Linux|fork命令及其使用的写时拷贝技术

fork复制进程

fork通过以下步骤来复制进程：

分配新的进程控制块：内核为新进程分配一个新的进程控制块（PCB），用于存储进程的相关信息，如进程 ID、状态、寄存器值、内存指针等。
复制进程地址空间：将父进程的地址空间（包括代码段、数据段、堆和栈等）复制到新进程的地址空间中。这意味着新进程将拥有与父进程相同的程序代码和数据。
复制文件描述符表：父进程打开的文件描述符在子进程中也会被复制，使得子进程可以访问相同的文件资源。
设置进程状态和 ID：新进程被设置为就绪状态，等待被调度执行。同时，内核为子进程分配一个唯一的进程 ID。
返回控制：fork系统调用在父进程和子进程中都返回。在父进程中，返回值是子进程的进程 ID；在子进程中，返回值是 0。通过检查返回值，父进程和子进程可以区分彼此，并执行不同的代码路径。

简单来说：fork是把已有的进程复制一份,把对应父进程的PCB也复制了一份,然后申请一个PID,子进程，子进程的PID=父进程的PID+1;

通过这些步骤，fork创建了一个与父进程几乎完全相同的子进程，子进程可以独立于父进程运行，并可以在适当的时候执行自己的代码逻辑。

在Linux上示例：

创建一个main.c，通过if else返回值来操作父子进程做不一样的事情：

#include <stdio.h>#include <unistd.h>#include <assert.h>#include <stdlib.h>int main(){char *s=NULL;int n=0;//控制父子进程执行的次数；pid_t id=fork();assert(id!=-1);if(id==0)//子进程{s="child";n=3;}else//父进程{s="parent";n=7;}//父子进程int i=0;for(;i<n;i++){printf("s=%s\n",s);sleep(1);}exit(0);}

多运行几次就会发现每次执行结果不完全一定：

要解释这执行结果不同的原因，我们先了解下printf的缓冲区机制

下面介绍一下`printf`的缓冲区机制

printf函数通常会将输出先存储在缓冲区中，而不是立即输出到终端或其他目标设备。这样做的目的是为了提高输出效率，减少系统调用的次数。例如，当多次调用printf输出少量数据时，这些数据会先在缓冲区中积累，直到缓冲区满或者遇到特定的条件（如换行符\n），才会将缓冲区中的内容一次性输出。

在Linux上用代码演示一下：

创建一个main.c文件

使用exit(0)命令退出程序

其中，exit是先刷新缓冲区,然后再调用_exit(真正的退出); _exit直接退出,不会刷新缓冲区;

编译后运行，结果是三秒后输出hello（注意这里hello后没有加\n，\n会刷新缓冲区，后面会详细总结）

原因是程序执行printf时先将hello放到缓冲区，不是直接打印到屏幕上，然后执行sleep（3）休眠3秒，然后执行到exit（0）时先刷新缓冲区，此时屏幕上显示hello，随后程序结束运行。

强制刷新 (1)方法一:遇到\n自动刷新 printf("hello\n"); (2)使用fflush刷新屏幕 fflush(stdout);

总结： printf将内容先写入到缓冲区中,缓冲区刷新到界面(屏幕)上的条件是:

(1)缓冲区放满

(2)缓冲区未满,强制刷新缓冲区到屏幕(方法一:\n;方法二:主动刷新:fflush(stdout));

(3)程序结束时,自动刷新缓冲区:exit方法

了解printf缓冲区这一特点后便清楚fork实际的运行结果不确定的原因了：

当使用fork创建子进程时，子进程会继承父进程的内存空间，包括printf函数的缓冲区。如果在父进程中printf了一些内容但缓冲区尚未刷新，那么在fork之后，子进程中也会有一份相同的未刷新缓冲区内容。这可能导致一些意外的输出结果。例如，如果父进程在fork之前调用printf输出了一些字符串但没有换行，然后fork创建了子进程，接着父进程和子进程都继续执行，那么可能会出现父进程和子进程的输出混合在一起的情况，因为它们共享了原来的缓冲区内容，并且在后续的执行中可能会各自刷新缓冲区。

fork的时机：

fork产生的这个子进程不是从头开始执行的,而是从fork之后开始执行的,就是说子进程直接从fork下面的代码开始执行,具体的是说从得到fork的返回值后子进程开始执行,子进程不会再fork了,所以不会出现子进程再去fork产生一个子进程的问题. 也就是说:fork返回值语句,父进程fork返回子进程的PID,子进程fork返回0，二者分别独立执行各自的程序。

补充系统调用函数：getppid和getpid（头文件<unistd.h>

getppid:得到一个进程的父进程的PID;

getpid:得到当前进程的PID;

我们在原先的代码中增加这两个函数调用：

#include <stdio.h>#include <unistd.h>#include <assert.h>#include <stdlib.h>int main(){char *s=NULL;int n=0;//控制父子进程执行的次数；pid_t id=fork();assert(id!=-1);if(id==0)//子进程{s="child";n=3;}else//父进程{s="parent";n=7;}//父子进程int i=0;for(;i<n;i++){printf("s=%s，pid=%d,ppid=%d\n",s,getpid(),getppid());sleep(1);}exit(0);}

运行结果如下图：

观察发现父进程的父进程pid对应bash的pid，这里的bash是系统命令解释器：

此处拓展介绍一下命令解释器：

在计算机科学中，命令解释器Shell俗称壳（用来区别于核），是指“为使用者提供操作界面”的软件（command interpreter，命令解析器）。它类似于DOS下的COMMAND.COM和后来的cmd.exe。它接收用户命令，然后调用相应的应用程序。

我们就是通过命令解释器(称为shell)(bash是命令解释器中的一种)和内核和系统进行交互的(Windows通过图形界面进行交互的);例如我们把ls交给bash,bash帮我们运行ls,然后把结果给用户;

回归正题——fork

fork背后多采用写时拷贝技术

写时拷贝技术

写时拷贝是一种延迟拷贝的策略。在fork创建子进程时，并不立即复制父进程的所有内存页面，而是让父进程和子进程共享这些页面，并将这些页面标记为只读。只有当父进程或子进程试图对某个共享页面进行写操作时，操作系统才会为该页面分配新的内存空间，并将原页面的内容复制到新的页面中，然后让进行写操作的进程在新的页面上进行修改。

如果不使用写时拷贝技术

第一:复制开销比较大; 第二:占用内存空间;