进程控制——进程创建

目录

一 进程创建的函数——fork

1 OS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（子进程有自己独有的数据，并不一定完全使用父进程的）数据结构中的内容（代码和数据）拷贝（这是一种特殊的拷贝）给子进程。

关于写时拷贝技术：

为什么会有写时拷贝技术:

写时拷贝是如何实现的呢?

3 将子进程添加到系统进程的列表中去

4 fork返回，由调度器开始执行调度。

二 关于fork创建子进程的用法：

三 关于fork调用失败的原因

---

一 进程创建的函数——fork

  在之前已经对fork函数的使用，返回值是什么，为什么有两个返回值，并且返回值为什么不同等问题做了初步的探讨，因此这里不再赘述了。

  接下来主要分析，fork之后创建子进程，OS都做了什么工作？

1 OS分配新的内存块和内核数据结构给子进程

子进程被创建出来之后也是要被操作系统管理起来的，因此OS也会给他分配对应的内存块（task_struct）和内核数据（mm_struct和页表）结构。这时候父子进程各自有各自的内核数据结构了。

2 将父进程部分（子进程有自己独有的数据，并不一定完全使用父进程的）数据结构中的内容（代码和数据）拷贝（这是一种特殊的拷贝）给子进程。

由于进程具有独立性，对于子进程使用父进程的代码和数据，从代码层面上看，由于代码是只读的，因此父子共享是没有问题的，不会因为其中一个进程的修改而影响到另一个进程。但是对于数据的话，由于她的属性是可读可写的，那么是不可以被直接拷贝给子进程的，但是子进程又没有自己加载数据的一个过程，这样就很难办了。比方说代码中的大量的全局变量和其他数据，如果父子进程双方都会使用到的话，那么一旦被修改，父子进程中的数据就会跟着被修改了。因此引入了一种技术，叫做写时拷贝技术！

关于写时拷贝技术：

为什么会有写时拷贝技术:

如果将父进程的数据全部拷贝给子进程的话，有些数据子进程并不会使用到，但是仍然在物理内存中占据着空间，相当于物理内存中有两份一模一样的数据；再者，可能这些数据并不需要写，只需要读，那么这一部分数据没有必要再分配空间；还有，可能即使给子进程分配了对应的物理空间，可能也不会立马被使用。但是又要保证，父子进程的数据是独立的，分离的。这样的话，就引入了这样的一个技术。

那么什么类型的数据必须得被写时拷贝？

将来父进程或者子进程要对其进行写入的数据。

因此，总结：

一般而言，即便是OS也无法在代码还没编译之前就知道，哪些空间可能会被写入。

即便是提前在物理内存中拷贝了对应子进程的数据，如果不会立马使用，就造成了空间的浪费。

所以OS提出了一种写时拷贝的技术来将父子进程的数据分离。

写时拷贝本质是一种延迟申请，当你用的时候再给你，因此你不用的时候，不会占用资源，内存的使用效率非常高。提高了整机内存的使用率。

因为有写时拷贝技术的存在，所以父子进程得以彻底分开。完成进程独立性的技术保证。

写时拷贝是如何实现的呢?

首先子进程在fork之后被创建出来，这里的创建出来，指的是对应的内核数据结构（task_struct，mm_struct，页表）和数据（代码和数据）都被创建出来。这时候，父子进程的内核数据结构二者是各自都有一份的。但是由于暂时没有写入的需求，因此在物理空间中，父子进程共用一块物理内存，而当子进程真正要写入数据的时候，OS会在对应的物理空间上开辟出一块全新的空间，将父进程的数据拷贝到子进程中去，子进程再对其进行修改，这样子就保证了进程的独立性，实现了父子进程的数据分离。同时这一种延迟申请的策略，也提高了整机的效率和空间的利用率。

3 将子进程添加到系统进程的列表中去

4 fork返回，由调度器开始执行调度。

调度器决定进程如何调度，之后交由CPU执行。

那么，CPU是如何知道我们的程序执行到哪一行代码了的呢？比如说，如果程序中有循环语句等，执行完之后怎么记住这个入口的呢？

程序汇编之后，会有很多行代码，而且每行代码加载到内存中之后，都会产生对应的地址。

CPU运行其实就是取指令，分析指令，执行指令。进程在被CPU调度的时候随时可能被中断（而且可能并没有执行完 ），下次回来还必须从之前的位置继续运行，因此要求CPU必须随时记录下当前进程执行的位置。因此CPU内有对应的寄存器，用来记录当前进程的执行位置，它是EIP（PC指针）：程序计数器。EIP在其中扮演了一个类似于司令官的角色，他告诉CPU在哪执行。永远记录的是当前正在执行的代码的下一行代码的地址。（当前指令已经被执行了，不需要记录当前的位置了）比如当前指令的地址+当前指令的长度=下一条指令的地址，存储在PC指针中，这样子CPU就可以找到对应的执行位置了。

分析指令和执行指令的前提是CPU必须要认识指令，所以一般的CPU都有对应指令集。我的代码经过编译之后形成的汇编代码之后的二进制代码，对应的就叫做指令。

寄存器在CPU内只有一份，但是寄存器内的数据是可以有多份的。这个数据也被叫做上下文数据，被存储在task_struct中。当父进程创建子进程的时候，这个数据也是要以写时拷贝的技术交给子进程的。因此虽然父子进程各自调度，各自有自己的EIP，但是子进程依旧认为自己那一份EIP起始值是fork之后的代码。fork之后是所有的代码共享，但是有两个不同的执行流在被运行了。

总结上述过程：

fork创建子进程，相当于系统里多了一个进程，相当于加入了对应的pcb结构体，地址空间，页表 并将代码和数据加载到内存，构建映射关系。等待被调度。一旦CPU调度了这个进程，就可以通过映射关系来按照顺序和顺序语句，来执行进程内的代码完成各种业务。

进程=内核数据结构+进程的代码和数据（一般从磁盘中来，一般是C语言和c++程序，加载之后的结果）

二 关于fork创建子进程的用法：

1 父进程希望子进程复制自己，各自执行同一份代码的不同区域。

2 后续创建子进程，让父子进程分别执行不同的事情。

三 关于fork调用失败的原因

1 系统当中有太多的进程了

进程创建本质上消耗内存资源，一旦创建进程，那么系统中一定存在的大量的数据结构+代码本身的代码和数据，都是需要占用内存的，内存没有那么多了，就无法创建了。

2普通用户也无法创建很多的进程。