在 exec() 之前使用 fork() - ing 有什么用？

Question

在 *nix 系统中，进程是通过使用 fork() 系统调用创建的。考虑例如，init 进程创建另一个进程。首先它分叉自己并创建一个具有类似 init 上下文的进程。只有在调用 exec() 时，这个子进程才会变成一个新进程。那么为什么需要中间步骤（创建一个与父级具有相同上下文的子级）？这不是浪费时间和资源吗，因为我们正在创建一个上下文（消耗时间和内存）然后重写它？

为什么这不是分配一个空的内存区域然后调用exec()？这会节省时间和资源，对吧？

Answer 1

中间步骤使您能够在子进程中设置共享资源，而外部程序不知道它。典型的例子是构建管道：

// read output of "ls"
// (error checking omitted for brevity)
int pipe_fd[2];
pipe(&pipe_fd);
if (fork() == 0) {       // child:
    close(pipe_fd[0]);   // we don't want to read from the pipe
    dup2(pipe_fd[1], 1); // redirect stdout to the write end of the pipe
    execlp("ls", "ls", (char *) NULL);
    _exit(127);          // in case exec fails
}
// parent:
close(pipe_fd[1]);
fp = fdopen(pipe_fd[0], "r");
while (!feof(fp)) {
    char line[256];
    fgets(line, sizeof line, fp);
    ...
}

注意标准输出到管道的重定向是如何在子进程中完成的，在fork 和exec 之间。当然，对于这种简单的情况，可能有一个spawning API，只要给定适当的参数，它就会自动执行此操作。但是fork() 设计允许对子进程中的每个进程资源进行任意操作——可以关闭不需要的文件描述符、修改每个进程的限制、删除特权、操纵信号掩码等等。如果没有fork()，用于生成进程的 API 最终会变得非常臃肿或不是很有用。事实上，竞争操作系统的进程生成调用通常介于两者之间。

至于内存浪费，使用copy on write技术可以避免。 fork() 不会为子进程分配新内存，而是将子进程指向父进程的内存，并指示仅当页面被写入时才复制页面。这使得fork() 不仅内存效率高，而且速度快，因为它只需要复制一个“目录”。

Answer 2

这是一个古老的抱怨。许多人问为什么要先fork()？，他们通常会建议一个操作，既可以从头开始创建一个新进程，又可以在其中运行一个程序。这个操作叫做spawn().

他们总是说，那不是更快吗？

事实上，除了 Unix 家族之外的所有系统确实走的是“衍生”的道路。只有Unix基于fork()和exec().

但有趣的是，Unix 总是比其他全功能系统快得多。它总是能处理更多的用户和负载。

多年来，Unix 变得更快了。 Fork() 不再真正复制地址空间，它只是使用一种称为 copy-on-write. 的技术共享它（一个非常古老的 fork 优化称为 vfork() 也仍然存在。）

喝Kool-Aid.

Answer 3

我不确切知道 init 进程在分叉方面如何在内核上工作，但要回答您为什么需要先调用 fork 然后 的问题>exec 只是因为一旦你exec 就没有回头路了。

如果您查看文档here，它本质上需要生成一个新进程（fork 调用），以便父进程恢复控制并等待 让它完成或像守护进程一样坐着。

Answer 4

只有在调用 exec() 时，这个子进程才会变成一个新的 过程。

不是真的。在一个分叉之后，你已经有了新的进程，甚至和它的父进程没有太大的不同。在某些情况下，没有 exec 需要遵循分叉。

那么为什么中间步骤（创建一个具有相同 需要上下文作为父级）？

一个原因是因为它是创建整个 shebang 的有效方式。克隆通常没有从头开始创建复杂。

这不是浪费时间和资源吗，因为我们正在创建一个 上下文（消耗时间和浪费内存）然后重写它？

这不是浪费时间和资源，因为大部分资源是虚拟的，因为使用了写时复制机制。此外，说创建的上下文被覆盖是不正确的。鉴于实际上没有任何东西首先被写入，因此没有任何东西被重写。这就是 COW 的全部意义所在。 “仅”进程地址空间（代码、堆和堆栈）被替换，而不是被覆盖。许多进程上下文被部分或全部保留，包括环境、文件描述符、优先级、忽略的信号、当前和根目录、限制、各种掩码、处理器绑定、特权以及与进程地址空间无关的其他一些东西。