应用编程之进程（一）

一、main函数由谁调用？

操作系统下的应用程序在运行 main() 函数之前需要先执行一段引导代码，最终由这段引导代码去调用应用 程序的 main() 函数，我们在编写应用程序的时候，不用考虑引导代码的问题，在编译链接时，由链接器将引导代码链接到我们的应用程序当中，一起构成最终的可执行文件。
再来看看 argc 和 argv 传参是如何实现的呢？譬如 ./app arg1 arg2 ，这两个参数 arg1 和 arg2 是如何传递给应用程序的 main 函数的呢？当在终端执行程序时，命令行参数（ command-line argument ）由 shell 进程逐一进行解析，shell 进程会将这些参数传递给加载器，加载器加载应用程序时会将其传递给应用程序引导代码，当引导程序调用 main()函数时，在由它最终传递给 main() 函数，如此一来，在我们的应用程序当中便可以获取到命令行参数了。

二、进程号

Linux 系统下的每一个进程都有一个进程号（ processID ，简称 PID ），进程号是一个正数，用于唯一标识系统中的某一个进程。在 Ubuntu 系统下执行 ps 命令可以查到系统中进程相关的一些信息，包括每个进程的进程号。

三、进程的虚拟地址

在 Linux 系统中，采用了虚拟内存管理技术，事实上大多数现在操作系统都是如此！在 Linux 系统中，每一个进程都在自己独立的地址空间中运行，在 32 位系统中，每个进程的逻辑地址空间均为 4GB ，这 4GB 的内存空间按照 3:1 的比例进行分配，其中用户进程享有 3G 的空间，而内核独自享有剩下的 1G 空间。
虚拟地址会通过硬件 MMU （内存管理单元）映射到实际的物理地址空间中，建立虚拟地址到物理地址的映射关系后，对虚拟地址的读写操作实际上就是对物理地址的读写操作。
Linux 系统下，应用程序运行在一个虚拟地址空间中，所以程序中读写的内存地址对应也是虚拟地址，并不是真正的物理地址，譬如应用程序中读写 0x80800000 这个地址，实际上并不对应于硬件的 0x80800000这个物理地址。
为什么需要引入虚拟地址呢？
⚫ 内存使用效率低 。内存空间不足时，就需要将其它程序暂时拷贝到硬盘中，然后将新的程序装入内存。然而由于大量的数据装入装出，内存的使用效率就会非常低。
⚫ 进程地址空间不隔离 。由于程序是直接访问物理内存的，所以每一个进程都可以修改其它进程的内存数据，甚至修改内核地址空间中的数据，所以有些恶意程序可以随意修改别的进程，就会造成一些破坏，系统不安全、不稳定。
⚫ 无法确定程序的链接地址 。程序运行时，链接地址和运行地址必须一致，否则程序无法运行！因为程序代码加载到内存的地址是由系统随机分配的，是无法预知的，所以程序的运行地址在编译程序时是无法确认的。
针对以上的一些问题，就引入了虚拟地址机制，程序访问存储器所使用的逻辑地址就是虚拟地址，通过 逻辑地址映射到真正的物理内存上。所有应用程序运行在自己的虚拟地址空间中，使得进程的虚拟地址空 间和物理地址空间隔离开来，这样做带来了很多的 优点 ：
⚫ 进程与进程、进程与内核相互隔离。一个进程不能读取或修改另一个进程或内核的内存数据，这是 因为每一个进程的虚拟地址空间映射到了不同的物理地址空间。提高了系统的安全性与稳定性。
⚫ 在某些应用场合下，两个或者更多进程能够共享内存。因为每个进程都有自己的映射表，可以让不 同进程的虚拟地址空间映射到相同的物理地址空间中。通常，共享内存可用于实现进程间通信。
⚫ 便于实现内存保护机制。譬如在多个进程共享内存时，允许每个进程对内存采取不同的保护措施， 例如，一个进程可能以只读方式访问内存，而另一进程则能够以可读可写的方式访问。
⚫ 编译应用程序时，无需关心链接地址。前面提到了，当程序运行时，要求链接地址与运行地址一致，在引入了虚拟地址机制后，便无需关心这个问题。

四、环境变量的作用

环境变量常见的用途之一是在 shell 中，每一个环境变量都有它所表示的含义，譬如 HOME 环境变量表示用户的家目录，USER 环境变量表示当前用户名， SHELL 环境变量表示 shell 解析器名称， PWD 环境变量表示当前所在目录等，在我们自己的应用程序当中，也可以使用进程的环境变量。

五、fork（）创建子进程

一个现有的进程可以调用 fork() 函数创建一个新的进程，调用 fork() 函数的进程称为父进程，由 fork() 函数创建出来的进程被称为子进程（child process ）， fork() 函数原型如下所示（ fork() 为系统调用）：
#include <unistd.h>
pid_t fork(void);
理解 fork() 系统调用的关键在于，完成对其调用后将存在两个进程，一个是原进程（父进程）、另一个 则是创建出来的子进程，并且每个进程都会从 fork() 函数的返回处继续执行，会导致调用 fork() 返回两次值， 子进程返回一个值、父进程返回一个值。在程序代码中，可通过返回值来区分是子进程还是父进程。 fork()调用成功后，将会在父进程中返回子进程的 PID ，而在子进程中返回值是 0 ；如果调用失败，父进 程返回值-1 ，不创建子进程，并设置 errno 。
fork() 调用成功后，子进程和父进程会继续执行 fork() 调用之后的指令，子进程、父进程各自在自己的进程空间中运行。事实上，子进程是父进程的一个副本 ，譬如子进程拷贝了父进程的数据段、堆、栈以及继承 了父进程打开的文件描述符，父进程与子进程并不共享这些存储空间，这是子进程对父进程相应部分存储空间的完全复制，执行 fork() 之后，每个进程均可修改各自的栈数据以及堆段中的变量，而并不影响另一个进程。
虽然子进程是父进程的一个副本，但是对于程序代码段（文本段）来说，两个进程执行相同的代码段， 因为代码段是只读的，也就是说父子进程共享代码段，在内存中只存在一份代码段数据。
fork() 函数调用完成之后，父进程、子进程会各自继续执行 fork() 之后的指令，最终父进程会执行到 exit() 结束进程，而子进程则会通过**_exit()** 结束进程。
fork() 函数使用场景
fork() 函数有以下两种用法：
⚫ 父进程希望子进程复制自己，使父进程和子进程同时执行不同的代码段。这在网络服务进程中是常 见的，父进程等待客户端的服务请求，当接收到客户端发送的请求事件后，调用 fork() 创建一个子 进程，使子进程去处理此请求、而父进程可以继续等待下一个服务请求。
⚫ 一个进程要执行不同的程序。譬如在程序 app1 中调用 fork() 函数创建了子进程，此时子进程是要 去执行另一个程序 app2 ，也就是子进程需要执行的代码是 app2 程序对应的代码，子进程将从 app2 程序的 main 函数开始运行。这种情况，通常在子进程从 fork() 函数返回之后立即调用 exec 族函数来实现

六、系统调用****vfork()

除了 fork() 系统调用之外， Linux 系统还提供了 vfork() 系统调用用于创建子进程， vfork() 与 fork() 函数在 功能上是相同的，并且返回值也相同，在一些细节上存在区别。
之前可以将 fork() 认作对父进程的数据段、堆段、栈段以及其它一些数据结构创建拷贝，由此可以看出，使用 fork() 系统调用的代价是很大的，它复制了父进程中的数据段和堆栈段中的绝大部分内容，这将会消耗比较多的时间，效率会有所降低，而且太浪费，原因有很多，其中之一在于，fork() 函数之后子进程通常会调用 exec 函数，也就是 fork() 第二种使用场景下，这使得子进程不再执行父程序中的代码段，而是执行新程序的代码段，从新程序的 main 函数开始执行、并为新程序重新初始化其数据段、堆段、 栈段等；那么在这种情况下，子进程并不需要用到父进程的数据段、堆段、栈段（譬如父程序中定义的局部变量、全局变量等）中的数据，此时就会导致浪费时间、效率降低。
引入了 vfork() 系统调用，虽然在一些细节上有所不同，但其效率要高于 fork() 函数。类似于 fork() ， vfork() 可以为调用该函数的进程创建一个新的子进程，然而， vfork() 是为子进程立即执行 exec() 新的程序而专门设计的，也就是 fork() 函数的第二个使用场景。
vfork()与 fork()函数主要有以下两个区别：
⚫ vfork() 与 fork() 一样都创建了子进程，但 vfork() 函数并不会将父进程的地址空间完全复制到子进程中，因为子进程会立即调用 exec （或 _exit ），于是也就不会引用该地址空间的数据。不过在子进程调用 exec 或 _exit 之前，它在父进程的空间中运行、子进程共享父进程的内存。这种优化工作方式 的实现提高的效率；但如果子进程修改了父进程的数据（除了 vfork 返回值的变量）、进行了函数
调用、或者没有调用 exec 或 _exit 就返回将可能带来未知的结果。
⚫ 另一个区别在于， vfork() 保证子进程先运行，子进程调用 exec 之后父进程才可能被调度运行。 虽然 vfork() 系统调用在效率上要优于 fork() ，但是 vfork() 可能会导致一些难以察觉的程序 bug ，所以尽 量避免使用 vfork() 来创建子进程，虽然 fork() 在效率上并没有 vfork() 高，但是现代的 Linux 系统内核已经采 用了写时复制技术来实现 fork() ，其效率较之于早期的 fork() 实现要高出许多，除非速度绝对重要的场合， 我们的程序当中应舍弃 vfork() 而使用 fork() 。

七、进程的诞生与终止

进程的诞生
一个进程可以通过 fork() 或 vfork() 等系统调用创建一个子进程，一个新的进程就此诞生！事实上， Linux 系统下的所有进程都是由其父进程创建而来。
进程号为 1 的进程便是所有进程的父进程，通常称为 init 进程，它是 Linux 系统启动之后运行的第一个进程，它管理着系统上所有其它进程，init 进程是由内核启动，因此理论上说它没有父进程。
进程的终止
通常，进程有两种终止方式：异常终止和正常终止
进程的正常终止有多种不同的方式，譬如在 main 函数中使用 return 返回、调用 exit() 函数结束进程、 调用_exit() 或 _Exit() 函数结束进程等。
exit() 函数会比 _exit() 会多做一些事情，包括执行终止处理函数、刷新 stdio 流缓冲以及调用_exit() ，在我们的程序当中，父、子进程不应都使用 exit() 终止，只能有一个进程使用 exit()、而另一个则使用 _exit() 退出，当然一般推荐的是子进程使用 _exit() 退出、而父进程则使用 exit() 退出。其原因就在于调用 exit() 函数终止进程时会刷新进程的 stdio 缓冲区。
异常终止通常也有多种不同的方式，譬如在程序当中调用 abort() 函数异常终止进程、当进程接收到某些 信号导致异常终止等。

八、监视子进程

在很多应用程序的设计中，父进程需要知道子进程于何时被终止，并且需要知道子进程的终止状态信息，是正常终止、还是异常终止亦或者被信号终止等，意味着父进程会对子进程进行监视。
1、wait（）函数
系统调用 wait() 可以等待进程的任一子进程终止，同时获取子进程的终止状态信息。系统调用 wait()将执行如下动作：
⚫ 调用 wait() 函数，如果其所有子进程都还在运行，则 wait() 会一直阻塞等待，直到某一个子进程终止；
⚫ 如果进程调用 wait() ，但是该进程并没有子进程，也就意味着该进程并没有需要等待的子进程，那 么 wait() 将返回错误，也就是返回 -1 、并且会将 errno 设置为 ECHILD 。
⚫ 如果进程调用 wait() 之前，它的子进程当中已经有一个或多个子进程已经终止了，那么调用 wait() 也不会阻塞。wait() 函数的作用除了获取子进程的终止状态信息之外，更重要的一点，就是回收子 进程的一些资源，俗称为子进程"收尸"。所以在调用 wait() 函数之前，已经有子进程终止了，意味着正等待着父进程为其"收尸"，所以调用 wait() 将不会阻塞，而是会立即替该子进程"收尸"、处理它的"后事"，然后返回到正常的程序流程中，一次 wait() 调用只能处理一次。
2、waitpid() 函数
使用 wait() 系统调用存在着一些限制，这些限制包括如下：
⚫ 如果父进程创建了多个子进程，使用 wait() 将无法等待某个特定的子进程的完成，只能按照顺序等待下一个子进程的终止，一个一个来、谁先终止就先处理谁；
⚫ 如果子进程没有终止，正在运行，那么 wait() 总是保持阻塞，有时我们希望执行非阻塞等待，是否有子进程终止，通过判断即可得知；
⚫ 使用 wait() 只能发现那些被终止的子进程，对于子进程因某个信号（譬如 SIGSTOP 信号）而停止（注意，这里停止指的暂停运行），或是已停止的子进程收到 SIGCONT 信号后恢复执行的情况就无能为力了。
而设计 waitpid() 则可以突破这些限制
3、 SIGCHLD 信号
⚫ 当父进程的某个子进程终止时，父进程会收到 SIGCHLD 信号；
⚫ 当父进程的某个子进程因收到信号而停止（暂停运行）或恢复时，内核也可能向父进程发送该信号。