深入理解fork()：系统调用创建进程的原理与实践-EW帮帮网

定义位置
- 通常在 <sys/types.h> 或 <unistd.h> 头文件中定义。
- 实际类型可能是 int 或 long（取决于系统）。
用途
- 存储进程 ID（getpid()、getppid() 返回值）。
- fork() 的返回值（父进程返回子进程 PID，子进程返回 0）。
- 用于进程控制函数（如 waitpid()、kill()）。

fork的基本特性

两个返回值：
成功时：
在父进程中返回子进程的PID（进程标识符）、在子进程中返回0
失败时：
在父进程中返回-1、不会创建子进程、同时会设置相应的errno（错误码）
（注：errno是Linux系统记录错误状态的全局变量，可通过perror()或strerror()函数获取具体错误信息）
刚开始父进程与子进程的代码与数据都是同一份，因为子进程是由父进程创建的，而且子进程没有自己的代码和数据，同时目前也没有其他程序加载到内存中。
代码共享，数据独立的阶段
发生在其中任意一个进程想要对数据修改的时候，此时数据段、堆栈等采用"写时复制"(Copy-On-Write)技术，各自拥有独立空间，但父子进程共享相同的代码段。

二、fork的基本使用

1、简单示例

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

int main()
{
    fork();  // 创建子进程
    while(1)
    {
        printf("I am a process...PID:%d, PPID:%d\n", getpid(), getppid());
        sleep(1);
    }
    return 0;
}

运行结果

程序运行后会输出两行交替出现的信息：

关键点

进程关系：子进程的PPID(父进程ID)就是父进程的PID
执行流程：fork()调用后，父进程和子进程都从fork()返回处继续执行
PCB创建：操作系统会为每个新进程(包括fork创建的)创建进程控制块(PCB)

总的来说，遇到fork函数时，会进行以下操作：

为子进程申请新的PCB
子进程拷贝父进程PCB
将子进程加入到进程列表
然后再将子进程放入调度队列

注意事项

父子进程执行顺序不确定，取决于系统调度
父子进程共享代码段，但有各自独立的数据空间
fork()在父进程中返回子进程PID，在子进程中返回0

2、进一步探讨

我们知道加载到内存当中的代码和数据是属于父进程的，那么fork函数创建的子进程的代码和数据又从何而来呢？

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

int main()
{
    printf("I am running...\n");  // 只有父进程执行
    fork();  // 创建子进程的分界点
    while(1)  // 父子进程都从这里开始执行
    {
        printf("I am a process...PID:%d, PPID:%d\n", getpid(), getppid());
        sleep(1);
    }
    return 0;
}

运行结果说明

关键机制解析

代码共享机制：
- fork()之前的代码只由父进程执行
- fork()之后的代码由父子进程共同执行
- 父子进程共享相同的代码段（text segment）
数据管理机制：
- 采用写时拷贝(Copy-On-Write)技术
- 初始时父子进程共享相同的数据空间
- 当任一进程尝试修改数据时，操作系统才会为该进程创建数据的独立副本
进程调度特性：
- 父子进程被调度的顺序不确定
- 执行顺序取决于操作系统的调度算法
- 可能先执行父进程，也可能先执行子进程

实际应用提示

fork()前执行的代码不会被子进程重复执行（如示例中的第一个printf）
fork()后父子进程可以通过返回值区分（父进程得到子进程PID，子进程得到0）
合理利用写时拷贝机制可以提高fork效率，减少不必要的内存复制

三、写时复制(Copy-On-Write)技术示例

一个典型的写时复制(COW)场景发生在fork()系统调用创建子进程时：

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

int main() {
    int data = 42;  // 数据段变量
    
    pid_t pid = fork();  // 创建子进程
    
    if (pid == 0) {
        // 子进程
        printf("Child process - initial data: %d\n", data);
        data = 100;  // 修改数据
        printf("Child process - modified data: %d\n", data);
    } else if (pid > 0) {
        // 父进程
        sleep(1);  // 确保子进程先执行修改
        printf("Parent process - data remains: %d\n", data);
    } else {
        // fork失败
        perror("fork");
        return 1;
    }
    
    return 0;
}

执行流程分析：

fork()调用前：只有一个进程，data变量值为42
fork()调用后：
- 创建子进程，此时父子进程共享相同的代码段
- 数据段、堆栈等内存区域也暂时共享(标记为COW)
- 两个进程的页表都指向相同的物理内存页
子进程修改data时：
- 操作系统检测到写操作发生在COW页面
- 内核为该页面创建副本，更新子进程的页表指向新副本
- 子进程修改自己的副本(data=100)，父进程的data保持不变
输出结果：

关键点：

写时复制延迟了实际的内存复制，直到真正需要时才进行
父子进程共享相同的代码段(只读，无需复制)
未修改的数据段/堆栈保持共享，节省内存
修改操作触发页面错误，导致内核执行实际的复制

三、fork的工作原理

进程创建：
- 调用fork()后，操作系统创建子进程
- 子进程获得父进程的代码段、数据段、堆栈等副本
- 操作系统为子进程创建新的PCB(进程控制块)
写时复制：
- 初始时父子进程共享物理内存
- 当任一进程尝试修改内存时，操作系统才会真正复制该内存页
执行流程：
- fork()之前的代码只由父进程执行
- fork()之后的代码默认父子进程都会执行

四、关键问题解释

为什么fork有两个返回值？
- fork()在父进程和子进程中各返回一次
- 父进程得到子进程PID，子进程得到0
返回值如何分配？
- 父进程：返回子进程的PID（>0）
- 子进程：返回0
- 错误：返回-1（仅在父进程中）
if和else if如何同时成立？
- 实际上不是同时成立，而是分别在两个不同的进程中执行
- 父进程执行else if(ret > 0)分支
- 子进程执行if(ret == 0)分支

五、实际应用示例

如前所述，fork函数创建的子进程会与父进程共享代码段。但如果父子进程执行完全相同的操作，创建子进程就失去了实际意义。

通常在实际应用中，我们会通过判断fork的返回值来区分父子进程的执行路径：

fork函数的返回值有以下几种情况：

成功创建子进程时：
- 父进程获得子进程的PID
- 子进程获得返回值0
创建失败时，父进程获得返回值-1

区分父子进程的标准方法

通过检查fork()的返回值来区分父子进程：

pid_t id = fork();

if(id == 0) {
    // 子进程执行的代码
} 
else if(id > 0) {
    // 父进程执行的代码
} 
else {
    // fork失败处理
}

正是由于父子进程获取的返回值不同，我们可以据此编写不同的执行逻辑。例如：

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

int main()
{
    printf("I am running...\n");
    pid_t id = fork();
    
    if(id == 0){ //child
        while(1){
            printf("I am child process...PID:%d, PPID:%d\n", getpid(), getppid());
            sleep(1);
        }
    }
    else if(id > 0){ //parent
        while(1){
            printf("I am parent process...PID:%d\n", getpid());
            sleep(1);
        }
    }
    else { //fork error
        perror("fork failed");
        return 1;
    }
    
    return 0;
}

fork创建出子进程后，子进程会进入到 if 语句的循环打印当中，而父进程会进入到 else if 语句的循环打印当中。

六、注意事项

调度顺序：父子进程的执行顺序由操作系统调度决定，是不确定的
资源管理：
- 子进程会继承父进程打开的文件描述符
- 需要适当处理文件描述符和避免僵尸进程
并发控制：需要同步机制来协调父子进程的执行顺序（如管道、信号量等）

理解fork()的工作原理对于Unix/Linux系统编程至关重要，它是实现多进程应用程序的基础。

深入理解fork()：系统调用创建进程的原理与实践

一、fork函数的基本概念

`pid_t的`关键特性