Linux 的父进程和子进程的执行情况(附有案例代码)

系列文章目录

该文章主要是针对面试做大致的了解,通俗易懂!!!


一、父进程、子进程的定义

1、父进程

指已创建一个或多个子进程的进程。在Linux里,除了进程0以外的所有进程都是由其他进程使用系统调用fork()函数创建的,这里调用fork()函数创建新进程的进程即为父进程,而相对应的为其创建出的进程则为子进程,因而除了进程0以外的进程都只有一个父进程,但一个进程可以有多个子进程。

2、子进程

指的是由另一进程(对应称之为父进程)所创建的进程。子进程继承了对应的父进程的大部分属性,如文件描述符。在Unix中,子进程通常为系统调用fork()函数的产物。在此情况下,子进程一开始就是父进程的副本,而在这之后,根据具体需要,子进程可以借助exec调用来链式加载另一程序。

二、创建子进程

1、创建子进程 fork 函数 

// 创建子进程
pid_t pid = fork();

返回值:
    fork()的返回值会返回两次。一次是在父进程中,一次是在子进程中。
    在父进程中返回创建的子进程的ID,
    在子进程中返回0
    如何区分父进程和子进程:通过fork的返回值。
    在父进程中返回-1,表示创建子进程失败,并且设置errno
父子进程之间的关系:
    1.fork()函数的返回值不同
        父进程中:返回值 >0 返回的子进程的ID
        子进程中:返回值 =0
    2.pcb中的一些数据
        当前的进程的id pid

2、虚拟地址空间使用情况

(1)当调用fork()函数时会复制一份父进程的虚拟地址空间 ,即子进程的用户数据和父进程一样,内核区也会被拷贝过来,但是pid会略有不同;

(2)假设当前父进程pid=10086,子进程pid=10089;父进程(pid=10086)、子进程(pid=10089)内核区的pid是各自的进程id,而父进程栈空间的pid=10089(pid是子进程的id号),子进程栈空间的pid=0;

3、举例说明 

#include <sys/types.h>
#include <unistd.h>
#include <stdio.h>

int main() {
    
    int num = 10;

    // 创建子进程
    pid_t pid = fork();

    // 判断是父进程还是子进程
    if(pid > 0) {
        // printf("pid : %d\n", pid);
        // 如果大于0,返回的是创建的子进程的进程号,当前是父进程
        printf("i am parent process, pid : %d, ppid : %d\n", getpid(), getppid());

        printf("parent num : %d\n", num);
        num += 10;
        printf("parent num += 10 : %d\n", num);


    } else if(pid == 0) {
        // 当前是子进程
        printf("i am child process, pid : %d, ppid : %d\n", getpid(),getppid());
       
        printf("child num : %d\n", num);
        num += 100;
        printf("child num += 100 : %d\n", num);
    }

    // for循环
    for(int i = 0; i < 3; i++) {
        printf("i : %d , pid : %d\n", i , getpid());
        sleep(1);
    }

    return 0;
}

说明:在执行 fork() 函数时,父进程的虚拟地址空间会被拷贝一份(pid会略有不同),而代码是在用户区的代码段(.text),所以父进程的代码也会被完整拷贝一份;虽然代码完全一样,但是父进程和子进程在执行代码时也会有所区别,父子进程都只能执行各自的部分;

1、父进程执行代码部分

说明:父进程只执行红色方框内的代码; 

2、子进程执行代码部分

 说明:子进程只会执行方框内的代码;

3、总结

(1)父、子进程代码执行情况

准确来说,Linux 的 fork() 使用是通过写时拷贝 (copy- on-write) 实现。写时拷贝是一种可以推迟甚

至避免拷贝数据的技术。内核此时并不复制整个进程的地址空间,而是让父子进程共享同一个地址

空间。只用在需要写入的时候才会复制地址空间,从而使各个进行拥有各自的地址空间。

也就是说,资源的复制是在需要写入的时候才会进行,在此之前,只有以只读方式共享。

注意:fork之后父子进程共享文件,fork产生的子进程与父进程相同的文件文件描述符指向相同的

文件表,引用计数增加,共享文件偏移指针。

读时共享,写时拷贝;可以降低内存消耗、减少复制所使用的时间!

解释:

(1)读时共享:这个容易理解,即不涉及写操作时,子进程并不会复制父进程的地址空间,而是和父进程共享一块地址空间;

(2)写时拷贝:拿上述代码案例来说,父进程执行部分和子进程执行部分都会对变量num进行操作,但是父进程和子进程对变量num的操作是独立的、互不相干的,此时便需要子进程复制父进程的地址空间,然后父、子进程在各自空间中对变量num进行操作;

(2)代码执行结果

说明:由代码执行结果可以验证读时共享,写时拷贝;此外,父进程和子进程在执行的过程中是交替执行的,执行的先后顺序是不确定的,当一方的时间片执行结束后,便会执行另一方。

  • 14
    点赞
  • 79
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
能源指数和工业产值脉冲响应函数是宏观经济学中常用的分析工具,可以用来研究经济的波动和变化。在 Python 中,我们可以使用 pandas 和 statsmodels 库来计算和绘制这些指标和函数。 首先,需要准备一些数据。以下是一个示例数据集,包含了工业产值和能源消费的时间序列数据: ``` import pandas as pd # 创建一个示例数据集 data = {'GDP': [100, 110, 120, 130, 140, 150, 160, 170, 180, 190, 200], 'Energy': [50, 60, 70, 80, 90, 100, 110, 120, 130, 140, 150]} df = pd.DataFrame(data, index=pd.period_range('2010-01', periods=11, freq='M')) ``` 接下来,我们可以使用 pandas 的 pct_change() 函数计算出每个月的增长率,然后使用 cumsum() 函数计算出每个月的累计增长率。 ``` # 计算增长率和累计增长率 gdp_growth = df['GDP'].pct_change().cumsum() energy_growth = df['Energy'].pct_change().cumsum() ``` 现在,我们可以绘制出工业产值和能源消费的时间序列图和增长率图: ``` import matplotlib.pyplot as plt # 绘制时间序列图 fig, ax = plt.subplots() df.plot(ax=ax) ax.set_ylabel('Billions of dollars / Millions of BTUs') plt.show() # 绘制增长率图 fig, ax = plt.subplots() gdp_growth.plot(ax=ax, label='GDP') energy_growth.plot(ax=ax, label='Energy') ax.legend() ax.set_ylabel('Cumulative growth rate') plt.show() ``` 接下来,我们可以使用 statsmodels 库中的 impulse_response() 函数计算脉冲响应函数。脉冲响应函数可以用来研究一个变量对另一个变量的影响,例如工业产值对能源消费的影响。 ``` import statsmodels.api as sm # 计算工业产值对能源消费的脉冲响应函数 model = sm.tsa.VAR(df) irf = model.irf(10) irf.plot(impulse='GDP', response='Energy') plt.show() ``` 以上代码将计算工业产值对能源消费的脉冲响应函数,并绘制出结果。我们可以看到,工业产值的增加会导致对能源消费的增加,但是这种影响是逐渐消失的。 完整的代码如下: ``` import pandas as pd import matplotlib.pyplot as plt import statsmodels.api as sm # 创建一个示例数据集 data = {'GDP': [100, 110, 120, 130, 140, 150, 160, 170, 180, 190, 200], 'Energy': [50, 60, 70, 80, 90, 100, 110, 120, 130, 140, 150]} df = pd.DataFrame(data, index=pd.period_range('2010-01', periods=11, freq='M')) # 计算增长率和累计增长率 gdp_growth = df['GDP'].pct_change().cumsum() energy_growth = df['Energy'].pct_change().cumsum() # 绘制时间序列图 fig, ax = plt.subplots() df.plot(ax=ax) ax.set_ylabel('Billions of dollars / Millions of BTUs') plt.show() # 绘制增长率图 fig, ax = plt.subplots() gdp_growth.plot(ax=ax, label='GDP') energy_growth.plot(ax=ax, label='Energy') ax.legend() ax.set_ylabel('Cumulative growth rate') plt.show() # 计算工业产值对能源消费的脉冲响应函数 model = sm.tsa.VAR(df) irf = model.irf(10) irf.plot(impulse='GDP', response='Energy') plt.show() ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

数据库内核

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值