28-进程空间与 fork 函数原理

原创

mb63083a7dd962a 2022-08-26 11:46:03 博主文章分类：linux 编程学习笔记 ©著作权

文章标签 linux 虚拟地址空间进程空间 fork 写时复制 文章分类 后端开发

©著作权归作者所有：来自51CTO博客作者mb63083a7dd962a的原创作品，请联系作者获取转载授权，否则将追究法律责任

前面对 fork 函数牛刀小试，相信你已基本掌握了简单的“影分身术”了，不过在篇末，却为各位留下了一些坑位。为了能够说明白一些问题，本篇将讨论有关进程的一些必备知识，以及 fork 函数的底层实现。如此一来，也方便加深对其它有关问题的理解。当然，如果你对此完全不感兴趣，大可跳过。

本文所讨论的范围，限制在 32 位的 linux 操作系统。

1. 进程空间

这里的进程空间，说的就是进程虚拟地址空间。

稍微懂点编程和操作系统的同学都应该知道，每个进程都有自己的 4GB 虚拟地址空间，这具有深远的意义。有个经典的 C 语言的例子，就是进程 A 中往地址 0x50000000 写入一个 int 类型的整数 100，然后在进程 B 的地址0x50000000 写入另一个 int 类型的整数 1000，最后两个进程再各自通过 printf 函数打印这两个地址保存的值，发现进程 A 仍然可以正常打印 100，而进程 B 正常打印出 1000.

这段代码，可以在windows 系统的 visual studio 模拟（没有使用 linux 是因为 linux 不直接提供在指定地址上分配内存的函数，另外在概念上，windows 的进程空间和 linux 是互通的，不会有太大区别）。

进程 A 的代码

#include <windows.h>

int main()
{
    int *buf = (int*)0x50000000;
    LPVOID res = VirtualAlloc((LPVOID)buf, sizeof(int), MEM_RESERVE | MEM_COMMIT, PAGE_READWRITE);
    if (res != buf) {
        printf("ERROR!\n");
        return 1;
    }

    *buf = 100;

    printf("A = %d\n", *buf);

    Sleep(3000);
    return 0;
}

进程 B 的代码

#include <windows.h>

int main()
{
    int *buf = (int*)0x50000000;
    LPVOID res = VirtualAlloc((LPVOID)buf, sizeof(int), MEM_RESERVE | MEM_COMMIT, PAGE_READWRITE);
    if (res != buf) {
        printf("ERROR!\n");
        return 1;
    }

    *buf = 1000;

    printf("B = %d\n", *buf);

    Sleep(3000);
    return 0;
}

然后开启了两个控制台窗口，同时（只要 A 进程没结束的情况下启动 B 程序就行了）运行这两个程序，结果如下。

28-进程空间与 fork 函数原理_虚拟地址空间

图 1

形成图 1 中现象的原因在于进程 A 和进程 B 的地址空间是隔离的，尽管它们都在地址 0x50000000 这个位置写了不同的值，但是各自都互不影响。这就好像我在我家菜地的5号地种的土豆，你在你家菜地的5号地种的黄瓜，根本就是谁也挨不着谁。

28-进程空间与 fork 函数原理_进程空间_02

图 2

2 虚拟地址到物理地址的映射

对于进程来说，其实属于进程那一块菜地，是虚拟的，是假的。这中间有一步到物理地址的映射过程。就好像上面的菜地，你看到的是菜地也是假的。要怎么理解这件事情，难道你看到的不是菜地吗？

2.1 种菜的故事

不妨假设一下，亲自下地种菜的人不是你本人，而是由另一个管家代劳。而你，只负责下达命令就行了。当你来到这个世上，你老爸就告诉你，你有一块的菜地，被分成了16个小块，你可以在任意一块地上随便种，你想种什么，种在哪块地上，和管家说一声就行了，你想从地上摘什么菜，也和管家说就行了。你爸把菜地大概的样子画给你看，就像图 2 中的那样。

除此之外，你还有一个弟弟，你老爸也和你弟说了相同的话，你弟弟也有和你一块一样大小的地，而且你弟弟要种菜，也只要给你家的管家下达命令就行。

就这样，你和你弟弟就在图 2 那样的菜地上，各自快乐的种着菜，生活了几年；可是你并不知道你家菜地真实情况是长啥样，你弟弟也同样不知道。你和你弟弟知道的菜地的样子，仅仅就是你老爸当初给你们画出来的图 2 的样子。

其实对你来说，菜地长啥样都无所谓了。你的菜地上有什么，统统问管家，你想在哪块地上种什么，也由管家代劳。

2.2 菜地长什么样

就这样，5年过去了。种了 5 年菜的你已经不耐烦了，突然有一天，你想亲自看看你的菜地。你不顾一切管家的阻挠，带着你弟弟，一起来到了所谓的菜地，这时候，你们慌了。你们看到的菜地，实际是图 3 这样的。根本就没有你和你弟弟的菜地，你们种的菜，全都只是在图 3 这块地上。

28-进程空间与 fork 函数原理_写时复制_03

图 3

管家气喘吁吁的正好赶来了，你和你弟弟刚好和他对簿公堂。只有一块地，却骗了你们 5 年。管家是如何做到的？再三追问下，管家拿出了他的两本笔记本，说秘密都在这里了。其中一本记录了你的菜地使用情况，另一本记录了你弟弟的菜地使用情况。

管家继续说到，如果你说要去你的 5 号地取土豆，他就会翻翻笔记本，看看你的 5 号地对应实际哪块地，比如现在就对应着实际的 3 号地，管家就会去 3 号地把东西取给你。对你弟弟也是一样，只要拿出相应对应的笔记本就可以很快查到。这就好像是下面这个样子。

28-进程空间与 fork 函数原理_linux_04

图 4

2.3 进程的那块地

看完前面的故事，我希望你能够触类旁通，每个进程生来认为自己有 4GB 的虚拟地址，可却被“管家”（操作系统）欺骗了一生，它没有你和你弟那么幸运，最终破解这个分地谜题。进程在自己的土地上心情的挥霍，它意识不到真正的菜地到底有多大（你的物理内存），只要“管家”能够满足它的需求就行了（管家甚至做了内存交换这种事，因为实际的土地只有 0 到 20 号，一共 21 块地，而你和你弟弟的地加起来有 32 块，万一土地不够了，管家就会偷偷的把你们不经常用的土地里的东西取到硬盘上）。

值得一说的是管家的笔记本，对应到进程这里就是页表的概念，有关这一块的知识，不详细展开，对细节感兴趣的同学，请参考我的另一个笔记《OS学习笔记》。

3. fork 干了什么

有了进程空间的概念，就很容易知道 fork 做了什么事。以前面的菜地为例，再假设你没有弟弟。fork 的含义有点类似下面这样：

你告诉你老爸，给我生个弟弟出来。
你告诉你的管家，给我弟弟种一片和我的菜地一模一样的菜地出来。

这一切完成后，菜地应该是这样的。

28-进程空间与 fork 函数原理_进程空间_05

图 5 你弟弟复制了一份你的菜地

那么再此之后，你种什么，你弟弟种什么就各不相干了。

相对于进程来说，这两个进程的进程空间是一模一样。

4. 上一篇的遗留问题

如果你完成上一篇最后一节总结里的实验，你会惊讶的发现，tmp 文件内容和直接运行 ./myfork 打印在屏幕上的结果是完全不一样的。

tmp 文件里的内容，应该像下面这样：

Hello, I'm father
before fork
I'm father 3542; my child is 3543
before fork
I'm child 3543; my father is 3542

执行 ./myfork 打印到屏幕上的内容，却是这样：

Hello, I'm father
before fork
I'm father 4382; my child is 4383
I'm child 4383; my father is 4382

你比较感兴趣的地方应该在于 tmp 文件里的 before fork 竟然出现了两次！这个谜题在这一篇相信你可以搞清楚，原因在于 printf 这个函数，它是带缓冲区的！！！

当 printf 接收到字符串后，第一件事情是把字符串复制到一个 char 数组（缓冲区）里，当这个数组遇到了特定的字符，比如 ‘\n’ 字符，回车或者装满等等，就会立即把字符写到屏幕终端上。

而当我们把 printf 重定向到文件的时候，如果 printf 函数遇到 ‘\n’ 字符，并不会立即把字符写到文件里，这是 printf 函数将字符定向到屏幕和文件的重要区别。

所以当 ./myfork > tmp 这个进程执行到 fork 的时候，printf 里的缓冲区数据还没来得及被刷新到 tmp 文件里，就被 fork 函数复制了，同时，printf 的缓冲区也被复制了一模一样的一份出来。这也就是为什么子进程里为什么子进程也会输出 before fork 的原因。