浅析fork()和底层实现

记得之前初次接触fork()函数的时候，一直被“printf”输出多少次的问题弄得比较晕乎。不过，“黄天不负留心人"。哈~ 终于在学习进程和进程建立fork相关知识后，总算是大体摸清了其中的前因后果。废话很少讲，下面来谈谈本人的一点小小积累

 

 一个现有的进程能够调用fork函数建立一个新进程。原型以下：

#include<unistd.h>

pid_t fork(void);

返回值:自进程中返回0，父进程返回进程id，出错返回-1

fork()系统调用会经过复制一个现有进程来建立一个全新的进程. 进程被存放在一个叫作任务队列的双向循环链表当中.链表当中的每一项都是类型为 task_struct成为进程描述符的结构.也就是咱们写过的进程PCB. 

 

小知识:内核经过一个位置的进程标识值或PID来标识每个进程.同时其最大值默认为32768，short int短整型的最大值. 他就是系统中容许同时存在的进程最大的数目.能够去linux下的proc目录中寻找一个 pid_max的文件，并打开它加以验证. 如

 

 

 

fork()运行时作的事情

---

首先咱们来看一段代码，不过这里会有一点奇怪的现象:

 

  1 /*************************************************************************
  2   > File Name: 1.c
  3   > Author: tp
  4   > Mail: 
  5   > Created Time: Mon 07 May 2018 07:57:28 PM CST
  6  ************************************************************************/
  7 
  8 #include <stdio.h>
  9 #include <stdlib.h>
 10 #include <unistd.h>
 11 int main( void)
 12 {
 13     printf("change world!\n");
 14     pid_t pid = fork();
 15     if( pid == -1) {perror("fork"),exit(1); }
 16 
 17     printf( "pid=%d, returnVal=%d\n", getpid(), pid);
 18     sleep( 1);
 19     exit(0);
 20 }
~     

 

这段代码的运行结果，你们若是像我当时不了解fork的时候，必定会觉得输出结果是两个"change world!"，而后2个printf里面的内容. 由于

 

咱们复制出来了两个如出一辙的进程，那么他们就应该作一样的事情. But!!! 咱们看运行结果:

 

 

结果并不是咱们想的那样，这个时候咱们就须要知道fork出子进程以后，程序的运行细节。能够来一张图帮助咱们理解：

 

 

 

 

通常来讲，在fork以后是父进程先执行仍是子进程先执行是不肯定的.这取决于内核所使用的调度算法.若是要求父，子进程之间相互同步.则要求某种形式的进程间通讯. 好了咱们继续，当进程调用fork后，当控制转移到内核中的fork代码后，内核会作4件事情:

 

　　1.分配新的内存块和内核数据结构给子进程

 

　　2.将父进程部分数据结构内容(数据空间，堆栈等）拷贝至子进程

 

　　3.添加子进程到系统进程列表当中

 

　　4.fork返回，开始调度器调度

 

 

为何fork成功调用后返回两个值? 

 

因为在复制时复制了父进程的堆栈段，因此两个进程都停留在fork函数中，等待返回。因此fork函数会返回两次,一次是在父进程中返回，另外一次是在子进程中返回，这两次的返回值不一样，

其中父进程返回子进程pid，这是因为一个进程能够有多个子进程，可是却没有一个函数可让一个进程来得到这些子进程id，那谈何给别人你建立出来的进程。而子进程返回0，这是因为子进程能够调用getppid得到其父进程进程ID,但这个父进程ID却不可能为0，由于进程ID0老是有内核交换进程所用，故返回0就可表明正常返回了。

 

 

从fork函数开始之后的代码父子共享，既父进程要执行这段代码，子进程也要执行这段代码.(子进程得到父进程数据空间，堆和栈的副本. 可是父子进程并不共享这些存储空间部分. (即父，子进程共享代码段.)。如今不少实现并不执行一个父进程数据段，堆和栈的彻底复制. 而是采用写时拷贝技术(不懂能够戳进去看一看).这些区域有父子进程共享，并且内核地他们的访问权限改成只读的.若是父子进程中任一个试图修改这些区域,则内核值为修改区域的那块内存制做一个副本, 也就是若是你不修改咱们一块儿用，你修改了以后对于修改的那部份内容咱们分开各用个的.

 

 

 

 

父子进程文件共享问题

---

 

来看个例子

  1 /*************************************************************************
  2   > File Name: 2.c
  3   > Author: tp
  4   > Mail: 
  5   > Created Time: Mon 07 May 2018 12:40:39 PM CST
  6  ************************************************************************/
  7 
  8 #include <stdio.h>
  9 #include <stdlib.h>
 10 #include <unistd.h>
 11 #include <fcntl.h>
 12 
 13 int set = 110;
 14 int main( void)
 15 {
 16     printf( "before fork\n");
 17     pid_t pid = fork( );
 18     if( pid < 0){ perror(" fork"),exit( 1);}
 19 
 20     if( pid == 0)
 21     {
 22         ++set;
 23         printf( "son pid=%d, %d\n", getpid(), set);
 24     }
 25     else
 26     {
 27         sleep( 1);
 28         printf( "parent pid=%d , %d\n", getpid( ), set);
 29     }
 30     exit( 0);
 31 }

看一下结果：

不难注意到  “before fork”这句话只是被打印了一次，这个从上面的例子，这不难理解；与此同时子进程中的set的值被改变了。此时再进行一个重定向操做会发生什么

 

 

出现很神奇的现象！ 这个时候打印了出了两次“before fork”,不只仅是如此，上述针对父进程的标准输出执行重定向操做还致使了子进程也执行重定向操做。

透过现象看本质，来细细分析一下。针对打印两次“before fork”,首先，先要知道标准IO库是是带缓冲的，而像printf这种直接输出到标准输出时，这个缓冲区是由换行符刷新的；而当执行了重定向操做，这里就是将标准输出重定向到文件，文件就不会当即去刷新缓冲区（全缓冲的方式）；好，因为在fork以前调用了一次printf,但fork以后，该行数据仍存留在缓冲区中，而后父进程数据空间被复制到子进程中，该行数据去也被复制了过去，这样父子进程都各自带有该行内容的缓冲区了，至关于子进程缓冲区添加了一行“before fork”，而后在每一个进程exit以后，每一个缓冲区的内容就被写到了相应的文件中。

　　再一个就是，在重定向父进程的标准输出时，子进程标准输出也被重定向。这就源于父子进程会共享全部的打开文件。　由于fork的特性就是将父进程全部打开文件描述符复制到子进程中。当父进程的标准输出被重定向，子进程本是写到标准输出的时候，此时天然也改写到那个对应的地方；与此同时，在父进程等待子进程执行时，子进程被改写到文件show.out中，而后又更新了与父进程共享的该文件的偏移量；那么在子进程终止后，父进程也写到show.out中，同时其输出还会追加在子进程所写数据以后，这也就解释了上面为何“before fork”会在一个文件中打印两次。

 

 

在fork以后处理文件描述符通常又如下两种状况：

　　1.父进程等待子进程完成。此种状况，父进程无需对其描述符做任何处理。当子进程终止后，它曾进行过读，写操做的任一共享描述符的文件偏移已发生改变。

　　2.父子进程各自执行不一样的程序段。这样fork以后，父进程和子进程各自关闭它们再也不使用的文件描述符，这样就避免干扰对方使用的文件描述符了。这相似于网络服务进程。

 

同时父子进程也是有区别的：它们不只仅是两个返回值不一样；它们各自的父进程也不一样，父进程的父进程是ID不变的；还有子进程不继承父进程设置的文件锁，子进程未处理的信号集会设置为空集等不一样

 

 

fork()函数在底层中作了什么?

---

 

　 　linux平台经过clone()系统调用实现fork(). fork(),vfork()和clone()库函数都根据各自须要的参数标志去调用clone()，而后由clone()去调用

do_fork(). 再而后do_fork()完成了建立中的大部分工做，他定义在kernel/fork.c当中.该函数调用copy_process(). 而后重点来了，咱们看看这个

copy_process函数到底作了那些事情?? 我画一张图帮咱们理解：

 

 

 

 

vfork和fork的之间的比较:

---

vfork()的诞生是在fork()尚未写时拷贝的时候，由于那个时候建立一个子进程的成本太大了，若是一会儿建立好多了那么程序的效率必定会降低. 而后就有人提出了vfork(). vfork的实现原理很是简单，就是子进程，父进程彻底公用一个资源. 就是是有人修改了内容，甚至main()函数退出了也不会新开辟一个空间. 因此这里里会有问题的，若是你的一个子进程没有使用exit()退出，那么程序就会出现段错误. 不相信能够去试一试~ 

 

为何会出现段错误? 

 

　　在函数栈上面，子进程运行结束了，main的函数栈被子进程释放了，而后父进程在使用的时候，就访问不到了，一旦vfork出子进程，退出的时候须要使用exit来结束.

 

 

vfork和fork之间的区别:

 

1.fork父子进程交替运行，vfork保证子进程先运行，父进程阻塞，直到子进程结束（或子进程调用了exec或exit）.

 

2.fork实现了写时拷贝. 而vfork直接让父子进程共用公用资源，避免多开辟空间拷贝,

 

3,vfork必须使用exit或者excl退出.

 

4.就算是fork使用了写时拷贝，也没有vfork性能高.

 

5.每一个系统上的vfork都有问题，推荐不要使用.