Unix/Linux fork隱藏的開銷

一、fork的由來

fork的思想在UNIX出現(xiàn)幾年前就出現(xiàn)了，時間大概是1963年，這比UNIX在PDP-7上的第一個版本早了6年。
1963年，計算機科學家Melvin Conway(以Conway's Law聞名于世)寫下一篇論文，正式提出了fork思想，
fork的思想最初是Conway作為一種 多處理器并行 的方案提出來的，這個想法非常有意思。簡而言之，fork思想來源于流程圖。

我們看一個普通的流程圖：

你看，流程圖的分枝處，fork-叉子，多么形象！

一個流程圖上的分支點分裂出來的分支顯然是邏輯獨立的，這便是可并行的前提，于是它們便可以表現(xiàn)為不同的 處理進程(process) 的形式，當時的表達還只是“process”這個術(shù)語，它還不是現(xiàn)代操作系統(tǒng)意義上的“進程”的概念。

join同步點表現(xiàn)為多個并行處理的進程由于某種原因不得不同步的點，也就是多個并行流程匯合的點，直到現(xiàn)在，在多線程編程中，這個點依然叫join。比如Java Thread的join方法以及pthread庫的pthread_join函數(shù)。

廣義來講，join也表示諸如臨界區(qū)等必須串行通過的點， 減少join點的數(shù)量將會提高并行的效率。

我們來看看Conway論文中關(guān)于fork的原始圖示：

Conway在論文中的另一個創(chuàng)舉是，他將處理進程(也就是后來操作系統(tǒng)中的process的概念)以及執(zhí)行該進程的處理器(即CPU核)分離了開來，抽象出了schedule層。

大意是說、“只要滿足系統(tǒng)中的活動處理器數(shù)量是總處理器數(shù)量和并行處理進程的最小值即可?！?這意味著調(diào)度程序可以將多處理器系統(tǒng)的所有處理器和系統(tǒng)所有處理進程分別看作是統(tǒng)一的資源池和消費者，執(zhí)行統(tǒng)一調(diào)度：

在UNIX引入fork之后，這種多處理器并行的設(shè)計思想就深入到了UNIX的核心。這個思想最終也影響了UNIX以及后來的Linux，直到現(xiàn)在。
關(guān)于這個設(shè)計思想為什么可以影響UNIX這么久，我想和Conway本人的“Conway's law”不無關(guān)系，在這個law中，他提到：Any organization that designs a system (defined broadly) will produce a design whose structure is a copy of the organization's communication structure.

二、早期UNIX的覆蓋(overlaying)技術(shù)

接下來看UNIX fork的另一個脈絡(luò)，1969年最初的UNIX用一種在現(xiàn)在看來非常奇怪的方式運行。

一般的資料都是從UNIX v6版本開始講起，那個版本已經(jīng)是比較 “現(xiàn)代” 的版本了，所以很少有人能看到最初的UNIX是什么樣子的。即便是能查閱到的1970年的PDP-7上運行的UNIX源碼，也是引入fork之后的版本，在那之前的最原始版本幾乎找不到了(你可能會說，那時的UNIX不叫UNIX，but who cares…)。

最初的UNIX是一個分時系統(tǒng)，它只有兩個shell進程，分別屬于兩個終端：

分時系統(tǒng)最初并不是基于進程分時的，那時根本還沒有完整的進程的概念，分時系統(tǒng)是針對終端分時的，而操作員坐在終端前，為了讓每個操作員在操作過程中感覺上是在獨占機器資源，每個終端享受一段時間的時間片，在該時間片內(nèi)，該終端前的操作員完全享受機器，但是為了公平，超過了時間片，時間片就要給另一個終端。

就是這樣，最初的UNIX為了體現(xiàn)分時特性，實現(xiàn)了最少的兩個終端。注意，最初的UNIX沒有fork，沒有exec，甚至沒有多進程的概念，為了實現(xiàn)分時，系統(tǒng)中僅有兩個樸素的shell進程。

事實上，最初的UNIX用只有兩個元素的表來容納所有進程(顯然，這看起來好笑…)，當然，這里的 “表” 的概念也是抽象的樸素概念，因為當時的系統(tǒng)是用PDP-7的匯編寫的，還沒有后來C語言數(shù)據(jù)結(jié)構(gòu)。

我們現(xiàn)在考慮其中一個終端的shell進程如何工作。馬上問題就來了， 這個shell進程如何執(zhí)行別的命令程序？？

如果說系統(tǒng)中最多只能容納兩個進程，一個終端只有一個shell進程的話，當該終端的shell進程執(zhí)行其它命令程序時，它自己怎么辦？這個問題得思考一會兒…

注意：不要用現(xiàn)代的眼光去評價1969年的初版UNIX，按照現(xiàn)代的眼光，執(zhí)行一個程序必然要生成一個新的進程，顯然這在初版UNIX中并不正確。

答案是根本不用產(chǎn)生新的進程，直接將命令程序的代碼載入內(nèi)存并 覆蓋 掉shell進程的代碼即可！當命令執(zhí)行完后，再用shell的代碼覆蓋掉命令程序的代碼，針對單獨的終端，系統(tǒng)其實一直在執(zhí)行下面的覆蓋循環(huán)(摘自論文的Process control 章節(jié))：

然而，在fork被引入UNIX之前，事實就是這樣。一個終端上一直都是那一個進程，一會兒它執(zhí)行shell的代碼，一會兒它執(zhí)行具體命令程序的代碼，以下是一個覆蓋程序的結(jié)構(gòu)(圖片來自《FreeBSD操作系統(tǒng)設(shè)計與實現(xiàn)》一書)：

然而，當時畢竟還沒有將這個邏輯封裝成exec系統(tǒng)調(diào)用，這些都是每一個進程顯式完成的：

• 對于shell執(zhí)行命令程序而言，shell自己執(zhí)行disk IO來載入命令程序覆蓋掉自身；
• 對于命令程序執(zhí)行結(jié)束時，exit調(diào)用內(nèi)部執(zhí)行disk IO載入shell程序。

exec邏輯是shell程序的一部分，由于它會被所有的命令程序所使用，該邏輯也被封裝到了exit調(diào)用中。

三、fork引入UNIX前的表象

1963年Melvin Conway提出了fork思想，作為在多處理器中并行執(zhí)行進程的一個手段。

1969年湯普森版UNIX僅有兩個shell進程，使用覆蓋(overlaying)技術(shù)執(zhí)行命令。

截止目前，我們看到的表象是：

湯普森版UNIX沒有fork，沒有exec，沒有wait，僅有的庫函數(shù)般的exit也和現(xiàn)在的exit系統(tǒng)調(diào)用大相徑庭，顯然湯普森版UNIX并非一個多進程系統(tǒng)，而只是一個可以跑的簡陋的兩終端分時系統(tǒng)！

1、UNIX fork的誕生

fork是如何引入UNIX的呢？

這還要從采用覆蓋技術(shù)的湯普森版UNIX所固有的問題說起，還是看論文原文：

若要解決這些問題，很簡單的方案湯普森都想到了：

• 保持shell進程的駐留而不是銷毀。命令執(zhí)行時，將其交換到磁盤便是了

很顯然，命令程序是不能覆蓋掉shell進程了。解決方案是使用 “交換” 技術(shù)。

交換技術(shù)和覆蓋技術(shù)其實都是解決有限內(nèi)存的多進程使用問題的，不同點在于方向不同：

• 覆蓋技術(shù)指的是用不同的進程磁盤映像覆蓋當前的進程內(nèi)存映像。
• 交換技術(shù)指的是用將進程的內(nèi)存映像交換到磁盤，載入一個別的進程磁盤映像。
  

使用交換技術(shù)解決覆蓋的問題，意味著要創(chuàng)建新的進程：

• 在新的進程中執(zhí)行命令程序。

UNIX需要進行改動，兩個配額的進程表顯然不夠用了。當然，解決方案也并不麻煩：

要講效率，創(chuàng)造不如抄襲，創(chuàng)建新進程的最直接的就是copy當前shell進程，在copy的新進程中執(zhí)行覆蓋，命令程序覆蓋copy的新進程，而當前的終端shell進程則被交換到磁盤保得全身。

覆蓋和交換相結(jié)合了，UNIX離現(xiàn)代化更近了一步！

確定了copy當前進程的方案后，進一步的問題是如何來copy進程。

現(xiàn)在要說回fork了。

Conway提出fork思想后，馬上就有了fork的實現(xiàn)原型(正如Conway自己所說，他只是提出了一個可能造就存在的想法，并沒有實現(xiàn)它)，Project Genie算是實現(xiàn)fork比較完善的系統(tǒng)之一了。

Project Genie系統(tǒng)的fork不僅僅是盲目地copy進程，它對fork的過程擁有精細的控制權(quán)，比如分配多大的內(nèi)存空間，copy哪些必要的資源等等。顯然，Project Genie的fork是沖著Conway的多處理器并行邏輯去的。

還是那句話，創(chuàng)造不如抄襲，UNIX若想實現(xiàn)進程copy，有一個現(xiàn)成的模版就是Project Genie，但是Project Genie的fork對于UNIX太過復雜，太過精細化了，UNIX顯然用不到這些精細的控制， UNIX僅僅是想讓fork出來的新進程被覆蓋，而不是讓它去執(zhí)行什么多處理器上的并行邏輯。

換句話說，UNIX只是借用了fork的copy邏輯的實現(xiàn)，來完成一件別的事。

于是，UNIX非常粗暴的實現(xiàn)了fork！即完全copy父進程，這就是直到現(xiàn)在我們依然在使用的fork系統(tǒng)調(diào)用：

投機取巧：

• fork本來就不是讓你用來覆蓋新進程的，不然為何多此一舉。fork是讓你來分解程序流程得以并行處理的。

UNIX fork就此誕生！

我們再次回顧一下UNIX fork誕生之前的景象：

再來看看fork誕生之后的景象：

于是UNIX正式邁開了現(xiàn)代化建設(shè)的步伐，一直走到了今天。

2、UNIX fork-exec

關(guān)于exec，故事沒什么好講的，它事實上就是關(guān)于上述覆蓋邏輯的封裝，此后程序員不必自己寫覆蓋邏輯了，直接調(diào)用exec系統(tǒng)調(diào)用即可。

于是經(jīng)典的UNIX fork-exec序列便形成了。

3、UNIX fork/exec/exit/wait

值得一提的是，fork被引入UNIX后，exit的語義發(fā)生了巨大的改變。

在原始的1969年湯普森版UNIX中，由于每一個終端有且僅有一個進程，這意味著覆蓋永遠是在shell程序和某個命令程序之間進行的：

• shell執(zhí)行命令A：命令程序A覆蓋內(nèi)存中的shell代碼。
• 命令A執(zhí)行結(jié)束：shell覆蓋結(jié)束的命令A的內(nèi)存代碼。

然而，在fork被引入后，雖然shell執(zhí)行某個命令依然是特定的命令程序覆蓋fork出來的shell子進程，但是當命令執(zhí)行完畢后，exit邏輯卻不能再讓shell覆蓋當前命令程序了，因為shell從來就沒有結(jié)束過，它作為父進程只是被交換到了磁盤而已(后來內(nèi)存到了，可以容納多個進程時，連交換都不需要了)。

那么exit將讓誰來覆蓋當前進程呢？

答案是不用覆蓋，按照exit的字面意思，它只要結(jié)束自己就可以了。

本著 自己的資源自己管理的責任原則 exit只需要清理掉自己分配的資源即可。比如清理掉自己的內(nèi)存空間以及一些其它的數(shù)據(jù)結(jié)構(gòu)。

對于子進程本身而言，由于它是父進程生成的，所以它便由父進程來管理釋放。于是經(jīng)典的UNIX進程管理四件套正式形成：

到此這篇關(guān)于Unix/Linux fork隱藏的開銷的文章就介紹到這了,更多相關(guān)Unix/Linux fork內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！,希望大家以后多多支持腳本之家！