lienhua34
2014-10-07

在“进程控制三部曲”中,我们学习到了 fork 是三部曲的第一部,用于创建一个新进程。但是关于 fork 的更深入的一些的东西我们还没有涉及到,例如,fork 创建的新进程与调用进程之间的关系、父子进程的数据共享问题等。fork 是否可以无限制的调用?如果不行的话,最大限制是多少?另外,我们还将学习一个 fork 的变体 vfork。

1 fork 创建的新进程与调用进程之间的关系

UNIX 操作系统中的所有进程之间的关系呈现一个树形结构。除了进程 ID 为 0(swapper 进程)和 1(init 进程)的进程之外的其他进程,都会存在一个父进程。

fork 函数调用产生的新进程的父进程默认即为调用进程。fork 函数调用产生的父子进程各自的运行时间是不确定的。如果子进程先于父进程终止,这样没有什么问题。但,如果父进程先于子进程终止,那么子进程是不是就没有了父进程,进程树形结构就被破坏了?对于这个问题,UNIX 系统这么处理的:如果某个进程终止了,则将该进程的所有尚未结束的子进程的父进程设置为 init 进程(init 进程是绝不会终止的)。其操作过程大致为:在一个进程终止时,内核逐个检查所有活动进程(因为 UNIX 没有提供一个获取某个进程所有子进程的接口),如果是正在终止的进程的子进程,则将其父进程设置为 init 进程。

2 父子进程的数据共享问题

fork 函数创建的子进程会获得父进程的数据空间、堆和栈的副本。但是,大多数情况下,fork 之后都会紧接着调用 exec 执行新程序,从而覆盖了从父进程拷贝的这些副本,这就造成了内核做了很多无用功。

现在很多的实现都采用写时复制(Copy-On-Write,COW)技术。fork函数调用之后,父子进程共享这些区域,而且内核将这些区域的权限改为只读的。如果父、子进程中任何一个试图修改这些区域,则内核只为要修改的区域做一份拷贝给该进程。

下面我们来看一个共享数据的例子,

#include <stdlib.h>

#include <stdio.h>

#include <unistd.h>

#include <string.h>

#include <errno.h>

int glob = ;

int

main(void)

{

    int var;

    pid_t pid;

    var = ;

    if ((pid = fork()) < ) {

        printf("fork error: %s\n", strerror(errno));

        exit(-);

    } else if (pid == ) {

        var++;

        glob++;

        printf("child: glob=%d, var=%d\n", glob, var);

        exit();

    }

    wait(NULL);

    printf("parent: glob=%d, var=%d\n", glob, var);

    exit();

}

该程序在 fork 之后的父进程等待子进程结束,而子进程将整型变量glob 和 var 都加了 1. 编译该程序,生成并执行 forkdemo. 从下面的运行结果,我们看到子进程修改的 glob 和 var 变量对父进程没有任何影响。

lienhua34:demo$ gcc -o forkdemo forkdemo.c

lienhua34:demo$ ./forkdemo

child: glob=, var=

parent: glob=, var=

虽说子进程享用的是父进程的数据副本,子进程的修改对父进程没有任何影响。但有个比较特殊的情况:文件 I/O。fork 会将父进程的所有打开文件描述符都复制到子进程。父子进程中相同的文件描述符则共享同一个文件表项(关于文件描述符和文件表项的关系请参考文档“内核 I/O 数据结构”)。下面我们看一个例子,

#include <stdlib.h>

#include <stdio.h>

#include <unistd.h>

#include <string.h>

#include <errno.h>

int

main(void)

{

    pid_t pid;

    printf("before fork\n");

    if ((pid = fork()) < ) {

        printf("fork error: %s\n", strerror(errno));

        exit(-);

    } else if (pid == ) {

        printf("in child process\n");

        exit();

    }

    wait(NULL);

    printf("in parent process\n");

    exit();

}

编译该程序,生成并执行文件 forkdemo,

lienhua34:demo$ gcc -o forkdemo forkdemo.c

lienhua34:demo$ ./forkdemo

before fork

in child process

in parent process

lienhua34:demo$ ./forkdemo > foo

lienhua34:demo$ cat foo

before fork

in child process

before fork

in parent process

在没有对标准输出重定向之前,运行 forkdemo 看不出啥问题。当重定向标准输出到一个文件(./forkdemo > foo)时,我们可以看到父进程打印的字符串在子进程打印的字符串之后。这是因为父子进程标准输出共享了同一个文件表项,也即共享了同一个文件偏移量。

另外,我们注意到在标准输出没有重定向时,字符串“before fork”只输出一次,但是在标准输出重定向到文件之后输出了两次。这是因为标准I/O 库函数 printf 在标准输出连接到终端设备时是行缓冲的,于是在 fork函数之后,缓冲区中的数据已经被冲洗了。而当标准输出重定向文件之后,printf 函数就变成了全缓冲了,在 fork 之前调用 printf 函数将字符串“before fork”写到缓冲区中,fork 时该字符串还在缓冲区中,于是便拷贝一份给子进程。当父子进程都调用 exit 函数之后,缓冲区中的数据都被冲洗到文件中,于是被出现了两份“before fork”。

3 fork 典型应用场景

fork 有两种典型的应用场景:

• 创建一个新进程执行新的程序。即调用 fork 之后子进程立即调用 exec函数执行一个新程序,例如文档“进程控制三部曲”中的示例 2.

• 父进程希望复制自己,使父、子进程同时执行不同的代码段。这在网络服务进程中比较常见:父进程等待客户端的服务请求,当接收到一个请求之后,父进程调用 fork,然后让子进程处理该请求,而父进程继续等待下一个服务请求。其代码框架如下所示:

void serve(int sockfd)

{

    int clfd;

    pid_t pid;

    for (;;) {

        clfd = accept(sockfd, NULL, NULL);

        if (clfd < ) {

            /* print error message */

            continue;

        }

        if ((pid = fork()) < ) {

            /* fork error */

            continue;

        } else if (pid == ) {

            /* deal with clfd in child process */

            close(clfd);

            exit();

        } else {

            /* in parent process,

            close the accepted socket "clfd",

            then continues to listen next socket connection. */

        }

    }

}

4 fork 函数调用次数的最大限制是多少

每个实际用户 ID 具有一个在任何时刻的最大进程数。CHILD_MAX 规定了每个实际用户 ID 在任一时刻可具有的最大进程数。我们看下面一个例子,

#include <stdlib.h>

#include <stdio.h>

#include <unistd.h>

#include <string.h>

#include <errno.h>

int

main(void)

{

    pid_t pid;

    int count;

    printf("CHILD_MAX: %ld\n", sysconf(_SC_CHILD_MAX));

    count = ;

    for (;;) {

        if ((pid = fork()) < ) {

            printf("fork error: %s\n", strerror(errno));

            break;

        } else if (pid == ) {

            sleep();

            exit();

        }

        count++;

    }

    printf("count: %d\n", count);

    exit();

}

编译该程序,生成并运行文件 forkdemo,

lienhua34:demo$ gcc -o forkdemo forkdemo.c

lienhua34:demo$ ./forkdemo

CHILD_MAX: 15969

fork error: Resource temporarily unavailable

count: 15737

从上面的运行结果可以看出我的系统规定了每个实际用户 ID 在任一时刻可具有的最大进程数为 15969。而在 for 循环中 fork 创建了 15737 个进程(包括调用进程本身)之后,fork 就因为没有可用资源而创建新进程失败。

5 fork 的变体vfork

vfork 函数是 fork 函数的一个变体,其调用序列和返回值与 fork 函数一致,不过两者的语义不同。*上关于 vfork 的说明如下(参考fork(system_call))。

Vfork is a variant of fork with the same calling convention and much the same semantics; it originated in the 3BSD version of Unix,[citation needed] the first Unix to support virtual memory. It was standardized by POSIX, which permitted vfork to have exactly the same behavior as fork, but marked obsolescent in the 2004 edition,[4] and has disappeared from subsequent editions.

我们看到在 POSIX 2004 版本中已经将 vfork 函数注为过时的,而且在之后的版本中已经不再出现 vfork 函数了。但是,既然《APUE》中讲到了这个,那我们就来看一下 vfork 函数跟 fork 函数到底有什么区别吧。

vfork 函数和 fork 函数的区别有两点:

1. fork 会将父进程的地址空间拷贝给子进程;而 vfork 没有,子进程在父进程的地址空间中运行。

2. fork 无法确保父子进程的执行顺序;而 vfork 保证子进程先执行,父进程会一直阻塞直到子进程调用 exit 或 exec。(注:vfork 的这个特征可能会导致死锁,若子进程在调用 exit 或 exec 之前依赖于父进程的进一步动作,而父进程也正在等待子进程,于是出现了循环等待的问题。)

我们来对比一下 vfork 和 fork 在处理数据方面有什么不同,

#include <stdlib.h>

#include <stdio.h>

#include <unistd.h>

#include <string.h>

#include <errno.h>

int glob = ;

int

main(void)

{

    int var;

    pid_t pid;

    var = ;

    if ((pid = vfork()) < ) {

        printf("fork error: %s\n", strerror(errno));

        exit(-);

    } else if (pid == ) {

        var++;

        glob++;

        printf("child: glob=%d, var=%d\n", glob, var);

        exit();

    }

    printf("parent: glob=%d, var=%d\n", glob, var);

    exit();

}

上面程序拷贝了上面 fork 函数处理共享数据的示例程序,将 fork 改成vfork,并且去掉了 wait(NULL) 语句。保存为 vforkdemo.c,编译该程序,生成并执行 vforkdemo 文件,

lienhua34:demo$ gcc -o vforkdemo vforkdemo.c

lienhua34:demo$ ./vforkdemo

child: glob=1, var=1

parent: glob=1, var=1

从上面的运行结果,我们看到 vfork 创建的子进程修改了 glob 和 var变量之后,父进程也看到了这个修改。

vfork 函数的出现原因可能是早期系统的 fork 没有实现写时复制技术,导致每次 fork 调用做了很多无用功(大多数情况下都是 fork 之后调用 exec执行新程序)且效率不高,于是便创造了 vfork 函数。而现在的实现基本都是采用写时复制技术,而且 vfork 函数使用不当还会出现死锁,于是 vfork函数也便没有了存在的必要性。

(done)