C语言的fork函数在Linux中的进程操作及相关面试题讲解

fork的意义

下图为，C 程序的存储空间布局（典型）

1.一个现有进程可以调用 fork 函数创建一个新进程。
2.fork 函数被调用一次，但返回两次， 两次返回的唯一区别是子进程的返回值是 0, 而父进程的返回值是新子进程的 PID。
3.子进程和父进程继续执行 fork 调用之后的指令。
在上图的存储空间布局中，父子进程只共享正文段，其余的都各自有独立的副本 （通常使用 copy-on-write 的策略，速度比较快）。

fork 的两种用法
1.父子进程同时执行不同的代码段
典型应用：Web 服务器。
以下代码是简单的 fork 父子进程分别执行不同的代码：

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

#define err_sys(x) do { perror(x); exit(1); } while (0)

void invoke_child(char ch)
{
  printf("%c\n", ch);
}

int main(int argc, char *argv[])
{
  pid_t  pid;

  int   cnt = 3;
  char  arg[] = "abc";
  while(cnt--) {
    if ((pid = fork()) < 0) {
      err_sys("Fork error");
    } else if (pid == 0) {
      invoke_child(arg[cnt]);
      exit(0);
    }
  }

  return 0;
}

2.一个进程要执行一个不同的程序
典型应用：Shell。
这里就不举例子了~

关于fork的一道面试题
题目：请问下面的程序一共输出多少个“-”？

#include <stdio.h>
#include <sys/types.h>
#include <unistd.h>
 
int main(void)
{
  int i;
  for(i=0; i<2; i++){
   fork();
   printf("-");
  }
 
  return 0;
}

如果你对fork()的机制比较熟悉的话，这个题并不难，输出应该是6个“-”，但是，实际上这个程序会很tricky地输出8个“-”。

要讲清这个题，我们首先需要知道fork()系统调用的特性，

1.fork()系统调用是Unix下以自身进程创建子进程的系统调用，一次调用，两次返回，如果返回是0，则是子进程，如果返回值>0，则是父进程（返回值是子进程的pid），这是众为周知的。

2.还有一个很重要的东西是，在fork()的调用处，整个父进程空间会原模原样地复制到子进程中，包括指令，变量值，程序调用栈，环境变量，缓冲区，等等。

所以，上面的那个程序为什么会输入8个“-”，这是因为printf(“-”);语句有buffer，所以，对于上述程序，printf(“-”);把“-”放到了缓存中，并没有真正的输出（参看《C语言的迷题》中的第一题），在fork的时候，缓存被复制到了子进程空间，所以，就多了两个，就成了8个，而不是6个。

另外，多说一下，我们知道，Unix下的设备有“块设备”和“字符设备”的概念，所谓块设备，就是以一块一块的数据存取的设备，字符设备是一次存取一个字符的设备。磁盘、内存都是块设备，字符设备如键盘和串口。块设备一般都有缓存，而字符设备一般都没有缓存。

对于上面的问题，我们如果修改一下上面的printf的那条语句为：

printf("-n");

或是

printf("-");
fflush(stdout);

就没有问题了（就是6个“-”了），因为程序遇到“n”，或是EOF，或是缓中区满，或是文件描述符关闭，或是主动flush，或是程序退出，就会把数据刷出缓冲区。需要注意的是，标准输出是行缓冲，所以遇到“n”的时候会刷出缓冲区，但对于磁盘这个块设备来说，“n”并不会引起缓冲区刷出的动作，那是全缓冲，你可以使用setvbuf来设置缓冲区大小，或是用fflush刷缓存。

我估计有些朋友可能对于fork()还不是很了解，那么我们把上面的程序改成下面这样：

#include <stdio.h>
#include <sys/types.h>
#include <unistd.h>
int main(void)
{
  int i;
  for(i=0; i<2; i++){
   fork();
   //注意：下面的printf有“n”
   printf("ppid=%d, pid=%d, i=%d n", getppid(), getpid(), i);
  }
  sleep(10); //让进程停留十秒，这样我们可以用pstree查看一下进程树
  return 0;
}

于是，上面这段程序会输出下面的结果，（注：编译出的可执行的程序名为fork）

ppid=8858, pid=8518, i=0
ppid=8858, pid=8518, i=1
ppid=8518, pid=8519, i=0
ppid=8518, pid=8519, i=1
ppid=8518, pid=8520, i=1
ppid=8519, pid=8521, i=1

$ pstree -p | grep fork

|-bash(8858)-+-fork(8518)-+-fork(8519)---fork(8521)

面对这样的图你可能还是看不懂，没事，我好事做到底，画个图给你看看：

注意：上图中的我用了几个色彩，相同颜色的是同一个进程。于是，我们的pstree的图示就可以成为下面这个样子：（下图中的颜色与上图对应）

这样，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，就是我阴影并双边框了那两个子进程）