Unix/Linux中的fork函數

fork函數介紹

　　一個現有進程能夠調用fork函數建立一個新進程。該函數定義以下：

#include <unistd.h>
pid_t fork(void);
// 返回：若成功則在子進程中返回0，在父進程中返回子進程ID，若出錯則返回-1

　　fork函數調用一次，返回兩次。它在調用進程（稱爲父進程）中返回一次，返回值是新派生進程（稱爲子進程）的進程ID號；在子進程中返回一次，返回值爲0。所以，返回值自己告知當前進程是子進程仍是父進程。

　　fork在子進程返回0而不是父進程的進程ID的緣由在於：任何子進程只有一個父進程，並且子進程老是能夠經過調用getppid取得父進程的進程ID。相反，父進程能夠有不少子進程，並且沒法獲取各個子進程的進程ID。若是父進程想要跟蹤全部子進程的進程ID，那麼它必須記錄每次調用fork的返回值。另外，進程ID 0老是由內核交換進程使用，因此一個子進程的進程ID不可能爲0。

　　子進程和父進程繼續執行fork調用以後的指令。子進程是父進程的副本。例如，子進程得到父進程數據空間、堆和棧的副本。父、子進程並不共享這些存儲空間部分。父、子進程共享代碼段。

　　因爲在fork以後常常跟隨着exec，因此如今的不少實現並不執行一個父進程數據段、堆和棧的徹底複製。做爲替代，使用了寫時複製（Copy-On-Write, COW）技術。這些區域由父、子進程共享，並且內核將它們的訪問權限改變爲只讀的。若是父、子進程中的任一個試圖修改這些區域，則內核只爲修改區域的那塊內存製做一個副本，一般是虛擬存儲器系統的一「頁」。

　　使fork失敗的兩個主要緣由是：1）系統中已經有太多的進程（一般意味着某個方面出了問題）；2）實際用戶的進程總數超過了系統限制。

附：exec函數

　　用fork函數建立子進程後，子進程每每要調用一種exec函數以執行另外一個程序。當進程調用一種exec函數時，該進程執行的程序徹底替換爲新程序，而新程序則從其main函數開始執行。由於調用exec並不建立新進程，因此先後的進程ID並未改變。exec函數只是用一個全新的程序替換了當前進程的正文、數據、堆和棧端。

　　關於exec函數詳細的請參考：

　　APUE 8.10節

　　進程控制

一個簡單的例子

　　簡單示例程序以下：

 1 #include <unistd.h>
 2 #include <stdio.h>
 3 
 4 int main()
 5 {
 6     pid_t fpid;
 7     fpid = fork();
 8     
 9     if(fpid < 0)
10     {
11         printf("error in fork!");
12     }
13     else if(fpid == 0)
14     {
15         printf("\n=================================================\n");
16         printf("I am the child process, my process ID is %d\n", getpid());
17         printf("My parent process ID is %d\n", getppid());
18         printf("=================================================\n");
19     }
20     else
21     {
22         printf("\n=================================================\n");
23         printf("I am the parent process, my process ID is %d\n", getpid());
24         printf("=================================================\n");
25         sleep(5);
26     }
27 
28     return 0;
29 }

　　程序的運行結果是：

　　

　　按照慣常，程序按順序執行，最終輸出應該只有if...else if...else中一個條件下的結果，但很明顯咱們這邊輸出了兩個條件下的結果。具體緣由在於經過fork函數建立的子進程也會複製父進程的存儲空間（數據、堆、棧等，包括程序計數器），建立了屬於本身的存儲空間，並從fork函數後開始執行。利用pstree命令能夠看到子進程（ID 18406）確實繼承自父進程（ID 18405）：

　　

　　通常來講，在fork以後是父進程先執行仍是子進程先執行是不肯定的，這取決於內核所使用的調度算法。在上述程序中，父進程先執行，子進程在其以後執行。

關於fork面試題

題目及答案　　

　　下邊的一道題摘自陳皓的博文：

 1 #include <stdio.h>
 2 #include <sys/types.h>
 3 #include <unistd.h>
 4 
 5 int main()
 6 {
 7     int i;
 8     for(i = 0; i < 2; i++)
 9     {
10         fork();
11         printf("-");
12     }
13 
14     sleep(10);
15     return 0;
16 }

　　請問上述程序會輸出幾個‘-’？6個仍是8個？

　　若是咱們不考慮printf函數的緩存效果，程序的最終輸出是6個‘-’。但由於printf函數有緩存的效用，最終致使輸出了8個‘-’。具體緣由可參照陳皓的博文。

不考慮printf函數緩存效用

　　爲了去除printf函數緩存效用，咱們稍微改動一下程序：

 1 #include <stdio.h>
 2 #include <sys/types.h>
 3 #include <unistd.h>
 4 
 5 int main()
 6 {
 7     int i;
 8     for(i = 0; i < 2; i++)
 9     {
10         fork();
11         printf("-\n");
12     }
13 
14     sleep(10);
15     return 0;
16 }

　　這下輸出就正確了。下邊兩圖是程序輸出結果和相應的進程（forktest3）樹狀圖：

　　

　　

更直觀的解析

　　爲了更直觀，咱們能夠修改程序以下：

 1 #include <stdio.h>
 2 #include <sys/types.h>
 3 #include <unistd.h>
 4 
 5 int main()
 6 {
 7     int i;
 8     for(i = 0; i < 2; i++)
 9     {
10         fork();
11         printf("ppid=%d, pid=%d, i=%d \n", getppid(), getpid(), i);
12     }
13 
14     sleep(10);    //讓進程停留十秒，這樣咱們能夠用pstree查看一下進程樹
15     return 0;
16 }

　　輸出結果以下：

　　

　　陳皓還給出了圖示解釋：

　　

　　上圖中，相同顏色的是同一個進程。

　　而對於printf("-");這個語句，咱們就能夠很清楚的知道，哪一個子進程複製了父進程標準輸出緩中區裏的的內容，而致使了屢次輸出了。以下圖所示，就是陰影並雙邊框了那兩個子進程：

　　

其餘可參考資料

　　Forking vs Threading

　　孤兒進程與殭屍進程[總結]

　　從一道面試題談linux下fork的運行機制

　　經典的 Fork 炸彈解析

本文參考資料

　　《UNIX環境高級編程 第二版》

　　一個fork的面試題