一、fork函数初识

在Linux系统中，fork函数是一个关键的系统调用，它通过复制现有进程来创建新进程。被创建的进程称为子进程，而原始进程则称为父进程。

#include <unistd.h>
pid_t fork(void);

函数返回值：

子进程返回0
父进程返回子进程的PID
出错时返回-1

当进程调用fork函数时，内核会执行以下操作：

为子进程分配新的内存空间和内核数据结构
将父进程的部分数据结构内容复制到子进程
将子进程添加到系统进程列表
fork函数返回，由调度器开始进行进程调度

当进程调用fork()后，会生成两个二进制代码完全相同的子进程。这两个进程会从相同的执行点继续运行，但随后各自进入独立的执行流程。请看以下示例代码：

#include<stdio.h>
#include<unistd.h>
#include<stdlib.h>int main(void) 
{pid_t pid;printf("Before: pid is %d\n", getpid());if ((pid = fork()) == -1) {perror("fork()");exit(1);}printf("After: pid is %d, fork return %d\n", getpid(), pid);sleep(1);return 0;
}

运行结果：

输出内容分为三行：一行"Before"和两行"After"。进程2619首先打印"Before"消息，随后又打印了一条"After"消息。另一条"After"消息则是由进程2620打印的。值得注意的是，进程2620并未打印"Before"消息。为什么呢？如下图所示：

在fork调用之前，父进程独立运行；调用之后，父进程和子进程将各自执行。需要注意的是，fork之后哪个进程先执行完毕，完全取决于系统调度器的安排。

二、fork函数返回值

子进程返回0
父进程返回子进程的PID
出错时返回-1

思考：

1. fork函数为何给子进程返回0，而给父进程返回子进程的PID？

这种设计源于进程间的关系特性：一个父进程可以创建多个子进程，但每个子进程只能有一个父进程。对子进程而言，它无需识别父进程；而对父进程来说，必须明确每个子进程的标识。父进程需要获取子进程的PID才能有效分配和管理任务。

2. 关于fork函数为何有两个返回值这个问题

当父进程调用fork函数时，系统会执行一系列创建子进程的操作：

创建子进程的进程控制块
建立子进程的进程地址空间
生成子进程对应的页表完成这些步骤后，操作系统会将子进程的进程控制块加入系统进程列表，此时子进程创建完成。

换句话说，当fork函数执行return语句时，子进程的创建已经完成。因此，后续的return语句不仅由父进程执行，子进程也会执行同样的操作，这就解释了为何fork函数会返回两个值。

三、写时复制机制

子进程刚创建时，与父进程共享相同的内存数据段和代码段，两者的页表都指向同一块物理内存区域。只有当父进程或子进程尝试修改数据时，系统才会执行写时复制操作，将原始数据复制一份供修改使用。

具体原理如下图所示：

得益于写时拷贝技术，父子进程得以完全分离，从而确保了进程的独立性。写时拷贝是一种延迟申请技术，可以有效提高系统内存的使用效率。

这种在需要进行数据修改时再进行拷贝的技术，称为写时拷贝技术。

写时拷贝（Copy-On-Write）机制解析

1. 必要性：为什么需要写时拷贝？

进程独立性要求
多进程环境下，操作系统需确保各进程资源独占性。写时拷贝通过延迟拷贝策略，保证子进程修改数据时才会复制父进程资源，避免进程间数据干扰。
性能优化
直接拷贝父进程全部数据会带来显著开销（如内存占用、CPU复制时间），而多数情况下子进程可能仅读取数据或使用部分资源。

2. 延迟拷贝的优势：为何不立即拷贝？

资源利用率
- 避免冗余拷贝：子进程可能仅访问父进程部分数据（如只读代码段），立即全量拷贝会导致内存浪费。
- 按需分配：仅在子进程尝试修改数据时触发拷贝，减少无效的内存占用（例如fork()后接exec()的场景无需拷贝父进程数据）。
效率提升
现代操作系统通过页表映射共享父进程资源，写时拷贝将实际拷贝操作推迟到最后一刻，显著降低进程创建开销。

3. 代码段的写时拷贝适用性

常规情况（90%以上）
代码段通常是只读的，父子进程可共享同一物理内存页，无需触发拷贝。
例外场景
- 进程替换（如exec()）：新程序加载会覆盖原代码段，此时需重新分配内存，本质上仍遵循"修改时拷贝"逻辑。
- 自修改代码：极少见情况下程序动态修改代码段内容，会触发写时拷贝机制。