什么时候 clone() 和 fork 比 pthreads 更好？

Question

我是这方面的初学者。

我研究过fork()、vfork()、clone() 和 pthreads。

我注意到pthread_create() 会创建一个线程，这比使用fork() 创建一个新进程的开销要小。此外，线程将与父进程共享文件描述符、内存等。

但是fork() 和clone() 什么时候比 pthread 更好？你能举个真实的例子给我解释一下吗？

提前致谢。

Answer 1

clone(2) 是 Linux 特定的syscall，主要用于实现线程（特别是用于pthread_create）。使用各种参数，clone 也可以有类似fork(2) 的行为。很少有人直接使用clone，使用pthread库更便携。只有在实现自己的线程库（Posix 线程的竞争对手）时，您才可能需要直接调用 clone(2) 系统调用，这非常很棘手（特别是因为锁定可能需要使用 futex(2)机器调整的汇编编码例程中的系统调用，请参阅futex(7))。您不想直接使用clone 或futex，因为pthread 使用起来要简单得多。

^{（其他 pthread 函数需要在 clone 之后在 pthread_create 期间在 libpthread.so 内部完成一些簿记）}

正如Jonathon 回答的那样，进程有自己的地址空间和文件描述符集。并且一个进程可以使用execve 系统调用执行一个新的可执行程序，它基本上初始化地址空间、堆栈和用于启动新程序的寄存器（但文件描述符可能会保留，除非使用 close-on-exec 标志，例如通过O_CLOEXEC 代表open）。

在类 Unix 系统上，所有进程（除了第一个进程，通常是 pid 1 的init）由fork（或类似vfork 的变体；你可以，但不想使用clone，因为它的行为类似于fork)。

^{（从技术上讲，在 Linux 上，您可以忽略一些奇怪的异常，特别是内核进程或线程以及一些罕见的内核启动的进程启动，例如 /sbin/hotplug ....）}

fork 和 execve 系统调用是 Unix 进程创建的核心（使用 waitpid 和相关系统调用）。

一个多线程进程有多个线程（通常由pthread_create 创建）共享相同的地址空间和文件描述符。当您希望在同一地址空间内并行处理同一数据时，您可以使用线程，但是您应该关心同步和锁定。阅读pthread tutorial 了解更多信息。

我建议您阅读一本好的 Unix 编程书籍，例如 Advanced Unix Programming 和/或（免费提供）Advanced Linux Programming

Answer 2

unix 上使用 fork() （和家族）的进程创建机制非常有效。 此外，大多数 unix 系统不支持内核级线程，即线程不是内核识别的实体。因此，此类系统上的线程无法从内核级别的 CPU 调度中受益。 pthread 库所做的不是 kerenl 而是某些进程本身。 同样在这样的系统上，pthreads 是使用 vfork() 实现的，并且仅作为轻量级进程。 所以在这样的系统上除了可移植性之外，使用线程没有任何意义。

据我了解，Sun-solaris 和 windows 有内核级线程，而 linux 系列不支持内核线程。

使用进程管道和 unix 域套接字是非常高效的 IPC，没有同步问题。 我希望它能明确为什么以及何时应该实际使用线程。

Answer 3

fork（和公司）的优势和劣势在于他们创建了一个克隆现有流程的新流程。

这是一个弱点，因为正如您所指出的，创建一个新进程需要相当多的开销。这也意味着进程之间的通信必须通过一些“批准的”通道（管道、套接字、文件、共享内存区域等）来完成

这是一种优势，因为它在父母和孩子之间提供了（很多）更大的隔离。例如，如果一个子进程崩溃，您可以将其杀死并相当容易地启动另一个。相比之下，如果一个子线程死了，杀死它充其量是有问题的——不可能确定该线程专门拥有哪些资源，因此您无法在它之后进行清理。同样，由于进程中的所有线程共享一个公共地址空间，遇到问题的一个线程可能会覆盖所有其他线程正在使用的数据，因此仅仅杀死一个线程不一定足以清理混乱.

换句话说，使用线程有点像赌博。只要您的代码都是干净的，您就可以通过在单个进程中使用多个线程来获得一些效率。使用多个进程会增加一些开销，但可以使您的代码更加健壮，因为它限制了单个问题可能造成的损害，并且可以在进程遇到重大问题时轻松关闭和替换进程问题。

就具体示例而言，Apache 可能是一个相当不错的例子。它将在每个进程中使用多个线程，但为了限制出现问题时的损害（除其他事项外），它限制了每个进程的线程数，并且可以/将生成多个同时运行的单独进程。例如，在一台体面的服务器上，您可能有 8 个进程，每个进程有 8 个线程。大量线程帮助它在一个主要 I/O 绑定的任务中为大量客户端提供服务，并将其分解为进程意味着如果确实出现问题，它不会突然变得完全无响应，并且可以关闭并重新启动一个进程而不会损失很多。

Answer 4

这些是完全不同的东西。 fork() 创建一个新的process。 pthread_create() 创建一个新线程，在同一个进程的上下文中运行。

线程共享相同的虚拟地址空间、内存（无论好坏）、打开的文件描述符集等。

进程（基本上）彼此完全分离，不能相互修改。

你应该阅读这个问题：

• What is the difference between a process and a thread?

---

举个例子，如果我是你的shell（例如bash），当你输入像ls这样的命令时，我会去fork()一个新进程，然后exec()@987654330 @可执行文件。 （然后我在子进程上wait()，但这超出了范围。）这发生在完全不同的地址空间中，如果ls 爆炸了，我不在乎，因为我仍在执行我的自己的进程。

另一方面，假设我是一个数学程序，我被要求将两个 100x100 矩阵相乘。我们知道矩阵乘法是一个Embarrassingly Parallel 问题。所以，我有记忆中的矩阵。我产生了 N 个线程，每个线程都对相同的源矩阵进行操作，将它们的结果放在结果矩阵中的适当位置。请记住，它们是在同一进程的上下文中运行的，因此我需要确保它们不会在彼此的数据上打上烙印。如果 N 为 8，并且我有一个八核 CPU，我可以有效地同时计算矩阵的每个部分。