Linux进程控制之深入理解fork

旧城等待， 2022-05-29 07:16 234阅读 0赞

## 进程标识 ##

# 深入理解fork #

> 创建新的进程，调用一次返回两次。父进程返回子进程ID，子进程返回0，之后子进程和父进程继续执行fork之后的指令。子进程获取父进程的数据空间、堆、栈的副本。父子进程不共享这些存储空间，但是代码段（正文段，指令）是父子进程共享的，这点可以参考C程序内存空间布局，这个很重要哦。

## 传统fork vs 写时拷贝fork ##

首先每个进程都是由实体的，有实际的数据结构支撑，这个可以参考前面博客，一个C程序的内存空间布局。

*  传统fork：直接把当前线程数据直接全部复制给新创建的进程。这种实现过于简单并且效率低下，因为它拷贝的数据或许可以共享。更糟糕的是，如果新进程打算立即执行一个新的映像（执行exec），那么所有的拷贝都将前功尽弃。
 *  如今fork的写时拷贝技术：**所以Linux的fork()使用写时拷贝(copy-on-write COW)页实现**。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。这种技术使地址空间上的页的拷贝被推迟到实际发生写入的时候。在页根本不会被写入的情况下—例如，fork()后立即执行exec()，地址空间就无需被复制了。**fork()的实际开销就是复制父进程的页表（使子进程虚拟空间和父进程一样，物理空间共用一个）以及给子进程创建一个进程描述符**。在一般情况下，进程创建后都会马上运行一个可执行的文件，这种优化，可以避免拷贝大量根本就不会被使用的数据，导致写时复制技术很牛逼，这就回答了进程是如何被创建的。  
    ![这里写图片描述][SouthEast]

## 详解写时fork ##

现在有一个父进程P1，这是一个主体，那么它有自己虚拟内存空间。现在在其虚拟地址空间（有相应的数据结构表示）上有：正文段，数据段，堆，栈这四个部分，相应的，内核要为这四个部分分配各自的物理块。即：正文段块，数据段块，堆块，栈块。至于如何分配，这是内核去做的事，在此不详述。

1、传统P1用fork()函数为进程创建一个子进程P2

内核做了以下两件事：

1.  复制P1的正文段，数据段，堆，栈这四个部分，注意是其内容相同。
2.  为这四个部分分配物理块，P2的：正文段-＞P1的正文段的物理块，其实就是不为P2分配正文段块，让P2的正文段指向P1的正文段块，数据段－＞P2自己的数据段块（为其分配对应的块），堆－＞P2自己的堆块，栈－＞P2自己的栈块。如下图所示：同左到右大的方向箭头表示复制内容。

![这里写图片描述][SouthEast 1]  
注意传统中代码段也是共享的，因为代码段是使用不变的内容不需要在复制一份。

2、写时复制技术P1用fork()函数为进程创建一个子进程P2  
内核只为新生成的子进程创建虚拟空间结构也就是页表啥的，它们复制于父进程的虚拟空间结构，但是不为这些段分配物理内存，它们共享父进程的物理空间，**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。  
![这里写图片描述][SouthEast 2]

3、vfork函数调用序列和返回值与fork相同，内核连子进程的虚拟地址空间结构也不创建了，直接共享了父进程的虚拟空间。vfork创建的子进程就是为了exec一个新的程序，所以在子进程中修改变量，其实是修改了父进程中的变量，并且vfork保证子进程在调用exec之前，父进程处于休眠状态。  
![这里写图片描述][Image 1]

#include<sys/types.h> //对于此程序而言此头文件用不到 
    #include<unistd.h> 
    #include<stdio.h> 
    #include<stdlib.h> 
    int main(int argc, charchar ** argv ){  
          pid_t pid = vfork();  
          if (pid < 0){ //分支1 
                fprintf(stderr, "error!");  
          }else if( 0 == pid ){
       //分支2 
                printf("This is the child process!");  
                _exit(0);  
          }else{
       //分支3 
                printf("This is the parent process! child process id = %d", pid);  
          }  
          //可能需要时候wait或waitpid函数等待子进程的结束并获取结束状态 
          exit(0);  
    }

## 测试例子 ##

#include<stdio.h> 
    #include<stdlib.h> 
    #include<unistd.h> 
    #include<sys/types.h> 
    #include<sys/stat.h> 
    #include<fcntl.h> 
    #include<sys/wait.h> 
    
    int main(){  
            int fd;  
            char c[3];  
            charchar *s = "TestFs";  
    
            fd = open("foobar.txt",O_RDWR,0);  
    
            if(fork()==0)   //子进程 
            {  
                    fd = 1;//stdout 
                    write(fd,s,7);  
                    exit(0);  
            }  
           //父进程 
            read(fd,c,2);  
            c[2]='\0';  
            printf("c = %s\n",c);  
            exit(0);  
    }

//输出
    c = fo    ----foobar.txt中的内容  
    $ TestFs   ---标准输出

由于父子进程的文件描述符表是相同的，但是在子进程中对fd（文件描述符表中的项）进行了修改，这时会发生写时拷贝过程，内核在物理内存中分配一个新的页面存储子进程原文件描述符fd存在页面的内容，然后再进修写操作，实现将fd修改为1，也就是标准输出。但是父进程的fd并没有发生改变，还是与其他的子进程共享文件描述符表，因此仍然是对文件foobar.txt进行操作。因此需要注意fork()函数实质上是按着写时拷贝的方式实现文件的映射，并不是共享，写时拷贝操作使得内存的需求量大大的减少了，具体的写时拷贝实现

[SouthEast]: /images/20220529/e0fb91c055b342c9900c9feab2a47b50.png
[SouthEast 1]: /images/20220529/8d298d9794d24755b6ab8d4b27a2951d.png
[SouthEast 2]: /images/20220529/2e7ea541b04f4f2ebd3098c27d51c049.png
[Image 1]: