fork系统调用详解

目录

写在前面的话

fork()介绍

Linux 的写时复制（COW，copy on write）技术

fork之后的文件描述符

使用fork创建守护进程

写在前面的话

最开始了解fork的时候，着急着应用，也没太去深究fork（）的原理，因此也踩了些坑，比如，在fork之后，对类中定义好的一个变量，或对一个全局的变量（对父子进程全局），父子进程中的运行输出结果不一样，与最开始的子进程共享父进程资源预期结果不一样。在这里总结一下，希望后续看到的筒子做学问切记马马虎虎

一个简单小问题的引入

在详细展开前，请大家先来看这样一段代码：

int main()
{
	int val  = 0;
	pid_t pid ;
	pid = fork();
	if(pid > 0)
	{
		val += 3; //(1)
		printf("val in father: %d, val address: %d\n", val, &val);
		
	}
	else if(pid == 0)
	{
		val += 33;//(2)
		printf("val in child: %d, val address: %d\n", val, &val);
	}
	return 0;	
}

对于上述的代码片段，我们考虑以下几个场景的输出：
1、注释代码段（1），输出结果是什么？
2、注释代码段（2），输出结果是什么？
3、都不注释，输出结果是什么？
这里我将运行结果对应序号给出：
1、

val in father: 0, val address: -1172397192
val in child: 33, val address: -1172397192

2、

val in father: 3, val address: -1757223528
val in child: 0, val address: -1757223528

3、

val in father: 3, val address: -1759703768
val in child: 33, val address: -1759703768

可以看到，每次父子进程中的val值都不同，但地址值打印却是相同的。这是为什么呢？这里先不急着给出解释，先给大家说明一下，为什么要考虑上述三种情况，实际上应该考虑四种，即父子进程都不进行更改的情况，但该场景肯定是值和地址值都相同，此处就不再展示。这里之所以考虑三种，当我们不了解fork时，我们应该要去推测（1）父进程写是否会影响子进程的值；（2）子进程写是否会影响父进程的该变量值；（3）同时写会怎样？；

从程序运行结果看：
1、父子进程的val变量独立，父进程的操作不影响子进程，子进程的操作也不影响父进程；
2、父子进程的val变量显示值都一样；
为什么会出现这样的情况呢，别慌，我们来看看fork（）函数的介绍。

fork（）介绍

fork()的原型如下：

#include <unistd.h>
pid_t fork(void);

父进程调用fork()后，会返回两次，一次由父进程返回，返回值是子进程的进程id（pid），一次由子进程返回，返回值是0。
仅靠这些肯定不足以解释我们看到的现象，因此，我在《Unix环境高级编程》中找到了如下描述：
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，堆和栈的副本，但子进程并不共享这些存储空间部分。父进程和子进程共享正文段。
由于fork之后经常跟随着exec，所以现在很多实现并不执行一个父进程的数据段、堆栈的完全副本，作为替代，使用了写时复制技术。这些区域由父进程和子进程共享，而且内核将他们的访问权限改变为制度。如果父进程和子进程中的人一个试图修改这些区域，则内核只为修改区域的那块内存制作一个副本，通常是虚拟存储一同中的一“页”。
也就是说，父进程的数据空间，堆栈，被子进程copy了一部分，copy之后，父进程的保留自己的，子进程的也有自己的，只是刚好一模一样而已。而且操作系统很聪明地，为了没必要的内存分配和数据复制，只有在对内存执行写操作时，复制才会发生。
看到这里我们是不是已经清晰了很多，别慌，还有一个问题没有解决，为什么数据已经改变了，也就是说已经执行了写时复制了，两个变量的地址为什么还一样呢？这就不得不再去深究以下写时复制技术了；

Linux 的写时复制（COW，copy on write）技术

• C程序/Linux的存储空间布局
  在了解写时复制之前，先给大家简要第介绍一下c程序的存储空间布局，以便大家在理解更加透彻，这里只简单介绍，详细的存储空间布局介绍请参考本人的另一篇博文。
  典型的C程序一般由如下几个部分组成：正文段，初始化数据段，未初始化数据段，栈，堆。如图：
  
• 写时复制技术
  由于完整地详述篇幅过长，这里附上给各位推荐一篇关于该技术的原创po文，感兴趣的也可以自行去查究。
  简单的来说就是，fork之后还未进行任何操作之前的两个进程使用的物理空间是相同的，但当父子进程中由更改相应段的行为发生时，就会为子进程相应的段分配物理空间。但这里我们看到在上文提到《unix环境高级编程》知道子进程是做了拷贝的，那么拷贝的只可能是虚拟空间，所以父子进程的虚拟空间不同，并且有这么一句：
  父子进程共享正文段。这句话是什么意思呢。
  实际上我们程序fork后常跟exec来执行其他可执行程序，而在exec之前，父子进程是共享正文段的，也就是执行代码段相同，但exec之后，内核就会给子进程的代码段分配独立的物理空间，子进程就能独立执行其他的程序了。

在fork之后exec之前两个进程用的是相同的物理空间（内存区），子进程的代码段（正文段）、数据段、堆栈都是指向父进程的物理空间，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，如果不是因为exec，内核会给子进程的数据段、堆栈段分配相应的物理空间（至此两者有各自的进程空间，互不影响），而代码段（子进程）继续共享父进程的物理空间（两者的代码完全相同）。而如果是因为exec，由于两者执行的代码不同，子进程的代码段也会分配单独的物理空间。
到此，我们的问题基本解决完毕，但在此留给大家一个思考题：
程序取地址符取到的地址，跟Linux的虚拟空间地址和物理地址的关系是什么呢。感兴趣的课自行去查究，由于篇幅过长不再详述。
Linux写时复制技术

fork之后的文件描述符

在这里补充说明一下这个话题，因为我们常有父进程创建的文件句柄的情况。那么父进程中打开的文件描述符，子进程中是一种什么样的状态呢。
实际上，在fork的时候，在内核进程表（见下图）会创建一个新的进程表项。新的进程表项有很多属性和原来的进程相同，比如堆指针，栈指针，标志寄存器的值（还记得上面提到的为什么地址显示是相同的吗），但也有很多属性是不同的，比如，该进程的PPID被设置成进程中的PID，信号位图被清除（原进程设置的信号处理函数不再对新进程起作用），在父进程中打开的文件描述符，在子进程中也是打开的，并且文件描述符的引用计数会加1，并且父进程的用户根目录，当前工作目录等变量的引用计数会加1。

下图来自：进程表项

使用fork创建守护进程

详细见我的另一篇文章
fork创建守护进程