Linux主线程与子线程关系

问题背景

起因：笔者在开发一个统计Linux系统各个进程、线程loading的软件(精度高于top命令)，目前是间隔500ms采样一次，在内核遍历所有线程时，发现如果有的线程在采样间隔中间退出的话，for_each_process不能遍历到该线程，导致该周期内的线程runtime丢失。为了解决该问题，在线程退出路径的最后一步do_exit()函数中，记录最后一周期该线程的runtime，理论上这样线程的runtime就不会丢失了。但实际操作中遇到了一个新的问题：do_exit中统计了该线程的运行时间，在do_exit()的do_task_dead()函数中进行了调度，该线程确实再也不会运行了，一切看起来很nice，但是其task_struct并没有在第一时间被回收(原因未明确)，导致在for_each_process依然可以遍历到该进程，这就导致了该退出线程的runtime被重复记录。

笔者在开发的过程中产生了几个问题：一个进程由一个主线程与若干个子线程构成，如果主线程退出了，那么子线程的行为是什么样的呢？是退出还是继续运行？如果子线程继续运行的话，其tgid是谁？如果是父进程fork了子进程，然后父进程退出呢？做一下关于孤儿进程和僵尸进程的实验

主线程退出后子线程的状态

背景知识

return和pthread_exit的区别

main函数中return和pthread_exit的区别：return之后，子线程也会退出。pthread_exit() 函数只会终止当前线程(并不退出)，不会影响进程中其它线程的执行。

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

void *ThreadFun(void *arg)
{
    while (1) {
        printf("child thread pid=%d\n", gettid());
        sleep(1);
    }
}
int main()
{
    printf("father thread pid=%d\n", gettid());
    int res;
    pthread_t myThread;
    res = pthread_create(&myThread, NULL, ThreadFun, NULL);
    sleep(3);
    printf("father thread reach trace point\n");
    return 0;
}

输出：

chen@ubuntu:~/Desktop/test_fork$ ./test_fork 
father thread pid=6534
child thread pid=6535
child thread pid=6535
child thread pid=6535

子线程也直接挂了，如果把return 0换成pthread_exit的话

chen@ubuntu:~/Desktop/test_fork$ ./test_fork 
father thread pid=6472
child thread pid=6473
child thread pid=6473
child thread pid=6473
father thread reach trace point
child thread pid=6473
child thread pid=6473

可以发现子线程还是在继续跑

join和detach的区别

区别在于两者是否阻塞主调线程

• 当使用join()函数时，主调线程阻塞，等待被调线程终止，然后主调线程回收被调线程资源，并继续运行；
• 当使用detach()函数时，主调线程继续运行，被调线程驻留后台运行，主调线程无法再取得该被调线程的控制权。当主调线程结束时，由运行时库负责清理与被调线程相关的资源；
• 如果什么都不加，默认是join，join的位置在主函数的最下面，也就是pthread_exit()之前，相当于pthread_exit会自动等待子线程都运行完。这种情况相当于主线程、子线程可以一起并行，主线程也会等待子线程结束。

主线程pthread_join()

int main()
{
    printf("father thread pid=%d\n", gettid());
    int res;
    pthread_t myThread;
    res = pthread_create(&myThread, NULL, ThreadFun, NULL);
    sleep(3);
    printf("father thread reach trace point\n");
    pthread_join(myThread, NULL);
    pthread_exit(NULL);
    return 0;
}

输出：

chen@ubuntu:~/Desktop/test_fork$ ./test_fork 
father thread pid=6705
child thread pid=6706
child thread pid=6706
child thread pid=6706
father thread reach trace point
child thread pid=6706
child thread pid=6706

查看子线程的tgid是多少

chen@ubuntu:~/Desktop/test_fork$ readlink -f /proc/*/task/6706 | cut -d/ -f3
6705

主线程pthread_detach()

int main()
{
    printf("father thread pid=%d\n", gettid());
    int res;
    pthread_t myThread;
    res = pthread_create(&myThread, NULL, ThreadFun, NULL);
    sleep(10);
    printf("father thread reach trace point\n");
    pthread_detach(myThread);
    pthread_exit(NULL);
    return 0;
}

如果删除pthread_exit(NULL)的话，主线程和子线程会一块退出，这个不讨论
输出：

chen@ubuntu:~/Desktop/test_fork$ ./test_fork 
father thread pid=7897
child thread pid=7898
child thread pid=7898
child thread pid=7898
child thread pid=7898
child thread pid=7898
child thread pid=7898
child thread pid=7898
child thread pid=7898
child thread pid=7898
child thread pid=7898
father thread reach trace point
child thread pid=7898
child thread pid=7898

查看pid下面的tid、tgid

chen@ubuntu:~/Desktop/test_fork$ ps --pid 7897 -O tgid,tid,lwp,nlwp -L
    PID    TGID     TID     LWP NLWP S TTY          TIME COMMAND
   7897    7897    7897    7897    2 S pts/0    00:00:00 ./test_fork
   7897    7897    7898    7898    2 S pts/0    00:00:00 ./test_fork

在输出“father thread reach trace point”之后，再查看

chen@ubuntu:~/Desktop/test_fork$ ps --pid 7897 -O tgid,tid,lwp,nlwp -L
    PID    TGID     TID     LWP NLWP S TTY          TIME COMMAND
   7897    7897    7897    7897    2 Z pts/0    00:00:00 [test_fork] <defunct>
   7897    7897    7898    7898    2 S pts/0    00:00:00 ./test_fork

主线程后面多了一个<defunct>标志(僵尸进程)

如何理解这个僵尸进程呢？

• 先说僵尸进程的定义：一个进程使用fork创建子进程，如果子进程退出，而父进程并没有调用wait或waitpid获取子进程的状态信息，那么子进程的进程描述符仍然保存在系统中，这种进程称之为僵死进程
• 那么明明7898是7897 fork出来的，怎么7897反而成了僵尸呢？这么理解：bash作为ppid创建了主线程，然后主线程创建了子线程，尽管主线程运行完了，但是子线程还在运行，所以主线程的task_struct等资源不能回收。所以主线程处在既不能回收又不能被父进程waitpid()的尴尬境地，按照定义，运行完又没被父进程处理，那这就属于僵尸进程了。

参考文章

pid、tgid、ppid的关系： https://www.baeldung.com/linux/pid-tid-ppid
return和pthread_exit的区别： http://c.biancheng.net/view/8608.html
孤儿进程、僵尸进程： https://www.cnblogs.com/anker/p/3271773.html