进程篇——进程创建-fork及vfork

扩展内容：

我们都知道程序在系统中是以进程为单位运行的，进程是可执行程序运行的单元。进程执行过程中就需要OS为其分配可供执行的资源。其中最难理解的就是 内存资源的分配，OS到底是怎么为新进程合理的分配资源呢，这就产生了虚拟地址空间的概念。

1.虚拟地址空间和物理内存

虚拟内存存在的意义：

计算机内存资源是相对匮乏的资源，每个可执行程序都需要哦OS为其分配一定的内存资源，现代计算机已经实现了多并发、多处理的处理要求，一台计算机每时每刻都有很多的程序在运行，而每个程序又会有很多的进程在执行，每一个进程又需要独立的堆栈为其服务，这些都需要内部才能作为载体才能正确完整的执行。问题是，计算机内存容量是有限的 ，不可能为可执行程序都合理的分配内存资源供其使用，于是就提出了虚拟内存的概念。

虚拟内存是逻辑上的内存空间（逻辑空间），是在物理磁盘上划分出来的。比如OS会为每一个正在运行的程序分配大概4G的虚拟地址空间（每一个正在执行的程序都会有4G），这4G虚拟地址空间和物理内存空间之间存在某种映射关系的。

一般虚拟地址4G的空间对应的物理内存应该也是4G的，但是，虚拟地址空间是在磁盘上的，当这段代码需要执行的时候（就必须加载到内存），OS 就需要把需要执行的一部分利用某种算法加载到内存（只加载一部分，不可能把该程序虚拟地址空间的所有内容都加载到内存），然后运行。

 

2.进程的执行过程

虚拟地址空间分为两部分：用户地址空间和内核地址空间，i386系统体系结构的计算机的虚拟地址空间一般是4G , 0~3G的空间是用户空地址空间；3G到4G的地址空间为内核地址空间。相应地，程序的运行状态分为 用户态和内核态，程序在用户态只能占用用户地址空间，程序在内核态只能占用内核地址空间，显而易见的，内核态执行级别是高于用户态的执行级别。

每一个进程的地址空间都分为这两种地址空间，对于内核进程，由于始终运行在内核态，所以内核进程的tast_sruct结构体的mm域也就被赋值为NULL。在内核地址空间中，不存在堆数据结构，所以堆的概念仅仅是用户地址空间中的数据结构，所以对于内核而言，也不会需要堆这种数据结构来存储变量或代码。Kmalloc或vmalloc 用户内核进程在运行时申请内存。申请到的虚拟内存在整个内存中都可以被其他程序使用。举个例子来说，假如内核线程1 申请到了一块内存A,只要把该内存的首地址传给另一个内存线程2，那么在线程2中就可以使用这个内存A。

对于用户进程，其既有用户地址空间中的栈，也有它自己的内核栈； 对于内核进程，就只有自己的内核栈。所有的进程都有一个内核栈，在x86的32机器上内核栈大小可以为4KB 或者 8KB，这个可以在编译内核的时候配置。

创建内核堆栈的情况为：

1. 当进程进入内核态，系统调用的参数就放在内核栈上，内核栈记录着进程在内存上的调用链。

2.在内核栈被配置为8KB大小的情况下，当中断服务程序中断当前进程时，它将使用当前被中断进程的内核栈。

 

3. fork创建进程过程

Fork()是内核程序创建进程的一种方式（其他还有vfork()和clone()方法）

Fork函数原型： pid_t  fork(void);

函数返回类型 pid_t 实质上是 int类型

fork函数每次回新生成一个进程，调用fork函数的进程是父进程，fork函数生成的函数是子进程。Fork函数调用一次，返回两次。两次分别返回的是父进程和子进程。

有三种不同的返回值：

1. 在父进程中返回子进程的pid；
2. 在子进程中返回0；
3. 如果返回失败，则返回-1.

举例说明：

            

将子进程ID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进程ID。

对子进程来说，之所以fork返回0给它：是因为它随时可以调用 getpid()函数来获取它自己的PID；也可以调用 getpid()来获取父进程的PID（进程ID 0总是由内核交换进程使用，所以一歌子进程的进程ID不可能为0）。

子进程和父进程继续执行fork调用之后的指令。子进程是父进程的副本。例如，子进程获得父进程的数据空间、堆栈的副本。父子进程并不共享这些存储空间部分。什么意思呢，就是父进程和子进程共享代码段，但是分别拥有自己的数据段和堆栈段（子进程复制父进程的数据段，BSS段，代码段，堆空间，栈空间，文件描述符，但是对于文件描述符关联的内核文件表项（即struct file结构体）则是采用共享的方式）。

Fork函数在生成子进程的时候，用到了写时拷贝技术（原因：在fork之后经跟随着exec，所以很多的实现并不执行一个父进程数据段、栈、堆的完全复制。）： 不执行一个父进程数据段、栈和堆的完全复制，这些区域由父、子进程共享，而内核将他们的访问权限改为只读的。如果父、子进程任何一个试图修改这些区域，则内核只为修改区域的那块内存做一个副本，并且是以虚拟存储器系统中的“一页”为单位复制。

（父子进程共享页帧而不是赋值页帧，然而，只要页帧被共享，他们就不能被修改，即页帧保护。无论父进程还是子进程何时视图写一个共享的页帧，都会产生一个异常，这时内核就会把这个页复制到一个新的页帧中并标记为可写。原来的页帧仍然是写保护的：当其他进程视图写入时，内核检查写进程是否是这个页帧的唯一属主，如果是，就把这个页帧标记为对这个进程是可写的。）

过程：

（1）分配PID；

（2）分配进程描述符也就是PCB，，同时分配好内核堆栈；

（3）复制进程实体，即打开文件、工作目录、信号信息、进程地址空间等等。

（4）用父进程内核栈上存放的现场信息、初始化子进程的现场信息，并将eax置为0；

（5）将父进程时间片 分 子进程一半，设置状态为就绪。

 

 

4.fork函数底层实现原理：

Fork（）系统调用通过复制一个现有进程来创建一个新的进程。进程被存放在一个叫做 任务队列的双向循环链表当中，链表当中的每一项都是 类型为 task_struct 称为进程描述符发结构，也就是我们所说的 进程PCB。

Tips:  内核通过一个位置的进程标识值或者PID 来标识一个进程。 //最大值默认为 32768，short int 短整型的最大值，他就是系统中允许同时存在的进程最大的数目。

可以到目录  /proc/sys/kernel 中查看pid_max :

 

当进程调用fork之后，当控制转移到 内核中的fork代码后，内核会做4件事情：

1. 分配新的内存块和内核数据结构给子进程；
2. 将父进程部分数据结构内容拷贝至子进程；
3. 添加子进程到系统进程列表中；
4. Fork返回，开始调度器返回。

Fork函数在底层到底做了什么呢？

Linux平台通过 clone()函数调用 fork(),  vfork()和clone()库函数都根据各自需要的参数标志去调用clone()，然后由clone()去调用 do_fork()，再然后do_fork完成了创建中的大部分工作，该函数调用 copy_process() 做最后的那部分工作。

（图片转自博客https://blog.csdn.net/Dawn_sf/article/details/78709839）

如图所示：

                  

 

 

1. vfork函数

Vfork 函数是另一个创建线程的函数vfork;

Vfork 最初是因为fork没有实现 cow机制，而很多情况系fork之后会跟exec，而exec的执行相当于之前fork复制的空间全部变成了无用功，所以设计了 vfork。

#include<sys/types.h>

#include<unistd.h>

Pid_t vfork(void)

函数解释：

1. Vfork 函数用于创建一个子进程，而子进程和父进程共享地址空间，fork的子进程具有独立的地址空间。
2. Vfork 保证子进程先运行，在它调用exec（或者exit）之后，父进程才可能被调度运行

注意：fvfork创建的子进程在退出的时候需要调用exit()函数退出，如果没有调用函数是会出错误的；因为在函数栈上，子进程运行结束了，main的函数栈被子进程释放了，然后父进程在使用的时候，就访问不到了，所以一旦vfork出子进程，退出的时候需要使用exit来退出。

 

5.fork和vfork的区别

1.fork： 子进程拷贝父进程的代码段和数据段

  Vfork： 子进程和父进程共享代码段和数据段

2.fork：父子进程的先后运行次序不定

  Vfork:保证子进程先运行，子进程exit之后，父进程才开始被调度运行。

3.vfork()保证子进程先运行，在它调用exec或者而成exit之后，父进程才开始调度运行，如果在调用这俩个函数之前，子进程依赖父进程的进一步动作，则会导致死锁。

  4.就算fork实现了写时拷贝，效率也没有 vfork高，但是vfork一般平台会出现问题，所以很少用。