Linux系统编程——从内存空间看fork创建进程后到底发生了什么

在 C 程序执行中，当调用 fork() 函数时，操作系统会创建一个新进程（即子进程）。从 存储空间分配 的角度来看，fork() 的执行涉及多个内存区域的处理。父进程和子进程的内存空间在 fork() 之后是非常相似的，但它们有一些重要的差异，尤其是在操作系统如何管理父子进程的资源方面。

1. fork() 的行为概述

fork() 是一个系统调用，它的作用是在调用它的进程（父进程）中创建一个几乎完全相同的新进程（子进程）。在 fork() 调用之后，父进程和子进程会继续执行相同的代码，返回值不同：

• 父进程：fork() 返回子进程的进程 ID（PID）。

• 子进程：fork() 返回 0。

fork() 调用后，父子进程的 代码 和 数据（如全局变量、堆、栈等）会被复制到子进程中，但它们是独立的，可以分别修改。

2. fork() 之后的内存空间分配

1. 代码区（Text Segment）

父进程和子进程共享 代码区。因为它们执行的是相同的程序，所以它们的程序代码是相同的。在内存中，代码区只会有一份副本，并且是只读的，父子进程都可以访问。

• 父子进程共享：fork() 后，父进程和子进程共享同一块代码区，不需要复制。

2. 数据区（Data Segment）

数据区存储的是全局变量和静态变量。fork() 后，父进程和子进程的全局变量和静态变量值相同，但它们有各自独立的内存空间。

• 父子进程分配：父进程和子进程拥有各自独立的 数据区，因此它们的全局变量和静态变量相互独立。

3. BSS 区域（BSS Segment）

BSS 区域存储的是未初始化的全局变量和静态变量。与数据区类似，fork() 后父子进程各自拥有独立的 BSS 区域。

• 父子进程分配：父进程和子进程的 BSS 区域互不影响，初始化时它们的值都是 0。

4. 堆区（Heap）

堆区用于动态分配内存（如通过 malloc()、calloc() 等函数分配的内存）。fork() 会复制父进程的堆区，但它们各自拥有独立的堆空间。

• 父子进程分配：fork() 后，父子进程的堆区是分开的。虽然堆区的内容（数据）是复制的，但是它们有各自独立的堆内存，修改一个进程的堆数据不会影响另一个进程。

5. 栈区（Stack）

栈区用于存储局部变量和函数调用时的返回地址。fork() 会复制父进程的栈区，子进程拥有独立的栈。

• 父子进程分配：fork() 后，父子进程的栈区是分开的。每个进程都在栈区中有自己的局部变量和函数调用信息。

---

3. fork() 的内存复制方式：写时复制（Copy-on-Write）

虽然 fork() 在父进程和子进程之间创建了几乎相同的内存空间，但操作系统并没有直接复制整个内存空间。相反，它使用了 写时复制（Copy-on-Write, COW） 技术来优化内存分配。

• 写时复制：当父子进程的内存区域发生变化时（例如，修改全局变量、堆数据、栈变量），操作系统才会将对应的内存区域复制到子进程中。换句话说，在 读操作 时，父子进程共享内存，而 写操作 会触发内存的复制。

这种技术可以显著减少内存开销，因为直到进程真的需要修改内存时，才会进行复制，避免了不必要的内存复制。

例如：

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

int global_var = 10;  // 全局变量，存储在数据区

int main() {
    pid_t pid = fork();

    if (pid < 0) {
        perror("fork failed");
        return 1;
    }

    if (pid == 0) {
        // 子进程
        global_var = 20;  // 修改全局变量
        printf("Child: global_var = %d\n", global_var);
    } else {
        // 父进程
        printf("Parent: global_var = %d\n", global_var);
    }

    return 0;
}

结果：

• 父进程和子进程都从 fork() 处开始执行，但它们有 独立的内存。

• 父进程中的 global_var 依然是 10，子进程中修改 global_var 为 20 不会影响父进程。

• 由于采用 写时复制，只有当子进程写入 global_var 时，操作系统才会为子进程复制一份 global_var 的数据。

---

4. fork() 后的进程间关系

1. 父进程和子进程共享打开的文件描述符： 父进程和子进程会继承父进程的文件描述符（例如通过 fopen() 打开的文件）。这意味着它们可以共享打开的文件，且文件的读写操作是互相影响的。

2. 父子进程的进程 ID：

   • 父进程：fork() 返回子进程的 PID。

   • 子进程：fork() 返回 0。

   • 父进程和子进程通过 getpid() 和 getppid() 获取各自的 PID 和父进程的 PID。

3. 独立的地址空间： 父进程和子进程在 fork() 后拥有 独立的地址空间，这意味着修改一个进程的内存不会影响另一个进程。

---

5. fork() 后需要注意的几个问题

• 父进程和子进程的执行顺序：fork() 创建的子进程和父进程是 并发执行 的，父进程和子进程的执行顺序是由操作系统调度器决定的，通常不确定哪个先执行。可以通过 wait() 等函数来控制父子进程的同步。

• 进程资源的独立性：虽然子进程是父进程的副本，父子进程拥有 独立的资源（如内存、文件描述符等）。因此修改子进程的资源（如局部变量、堆内存等）不会影响父进程。

• 僵尸进程（Zombie Process）：子进程终止后，其进程信息（如 PID）仍然保留在操作系统中，直到父进程通过 wait() 等函数回收子进程的退出状态。如果父进程不调用 wait()，子进程的状态会一直存在，成为僵尸进程。

---

总结

在 fork() 调用后，父进程和子进程拥有几乎相同的内存空间，但它们的内存是 独立的，采用 写时复制（COW） 技术来减少内存复制的开销。每个进程都拥有自己的堆区、栈区等数据区域，且它们通过文件描述符共享文件。理解 fork() 的内存管理和进程间的关系，对编写高效的多进程程序非常重要。