Unix/Linux中的fork函数

fork函数介绍

　　一个现有进程可以调用fork函数创建一个新进程。该函数定义如下：

#include <unistd.h>
pid_t fork(void);
// 返回：若成功则在子进程中返回0，在父进程中返回子进程ID，若出错则返回-1

　　fork函数调用一次，返回两次。它在调用进程（称为父进程）中返回一次，返回值是新派生进程（称为子进程）的进程ID号；在子进程中返回一次，返回值为0。因此，返回值本身告知当前进程是子进程还是父进程。

　　fork在子进程返回0而不是父进程的进程ID的原因在于：任何子进程只有一个父进程，而且子进程总是可以通过调用getppid取得父进程的进程ID。相反，父进程可以有很多子进程，而且无法获取各个子进程的进程ID。如果父进程想要跟踪所有子进程的进程ID，那么它必须记录每次调用fork的返回值。另外，进程ID 0总是由内核交换进程使用，所以一个子进程的进程ID不可能为0。

　　子进程和父进程继续执行fork调用之后的指令。子进程是父进程的副本。例如，子进程获得父进程数据空间、堆和栈的副本。父、子进程并不共享这些存储空间部分。父、子进程共享代码段。

　　由于在fork之后经常跟随着exec，所以现在的很多实现并不执行一个父进程数据段、堆和栈的完全复制。作为替代，使用了写时复制（Copy-On-Write, COW）技术。这些区域由父、子进程共享，而且内核将它们的访问权限改变为只读的。如果父、子进程中的任一个试图修改这些区域，则内核只为修改区域的那块内存制作一个副本，通常是虚拟存储器系统的一“页”。

　　使fork失败的两个主要原因是：1）系统中已经有太多的进程（通常意味着某个方面出了问题）；2）实际用户的进程总数超过了系统限制。

附：exec函数

　　用fork函数创建子进程后，子进程往往要调用一种exec函数以执行另一个程序。当进程调用一种exec函数时，该进程执行的程序完全替换为新程序，而新程序则从其main函数开始执行。因为调用exec并不创建新进程，所以前后的进程ID并未改变。exec函数只是用一个全新的程序替换了当前进程的正文、数据、堆和栈端。

　　关于exec函数详细的请参考：

　　APUE 8.10节

　　进程控制

一个简单的例子

　　简单示例程序如下：

 #include <unistd.h>
 #include <stdio.h>

 int main()
 {
     pid_t fpid;
     fpid = fork();

     if(fpid < )
     {
         printf("error in fork!");
     }
     else if(fpid == )
     {
         printf("\n=================================================\n");
         printf("I am the child process, my process ID is %d\n", getpid());
         printf("My parent process ID is %d\n", getppid());
         printf("=================================================\n");
     }
     else
     {
         printf("\n=================================================\n");
         printf("I am the parent process, my process ID is %d\n", getpid());
         printf("=================================================\n");
         sleep();
     }

     return ;
 }

　　程序的运行结果是：

　　

　　按照惯常，程序按顺序执行，最终输出应该只有if...else if...else中一个条件下的结果，但很明显我们这边输出了两个条件下的结果。具体原因在于通过fork函数创建的子进程也会复制父进程的存储空间（数据、堆、栈等，包括程序计数器），创建了属于自己的存储空间，并从fork函数后开始执行。利用pstree命令可以看到子进程（ID 18406）确实继承自父进程（ID 18405）：

　　

　　一般来说，在fork之后是父进程先执行还是子进程先执行是不确定的，这取决于内核所使用的调度算法。在上述程序中，父进程先执行，子进程在其之后执行。

关于fork面试题

题目及答案　　

　　下边的一道题摘自陈皓的博文：

 #include <stdio.h>
 #include <sys/types.h>
 #include <unistd.h>

 int main()
 {
     int i;
     for(i = ; i < ; i++)
     {
         fork();
         printf("-");
     }

     sleep();
     return ;
 }

　　请问上述程序会输出几个‘-’？6个还是8个？

　　如果我们不考虑printf函数的缓存效果，程序的最终输出是6个‘-’。但因为printf函数有缓存的效用，最终导致输出了8个‘-’。具体原因可参照陈皓的博文。

不考虑printf函数缓存效用

　　为了去除printf函数缓存效用，我们稍微改动一下程序：

 #include <stdio.h>
 #include <sys/types.h>
 #include <unistd.h>

 int main()
 {
     int i;
     for(i = ; i < ; i++)
     {
         fork();
         printf("-\n");
     }

     sleep();
     return ;
 }

　　这下输出就正确了。下边两图是程序输出结果和相应的进程（forktest3）树状图：

　　

　　

更直观的解析

　　为了更直观，我们可以修改程序如下：

 #include <stdio.h>
 #include <sys/types.h>
 #include <unistd.h>

 int main()
 {
     int i;
     for(i = ; i < ; i++)
     {
         fork();
         printf("ppid=%d, pid=%d, i=%d \n", getppid(), getpid(), i);
     }

     sleep();    //让进程停留十秒，这样我们可以用pstree查看一下进程树
     return ;
 }

　　输出结果如下：

　　

　　陈皓还给出了图示解释：

　　

　　上图中，相同颜色的是同一个进程。

　　而对于printf("-");这个语句，我们就可以很清楚的知道，哪个子进程复制了父进程标准输出缓中区里的的内容，而导致了多次输出了。如下图所示，就是阴影并双边框了那两个子进程：

　　

其他可参考资料

　　Forking vs Threading

　　孤儿进程与僵尸进程[总结]

　　从一道面试题谈linux下fork的运行机制

　　经典的 Fork 炸弹解析

本文参考资料

　　《UNIX环境高级编程 第二版》

　　一个fork的面试题