Linux进程基础：fork函数

0.进程概论

进程是一个正在运行的程序。进程控制块（PCB，Process Control Block）是进程存在的唯一标识符，用来描述进程的属性。进程状态：就绪、执行和阻塞。

并行和并发的区别：并行是指在同一时刻，能够同时执行多个进程，单核CPU每个时刻只能执行一个进程，要想实现并行需要多核CPU；并发是指在某一时间段，能够同时执行多个进程，单核CPU每个时刻只能执行一个进程，多个进程需要通过进程切换（调度算法），并发执行。

1.Linux下的printf函数

在Linux下printf函数并不会直接将数据打印到屏幕上，而是先放在缓冲区，满足以下情况之一，才会打印到屏幕上。

1. 遇到 \n
2. 强制刷新缓冲区，调用fflush函数
3. 缓冲区满
4. 程序结束前

三种退出方式的区别

return    //语言应用，关键字，结束当前函数调用，会刷新缓冲区
exit      //库函数，进程退出，内部调用了_exit，会刷新缓冲区
_exit     //系统调用，内核级别，结束进程，但不会刷新缓冲区

2.main函数介绍

int main(int argc, char* argv[], char* envp[])
argc  记录参数个数
argv  记录参数内容
envp  记录环境变量，继承当前终端

程序如下

3.fork函数进程复制

函数声明

pid_t fork(void);    //pid_t 本质上是 int 类型

fork函数会生成一个新的进程，调用fork函数的进程为父进程，新生成的进程为子进程，父子进程并发执行。在父进程中fork函数返回子进程的pid， 在子进程中返回0，失败返回-1。子进程是父进程的一个副本，二者如果不发生写入的话几乎一模一样。

程序输出如下

从结果可以看出，父进程pid=222131，子进程pid=222132，父子进程中打印的变量n的地址是相同的，这是在进行进程复制的时候，将父进程的堆栈段复制到子进程的堆栈段，所以两个变量n的逻辑地址是相同的，但由于两个进程的实际存储空间不同，所以两个变量n的实际存储地址是不同的，也就是两个变量n具有相同的逻辑地址，具有不同的物理地址。从上图中也可以看出父子进程确实是并发执行。

4.fork函数的写时拷贝（页）技术（copy-on-write）

传统的 fork() 系统调用直接把父进程的所有资源复制给子进程，这是一种简单却低效的方法。目前 Linux 的 fork() 使用的是写时拷贝（页）技术。写时拷贝是一种可以推迟甚至免除拷贝数据的技术。内核此时并不复制整个进程地址空间，而是让父子进程共享同一个拷贝。只有在需要写入的时候，数据才会被复制，从而使各个进程拥有自己的拷贝。 资源的复制只有在需要写入（父子进程任意一个写入）的时候才进行，在此之前，只是以只读方式共享。只有进程空间的各段内容发生改变时，才会将父进程的内容复制一份给子进程。 若没有写入，两个进程用的是相同的物理空间（内存），子进程的代码段、数据段、堆栈段都是指向父进程的物理空间，也就是说，两者的虚拟空间不同，但物理空间是相同的的。当父子进程中有更改相应段的行为发生时，再给子进程分配相应的物理空间。未发生写入时如图

当父进程或子进程对第 2 页进行写入后

5.fork函数与printf函数习题

习题1

#include 
#include 

int main(){
	printf("A\n");
	fork();
	return 0;
}
//输出1个A

习题2

#include 
#include 

int main(){
	fork();
	printf("A\n");
	return 0;
}
//输出2个A

习题3

#include 
#include 

int main(){
	printf("A");
	fork();
	return 0;
}
//输出2个A

习题4

#include 
#include 

int main(){
	for(int i = 0; i < 2; i++){
		fork();
		printf("A\n");
	}
	return 0;
}
//第一次for循环：父进程产生子进程1，父进程和子进程1分别输出一个A
//第二次for循环：父进程产生子进程2，子进程1产生子进程3，父进程、子进程1子进程2、子进程3分别输出一个A
//一共输出6个A

习题5

#include 
#include 

int main(){
	for(int i = 0; i < 2; i++){
		fork();
		printf("A");
	}
	return 0;
}
//第一次for循环：父进程产生子进程1，然后父进程将一个A放入自己的输出缓冲区，子进程1将一个A放入自己的输出缓冲区
//第二次for循环：父进程产生子进程2，子进程1产生子进程3，子进程2复制父进程的输出缓冲区，子进程3复制子进程1的输出缓冲区
//此时，父进程输出缓冲区一个A，子进程1输出缓冲区一个A，子进程2输出缓冲区一个A，子进程3输出缓冲区一个A
//然后，每个进程再往自己的输出缓冲区中加入一个A
//一共输出8个A

习题6

#include 
#include 

int main(){
	fork() || fork();
	printf("A\n");
	return 0;
}
//父进程执行前面的fork产生子进程1，父进程不执行后面的fork
//子进程1执行后面的fork产生子进程2
//一共3个进程，总共输出3个A

6.僵尸进程及处理方法

子进程先于父进程结束，而父进程没有回收子进程，释放子进程占用的资源，此时子进程将成为一个僵尸进程。如果父进程先结束，子进程成为孤儿进程，此时由 init 接管，当子进程结束后由 init 回收其占用的相关资源。 Linux 中，一个进程结束了，若它的父进程没有等待它（调用 wait/waitpid），那么它就会成为僵尸进程。若该进程的父进程先结束，那么该进程就不会变成僵尸进程。因为每个进程结束时，系统会扫描当前系统中所运行的所有进程，看是否还存在该进程的子进程未结束，如果存在，那么就由 init 接管成为该子进程的父进程。
僵尸进程的危害就是占用进程号。每个进程退出的时候，内核释放该进程所有资源，包括打开的文件、占用的内存等。但仍然会为其保留一定的信息（包括进程号，退出状态，运行时间等），直到父进程通过 wait 或 waitpid 来获取时才释放。这就导致了如果父进程不调用 wait 或 waitpid，那么保留的那段信息就不会被释放，其进程号就会一直被占用，但系统能使用的进程号是有限的，如果产生大量的僵尸进程，将会因为没有可用的进程号导致系统不能产生新的进程。
产生僵尸进程示例

//process.c
#include 
#include 
#include 
#include 
#include 

int main(int argc, char* argv[], char* envp[]){
	char* s = NULL;
	int n = 0;
	pid_t pid = fork();
	assert(pid != -1);
	if(pid == 0){
		s = "child";
		n = 3;
	}
	else{
		s = "parent";
		n = 8;
	}
	for(int i = 0; i < n; i++){
		printf("pid=%d, ppid=%d, s=%s\n", getpid(), getppid(), s);
		sleep(1);
	}
	exit(0);
}

让程序在后台运行，并不断敲入 ps 命令查看进程状态

从上图中可以看出，子进程 pid=239273，父进程 pid=239272，当子进程输出三次运行结束，而此时父进程未结束，子进程并没有消失，可以看到子进程有 标记，此时子进程就已经变成了僵尸进程。
在父进程中调用 wait 或 waitpid 函数，以解决僵尸进程的问题。

//process.c
#include 
#include 
#include 
#include 
#include 
#include 

int main(){
	char *s = NULL;
	int n = 0;
	pid_t pid = fork();
	assert(pid != -1);
	if(pid == 0){
		s = "child";
		n = 3;
	}
	else{
		s = "parent";
		n = 8;
		
		int val = 0;
		int id = wait(&val);
		if(WIFEXITED(val)){
			printf("id=%d, exit_val=%d\n", id, WEXITSTATUS(val));
		}
	}
	for(int i = 0; i < n; i++){
		printf("pid=%d, ppid=%d, s=%s\n", getpid(), getppid(), s);
		sleep(1);
	}
	exit(3);
}
//wait函数成功返回子进程的pid，失败返回-1，val是传出的参数
//WIFEXITED(status)用来指出子进程是否为正常退出，如果正常退出会返回一个非零值
//WEXITSTATUS(status)，当WIFEXITED(status)返回非零值时，可以用WEXITSTATUS(status)来提取子进程的返回值，如果子进程用exit(3)退出，则WEXITSTATUS(status)就会返回3
//如果进程不是正常退出，也就是WIFEXITED(status)返回0，WEXITSTATUS(status)的返回值就毫无意义

让程序在后台运行，并敲入 ps 命令查看进程状态

从上图可以看出，父进程挂起，子进程运行直至结束，父进程获取子进程的退出码，子进程消失，没有变成僵尸进程，最后父进程结束。
最后看一下孤儿进程，孤儿进程的产生是因为父进程先于子进程结束，此时子进程将由 init 进程接管，子进程结束后会由 init 回收。

//process.c
#include 
#include 
#include 
#include 
#include 

int main(){
	char* s = NULL;
	int n = 0;
	pid_t pid = fork();
	assert(pid != -1);
	if(pid == 0){
		s = "child";
		n = 8;
	}
	else{
		s = "parent";
		n = 3;
	}
	for(int i = 0; i < n; i++){
		printf("pid=%d, ppid=%d, s=%s\n", getpid(), getppid(), s);
		sleep(1);
	}
	exit(0);
}

让程序在后台运行，并敲入 ps 命令查看进程状态

从上图可以看出，当父进程结束后，子进程的父进程变成了 1528，按理来说 init 进程是内核启动的第一个用户级进程，既然孤儿进程由 init 进程接管，理应父进程的 pid=1。这是因为图形化界面是一个伪终端，shell 其实是 init 进程的一个子进程，所以孤儿进程其实是被 shell 收养，如果切换到字符化界面运行程序，孤儿进程的父进程 pid 将会变成1。通过命令 ps -ef 查看 pid=1528 的父进程的 pid=1