进程控制 - 技术栈

一、进程创建

1、fork函数写时拷贝

调用fork函数创建子进程时，并不会直接完整拷贝父进程的内存数据，而是采用写时拷贝机制优化内存占用。子进程会复制父进程的页表，创建完成的瞬间，父子进程的页表项均指向同一个物理内存页面，同时该物理页的引用计数会加1。

在后续运行过程中，若父子进程仅对该内存数据执行读操作 ，系统会保持当前共享状态，无需额外内存开销；若任意一个进程执行写操作，系统才会触发真正的内存拷贝：以内存页为最小分配粒度（仅拷贝被修改数据所在的内存页，而非单个变量或字节），为修改方分配全新的物理内存页，拷贝原页面数据后更新对应进程的页表映射关系，最后将原共享物理页的引用计数减1。该机制极大提升了进程创建效率，避免了无意义的内存资源浪费。

二、进程终止

进程终止的核心本质是系统回收进程占用的所有资源，主要包括进程运行过程中申请的各类内核数据结构、程序代码、运行数据、文件资源等，彻底释放系统内存与硬件资源，避免资源闲置占用。

2.1 进程退出场景

进程退出分为三类核心场景，覆盖所有进程终止情况：

程序代码正常运行完毕，执行结果正确，进程正常退出
程序代码正常运行完毕，但执行结果不符合业务预期，进程正常退出
程序运行过程中出现异常，触发报错、非法操作等问题，进程异常终止

2.2 进程常见退出方法

（1）正常终止

程序逻辑正常执行完毕，主动触发的退出方式，包含三种：main函数return退出、调用exit函数退出、调用_exit函数退出。

（2）异常退出

程序非主动终止，由外部信号或程序异常触发，最常见方式为通过快捷键ctrl+c发送终止信号，强制结束进程。

（3）退出码

退出码是标识进程执行状态的数值，可直观反馈进程最终的执行结果。命令执行结束后，可通过退出码判断程序运行状态：0代表程序执行成功 ，非0的任意数值均代表程序执行失败或异常退出，不同非0数值可对应不同的错误类型，方便开发者排查问题。

（4）exit和_exit函数区别

exit函数和_exit函数最终都会调用内核级的_exit系统调用完成进程终止，但exit函数在调用内核接口前，会额外执行一系列收尾工作，是更安全的主动退出方式，具体流程如下：

优先执行用户通过atexit或on_exit函数注册的自定义清理函数，完成资源自定义释放
关闭进程所有已打开的文件流、数据流
刷新缓冲区数据，将所有缓存中的未写入数据落地保存
最后调用_exit函数，完成内核层面的进程资源回收

而_exit函数为纯粹的内核系统调用，无任何前置收尾操作，直接终止进程、释放资源，不会处理缓冲区数据和自定义清理函数。

（5）return退出

return是main函数中最常用的进程退出方式，本质上与exit函数逻辑互通。在main函数中执行return n，等价于执行exit(n)，操作系统会将main函数的返回值n，直接作为进程的退出码，完成进程退出。

三、进程等待

1、进程等待的必要性

子进程退出后，若父进程未做任何处理，子进程会转变为僵尸进程，引发一系列系统问题，因此父进程必须通过进程等待机制处理子进程退出状态，核心原因如下：

避免内存泄漏：僵尸进程不会主动释放内核资源，会长期占用系统内存，持续积累会导致内存泄漏，影响系统运行性能
无法强制销毁僵尸进程：僵尸进程仅保留PCB等少量内核数据结构，无活跃运行逻辑，kill命令仅能终止正在运行的进程，对僵尸进程无效，只能通过父进程回收资源彻底释放
获取子进程执行结果：父进程可通过进程等待，获取子进程的退出状态、退出码，判断子进程任务是否正常完成、执行失败原因等信息
规范资源回收：通过进程等待，父进程主动回收子进程所有占用的系统资源，保证系统资源合理复用

2、进程等待方法

2.1 wait函数

wait函数是基础的进程等待接口，用于阻塞等待任意子进程退出并回收资源。

头文件：

#include<sys/types.h> #include<sys/wait.h>

函数原型：pid_t wait(int* status);

返回值：等待成功返回退出的子进程PID；等待失败返回-1。

参数说明：status为输出型参数，用于接收子进程的退出状态信息；若无需获取子进程退出状态，可直接传入NULL。

运行特性：默认阻塞等待，若当前无已退出的子进程，父进程会一直阻塞休眠，直到有子进程退出后唤醒并回收资源。

2.2 waitpid函数

waitpid函数是wait函数的增强版，支持精准指定等待的子进程、支持非阻塞等待，使用更灵活。

函数原型：pid_t waitpid(pid_t pid, int *status, int options);

返回值：分为三种情况：

正常等待到已退出子进程，返回对应子进程的PID
设置WNOHANG非阻塞模式，且无已退出子进程时，返回0
调用出错时，返回-1，同时系统会赋值errno，标识具体错误原因

参数说明：

pid：指定等待的子进程
- pid = -1：等待任意一个子进程，功能与wait函数完全等效
- pid > 0：精准等待PID与参数值一致的指定子进程
status：输出型参数，本质是位图数据，数值本身无直接意义，需搭配系统宏函数解析子进程退出状态，传入NULL则不获取状态
options：设置等待模式，默认值为0（阻塞等待）
- 0：阻塞模式，无退出子进程时父进程持续阻塞
- WNOHANG：非阻塞模式，检测到无已退出子进程时立即返回0，父进程不会阻塞，可继续执行后续逻辑

2.3 获取子进程status状态信息

wait与waitpid函数的status参数均由操作系统自动填充，用于存储子进程退出的详细信息，仅需开发者通过对应宏解析，核心规则如下：

status参数为位图结构，仅需关注低16比特位，包含进程退出原因、退出码等核心信息
WIFEXITED(status)：判断子进程是否为正常退出，正常终止返回真（非0），异常终止返回假（0）
WEXITSTATUS(status)：仅当WIFEXITED返回真时生效，用于提取子进程的具体退出码

四、进程程序替换

1、替换原理

通过fork创建的子进程，初始会拷贝父进程的代码和数据，与父进程执行相同程序、不同代码分支。若需要子进程执行全新的程序，需调用exec系列函数完成进程程序替换。

替换核心逻辑：调用exec函数后，进程的用户空间原有代码、数据会被全新程序的代码和数据完全覆盖，进程从新程序的启动入口开始执行。进程替换不会创建新进程，因此替换前后进程的PID、PCB标识保持不变，仅运行的程序内容发生改变。

2、替换函数

Linux系统提供6个exec系列程序替换函数，统一头文件如下：

#include <unistd.h>

六个函数原型：

cpp 复制代码

int execl(const char *path, const char *arg, ...); 
int execlp(const char *file, const char *arg, ...); 
int execle(const char *path, const char *arg, ...,char *const envp[]); 
int execv(const char *path, char *const argv[]); 
int execvp(const char *file, char *const argv[]); 
int execve(const char *path, char *const argv[], char *const envp[]);

2.1 函数核心特性

调用成功：系统加载新程序并从头执行，函数无返回值，原有后续代码不再执行
调用失败：返回-1，保留原进程程序逻辑，可继续执行后续代码
核心结论：exec系列函数仅存在错误返回值，无成功返回值

2.2 函数命名规则解析

六个函数命名均由功能后缀组合而成，可通过后缀快速区分函数特性：

l（list）：命令参数以列表形式逐个传入，以NULL结尾
v（vector）：命令参数以字符串数组形式批量传入
p（path）：自动读取系统PATH环境变量，可直接传程序名，无需填写完整文件路径
e（env）：支持自定义传入环境变量数组，覆盖系统默认环境变量

2.3 函数调用示例

cpp 复制代码

#include <unistd.h> 
int main() 
{ 
// 定义命令参数数组 
char *const argv[] = {"ps", "-ef", NULL}; 
// 定义自定义环境变量数组 
char *const envp[] = {"PATH=/bin:/usr/bin", "TERM=console", NULL}; 
// 1. execl：全路径+列表传参 
execl("/bin/ps", "ps", "-ef", NULL); 
// 2. execlp：自动匹配PATH+列表传参，无需全路径 
execlp("ps", "ps", "-ef", NULL); 
// 3. execle：全路径+列表传参+自定义环境变量 
execle("ps", "ps", "-ef", NULL, envp); 
// 4. execv：全路径+数组传参 
execv("/bin/ps", argv); 
// 5. execvp：自动匹配PATH+数组传参 
execvp("ps", argv); 
// 6. execve：全路径+数组传参+自定义环境变量（原生系统调用） 
execve("/bin/ps", argv, envp); 
exit(0); 
}

2.4 函数层级关系

六个替换函数中，execve是唯一真正的内核原生系统调用，属于底层接口，在man手册第2节；其余五个函数均为用户层封装函数，底层最终都会调用execve完成程序替换，在man手册第3节。

五、自定义shell命令行解释器

自定义shell的核心原理：模拟系统shell的执行逻辑，通过获取用户输入、解析命令、区分内建/外部命令、创建子进程替换执行、回收进程资源，实现基础的命令行交互功能。整体遵循固定执行流程，同时维护全局运行变量保障功能稳定。

1、全局变量维护

shell运行前需初始化全局变量，统一管理运行状态，包含四类核心变量：命令行参数数组、环境变量数组、未处理的原始命令行字符串、命令退出码（初始值为0，标识初始状态执行成功）。

2、核心功能实现流程

2.1 输出规范命令行提示符

系统shell提示符标准格式：[用户名@主机名当前目录尾项]$ ，需精准获取三类信息并格式化输出，具体实现方式：

用户名、主机名：通过getenv函数读取USER、HOSTNAME环境变量直接获取
当前目录尾项 ：不使用PWD环境变量（存在更新延迟隐患），调用内核级getcwd函数，从进程task_struct结构体中读取真实绝对路径，保证路径准确性；再通过字符串逆向查找rfind函数定位最后一个/，通过substr函数截取末尾目录名称
格式输出：通过snprintf函数格式化拼接信息，通过宏定义统一提示符格式，规范输出样式

2.2 获取用户输入命令

使用fgets函数读取标准输入的用户命令，该函数会完整记录输入内容（包含空格、特殊字符），不会自动跳过字符。读取内容会保留末尾换行符\n，需手动清理该换行符，避免影响后续命令解析。

2.3 解析处理重定向符号

采用从后往前遍历的方式识别命令中的重定向符号，区分三类重定向类型并标记、记录文件名：

输入重定向 <：识别符号后，向后遍历跳过空格，定位目标文件名起始位置，标记为INPUT_REDIR
输出重定向 > ：判断前一位字符是否为>，区分覆盖/追加模式
追加输出重定向 >>：双大于号为追加模式，标记为APPEND_REDIR；单大于号为覆盖模式，标记为OUTPUT_REDIR，最终均定位并记录目标文件名

2.4 拆分命令参数

通过strtok函数对清理后的命令字符串进行拆分，以空格为分隔符，将完整命令拆分为独立的参数数组，方便后续逻辑判断：

首次调用：传入原始命令字符串，拆分首个参数，将分隔符替换为\0并返回参数指针
后续调用：第一个参数传NULL，从上次拆分结束位置继续遍历，依次拆分剩余参数
终止条件：遍历至字符串末尾，无有效参数时返回NULL，拆分结束

2.5 处理内建命令

内建命令是shell内置功能，无独立可执行文件，无法通过exec系列函数执行，需shell内部手动实现逻辑，核心实现cd、pwd、echo、export、exit五大基础内建命令：

cd命令：无参数时，通过GetHome函数定位用户家目录，调用chdir切换到家目录；携带参数时，直接读取参数目录路径，通过chdir完成目录切换
echo命令 ：支持三类场景，参数为$?时，输出上一条命令的全局退出码；参数以$开头时，截取后续字符串作为环境变量名，通过getenv读取并输出环境变量值；普通文本参数直接原样输出
pwd、export、exit命令：分别实现打印当前目录、设置环境变量、退出当前shell的基础功能

2.6 执行外部命令

非内建命令均为外部可执行程序，执行流程标准化：通过fork创建子进程，在子进程中调用exec系列函数完成程序替换，执行用户输入的外部命令；父进程通过waitpid等待子进程退出，回收子进程资源，并更新全局命令退出码，完成一次完整的命令执行流程。