函数中大致的做了哪些工作呢？

fork之后，代码共享，那return是代码吗？这是肯定的，return是代码，那么return也要被共享。

父进程被调度的时候，要执行return。子进程被调度的时候，也要执行return。所以说这就是为什么一个fork会有两个返回值。

真实情况是操作系统通过一些寄存器做到返回值返回两次。

七.同一个变量为什么有两个值

刚刚说到，为什么fork会有两个返回值，但是fork只有一个变量，一个变量为什么会有两个值啊？

当我们启动QQ和微信的时候，我们将QQ进程杀死时，会影响微信的运行吗？显然是不会的，所以说进程之前是具有独立性的。

那么父子进程之间是否具体独立性呢？

杀死父进程，子进程一样在运行

杀死子进程，父进程一样在运行

所以说不管是父子进程，还是什么进程，只要是不同的两个进程，他们都是互相独立的，各自有各自的PCB。

进程=可执行程序+PCB,其中pcb是各自私有的，可执行程序中包含代码和数据，代码本身就是可读的，也没谁去修改代码，

但是数据父子进程是可能会修改的。

比如，父进程中有个全局变量，当全局变量是0的时候，父进程就退出了，而子进程会修改全局变量为0，这样父进程不就因为子进程的修改，而导致退出了吗？这样还怎么保证进程的独立性呢？

所以说，数据各个进程必须各自私有一份！这里用到的技术是写时拷贝！

写时拷贝（Copy-on-Write，简称 COW）是一种计算机程序设计中的优化策略。

当多个进程或线程共享一块数据时，一开始它们共享相同的物理内存。只有当其中一个进程或线程尝试修改这块数据时，才会真正为其创建一份独立的副本进行修改，而其他未修改的进程或线程仍然共享原来的数据。

这种策略的好处是可以减少不必要的数据复制操作，节省内存和系统资源，提高程序的性能和效率。特别是在涉及到大量数据的共享和少量修改的情况下，写时拷贝能显著优化性能。

写时拷贝就相当于深拷贝和浅拷贝的结合！

这里的id是父进程定义的变量，这个变量是数据，返回的时候，因为父子进程的返回id是不同的，各自写入了id值，发生了写时拷贝，所以一个变量会有不同的值。

按道理说，不同的值，他们的地址肯定不同才对，我们验证一下：

太奇怪了，同一个变量，他们是不同的值，但是他们的地址却是一样的，现在我们只能知道：该地址绝对不是物理地址！！！