问题聚焦: 进程是Linux操作系统环境的基础。 本篇讨论以下几个内容,同时也是面试经常被问到的一些问题: 1 复制进程映像的fork系统调用和替换进程映像的exec系列系统调用 2 僵尸进程 3 进程间通信的方式之一:管道 4 3种System V进程通信方式:信号量,消息队列和共享内存
fork系统调用
定义:
#include <sys/types.h>#include <unistd.h>pid_t fork( void );
函数说明:该函数每次调用返回两次。在父进程中返回的是子进程的PID,在子进程中返回的是0,由此判断当前进程是父进程还是子进程(返回值是0的为子进程)。作用:fork函数复制当前进程,在内核进程表中创建一个新的进程表项。子进程的许多属性被赋予了新的值,比如该进程的PPID 被设置成原进程的PID ,信号位图被清除(原进程设置的信号处理函数不再对新进程起作用)。子进程的代码和父进程完全相同。子进程复制父进程的大部分数据(堆数据,栈数据,静态数据)。写时复制。即只有再任一进程(父进程或者子进程)对数据执行了写操作时,复制才会发生(先是缺页中断,然后操作系统给子进程分配内存并复制父进程的数据)。父进程中打开的文件描述符等在子进程中默认打开,因此它们的引用变量均+1。
Exec系列系统调用(6个)
在子进程中执行其他程序,即替换当前进程映像,需要使用exec系列函数:定义:
#include <unistd.h>extern char** environ;int execl( const char* path, const char* arg, ... );int execlp( const char* file, const char* arg, ... );int execle( cost 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 envp[] );
参数说明:path:指定可执行文件的完整路径file:接受文件名,该文件的具体位置则在环境变量PATH中搜寻arg:接收可变参数argv:接收参数数组,它们都会被传递给新程序的main函数envp:用于设置新程序的环境变量,如果未设置,则新程序使用由全局变量environ指定的环境变量
返回:成功时,不返回;出错,返回-1,并设置errno如果没出错,则源程序中exec调用之后的代码都不会执行,因为此时源程序已经被exec的参数指定的程序完全替换(包括代码和数据)
exec函数不会关闭原程序打开的文件描述符,除非该文件描述符被设置了类型SOCK_CLOEXEC的属性。
僵尸进程
对于多进程程序而言,父进程一般需要跟踪子进程的退出状态。因此,当子进程结束运行时,内核不会立即释放该进程的进程表表项,以满足父进程后续对该子进程退出信息的查询(如果父进程还在运行)。
僵尸进程:两种情况导致子进程处于僵尸态在子进程结束之后,父进程读取其退出状态之前,该子进程处于僵尸态。如果父进程退出或异常终止,而子进程继续运行,此时子进程的PPID(父进程PID)被设置成1,即init进程,即init进程接管了该进程,并等待它结束。在父进程退出之后,子进程退出之前,该子进程处于僵尸态。即:父进程没有正确处理子进程的返回信息,将导致子进程处于僵尸态,占据内核资源,造成内核资源的浪费。
下面介绍的函数在父进程中调用,以等待子进程的结束,并获得子进程的返回信息,从而避免了僵尸进程的产生,或者使得子进程的僵尸态立即结束:
#include <sys/types.h>#include <sys/wait.h>pid_t wait( int* stat_loc );pid_t waitpid( pid_t pid, int* stat_loc, int options );
函数说明:wait函数:阻塞该进程,直到该进程的某个子进程结束运行为止。返回子进程的PID,并将该子进程的退出状态信息存储于stat_loc参数指向的内存中。sys/wait.h头文件中定义了几个宏,解释子进程的退出状态信息
waitpid函数:等待由pid参数指定的子进程。当options参数设置为WHOHANG时,waitpid调用是非阻塞的:如果pid指定的目标子进程还没结束或意外终止,则waitpid立即返回0;如果目标子进程确实正常退出了,则waipid返回该子进程的PID。调用失败返回-1,并设置errno。waitpid只等待由pid参数指定的子进程。如果pid取值为-1,那么和wait函数相同。
Demo: 要在事件已经发生的情况下执行非阻塞调用才能提高程序的效率使用waitpid函数实现这一思想:
static void handle_child( int sig ){pid_t pid;int stat;while ( ( pid = waitpid( -1, &stat, WHOHANG )) > 0 ){/* 对结束的子进程进行善后处理 */}}
看不太懂?貌似我们错过了某些重要的东西,主要是因为中间跳过了两章,直接看我感兴趣的多进程。。我们先了解一下,当一个进程结束时,它将给其父进程发送一个SIGCHLD信号,因此,我们可以在父进程中捕获SIGCHLD信号,并在信号处理函数中调用waitpid函数以“彻底结束”一个子进程。
管道pipe
作用:父进程和子进程间通信的常用手段,半双工模式方式:fork系统调用后两个管道文件描述符(fd[0]和fd[1]都保持打开),通信时,父进程和子进程必须一个关闭fd[0],另一个关闭fd[1]。注意:socket编程接口提供了一个创建全双工管道的系统调用:socketpair
管道只能用于有关联的两个进程间的通信。
下面介绍3种System V IPC进程间通信方式
信号量
背景:当多个进程同时访问系统上的某个资源的时候,就需要考虑同步问题,以确保任一时刻只有一个进程可以拥有对资源的独占式访问。临界区:对资源访问的关键代码,可能引发竞态条件信号量:确保临界区代码的独占式访问。
一种特殊的变量只能取自然数值只支持两种操作:等待(P,要进入临界区)和信号(V,要退出临界区)含义:假设有信号量SV,对它的P、V操作含义如下P(SV),如果SV的值大于0,就将它减一,然后允许访问临界区;如果SV的值为0,则挂起进程的执行。V(SV),如果有其他进程因为等待SV而挂起,则唤醒之;如果没有,则将SV加一当信号量的值为1时,就是退化成互斥锁。如下图所示:
进程A和进程B在执行关键代码段(临界区)的前后,都会对SV进行PV操作,以确保临界区的独占式访问。
Linux信号量的API,三个系统调用:semget、semop和semctl,用于操作信号量集 。所以看起来会比简单的互斥锁要复杂一点。
semget系统调用作用:创建一个新的信号量集,或者获取一个已经存在的信号量集定义:
#include <sys/sem.h>int semget ( key_t key, int num_sems, int sem_flags );
参数说明:key:一个键值,标识一个全局唯一的信号量集,要通过信号量通信的进程需要使用相同的键值来创建/获取该信号量。num_sums:指定要创建/获取的信号量集中信号量的数据。如果是创建信号量,则该值必须被指定;如果是获取已经存在的信号量,则可以把它设置为0。sem_flags:指定一组标志。它低端的9个比特是该信号量的权限,其格式和含义都与系统调用open的mode参数相同。返回:成功时,返回一个正整数值,它是信号量集的标识符;semget失败时返回-1,并设置errno。
semop系统调用作用:改变信号量的值,即执行P、V操作。定义:
#include <sys/sem.h>int semop ( int sem_id, struct sembuf* sem_ops, size_t num_sem_ops );
参数说明:sem_id:由semget调用返回的信号量集标识符,用以指定被操作的目标信号量集。sem_ops:指向一个sembuf结构体类型的数组。struct sembuf:
struct sembuf{unsigned short int sem_num; // 信号量集中信号量的编号short int sem_op; // 指定操作类型,可选正整数,0,负整数short int sem_flg; // 影响操作行为,可选值IPC_NOWAIT(无论信号量操作是否成功,都立即返回),SEM_UNDO(当进程退出时,取消正在进行的semop操作)};
num_sem_ops:指定要执行的操作个数,即sem_ops数组中元素的个数。semop对数组中的每个成员按数组顺序依次执行,该过程是原子操作。
semctl系统调用作用:允许调用者对信号量进行直接控制定义:
#include <sys/sem.h>int semctl ( int sem_id, int sem_num, int command, ... );
参数说明:sem_id:由semget调用返回的信号量标识符。sem_num:指定被操作的信号量在信号量集中的编号。command:指定要执行的命令。第4个参数由用户自定义,在sys/sem.h头文件中给出了它的推荐格式。
union semun{int val;//用于SETVAL命令struct semid_ds *buf; //用于IPC_STAT和IPC_SET命令unsigned short *array; //用于GETALL和SETALL命令struct seminfo *__buf; //用于IPC_INFO命令};
semctl支持的所有命令如图:
sem_ctl成功时的返回值取决于command参数,失败时返回-1并设置errno。
特殊键值IPC_PRIVATEsemget的key参数的特殊值,其值为0。作用: 这样无论该信号量是否存在,semget都将创建一个新的信号量。使用该键值创建的信号量并非像它的名字那样是进程私有的,其他进程,尤其是子进程,也有方法来访问这个信号量。
代码:使用IPC_PRIVATE创建信号量
#include <sys/sem.h>#include <stdio.h>#include <stdlib.h>#include <unistd.h>#include <sys/wait.h>union semun{int val;struct semid_ds *buf;unsigned short int *array;struct seminfo *__buf;};//op为-1时执行P操作, op为1时执行V操作void pv(int sem_id, int op){struct sembuf sem_b;sem_b.sem_num = 0;sem_b.sem_op = op;sem_b.sem_flg = SEM_UNDO;semop(sem_id, &sem_b, 1);}int main(int argc, char *argv[]){int sem_id = semget(IPC_PRIVATE, 1, 0666);union semun sem_un;sem_un.val = 1;semctl(sem_id, 0, SETVAL, sem_un);pid_t id = fork();if (id < 0) {fprintf(stderr, "fork failed.\n");return 1;}else if (id == 0) {printf("child try to get binary sem\n");pv(sem_id, -1);printf("child get the sem and would release it after 5 seconds\n");sleep(5);pv(sem_id, 1);exit(0);}else{printf("parent try to get binary sem\n");pv(sem_id, -1);printf("parent get the sem and would release it after 3 seconds\n");sleep(3);pv(sem_id, 1);}waitpid(id, NULL, 0);//删除信号量semctl(sem_id, 0, IPC_RMID, sem_un);return 0;}
共享内存特点:
不涉及进程之间的任何数据传输。必须用其他辅助手段来同步进程对共享内存的访问,否则会产生竞态条件。因此,共享内存通常和其他进程间通信方式一起使用Linux共享内存的API都定义在sys/shm.h,包括4个系统调用:shmget、shmat、shmdt、shmctl。
shmget系统调用作用:创建一段新的共享内存,或者获取一段已经存在的共享内存。定义:
#include <sys/shm.h>int shmget ( key_t key, size_t size, int shmflg );
参数说明:key:标识一段全局唯一的共享内存。size:指定共享内存的大小,单位是字节。shmflg:和semget系统调用的sem_flags参数相同,支持两个额外的标志:SHM_HUGETLB:类似于mmap的MAP_HUGETLB标志,系统将使用“大页面”来为共享内存分配空间。SHM_NORESERVE:类似于mmap的MAP_NORESERVE标志,不为共享内存保留交换分区(swap空间)。这样,当物理内存不足的时候,对该共享内存执行写的操作将触发SIGSEGV信号。如果shmget 用于创建共享内存,则这段共享内存的所有直接都被初始化为0。
shmat和shmdt系统调用使用共享内存需要注意的两个任务:共享内存在创建之后,不能立即使用,需要先将它关联到进程的地址空间中。——shmat使用完共享内存后,我们也需要把它从进程地址空间中分离。——shmdt定义:
#include <sys/shm.h>void shmat ( int shm_id, const void * shm_addr, int shmflg );int shmdt ( const void* shm_addr );
参数说明:shm_id:共享内存标识符。shm_addr:指定要将共享内存关联到进程的哪块地址空间,最终的效果还受到shmflg参数的可选标志SHM_RND的影响:如果shm_addr为NULL,则被关联的地址由操作系统选择。如果shm_addr非空,并且SHM_RND标志未被设置,则共享内存被关联到addr指定的地址处。如果shm_addr非空,并且SHM_RND标志被设置,则被关联的地址是[ shm_addr -(shm_addr % SHMLBA) ]。SHMLBA的含义是“段低端边界地址倍数”,它必须是内存页面大小的整数倍。现在的Linux 内核中,它等于一个内存页大小。SHM_RND 的含义是圆整,即将共享内存被关联的地址向下圆整到离shm_addr最近的SHMLBA 的整数倍地址处。
除了SHM_RND 标志外,shmflg参数还支持如下标志:SHM_RDONLY:进程仅能读取共享内存中的内容。若没有指定该标志,则进程可同时共享内存进行读写操作(当然,这需要在创建共享内存的时候指定其读写权限)。SHM_REMAP:如果地址shm_add已经被关联到一段共享内存上,则重新关联。SHM_EXEC:它指定对共享内存段的执行权限。对共享内存而言,执行权限实际上和读权限是一样的。
shmctl系统调用作用:控制共享内存的某些属性
#include <sys/shm.h>int shmctl ( int shm_id , int command, struct shmid_ds* buf );
参数说明:shm_id:共享内存标识符command:要执行的命令。支持的命令如下图所示:无关进程之间共享内存的方式mmap可以实现无关进程之间的内存共享,需要文件支持。shm_open无需文件支持。定义:
#include <sys/mman.h>#include <sys/stat.h>#include <fnctl.h>int shm_open ( const char* name, int oflag, mode_t mode );
参数说明:name:指定要创建/打开的共享内存对象.oflag:指定创建方式:O_RDONLY:以只读方式打开共享内存对象。O_RDWR:以可读、可写方式打开共享内存对象。O_CREAT:如果共享内存不存在,则创建之。此时mode参数的最低9位将指定该共享内存对象的访问权限。共享内存对象被创建的时候,其初始长度为0.O_EXCL:和O_CREAT一起使用,如果由name指定的共享内存对象已经存在,则shm_open调用返回错误,否则就创建一个新的共享内存对象。O_TRUNC:如果共享内存已经存在,则把它截断,使其长度为0. shm_open调用成功时返回一个文件描述符。该文件描述符可用于后续的mmap调用,从而将共享内存关联到调用进程。shm_open失败时返回-1,并设置errno。
#include <sys/mman.h>#include <sys/stat.h>#include <fnctl.h>int shm_unlink ( const char *name );
作用:将name参数指定的共享内存对象标记为等待删除。当所有使用该共享内存对象的进程都使用ummap将它从进程中分离之后,系统将销毁这个共享内存对象所占据的资源。注意:如果代码中使用了上述POSIX共享内存的函数,则编译的时候需要指定链接选项-lrt。
消息队列
作用:两个进程之间传递二进制块数据的一种方式,简单有效。特点:每个数据块都有一个特定的类型,接收方可以根据类型来有选择地接收数据,不一定像管道和命名管道那样必须先进先出的方式接收数据。相关的API定义在sys/msg.h中,包括四个系统调用:msgget、msgsnd、msgrcv、msgctl
msgget系统调用作用:创建一个消息队列,或者获取一个已有的消息队列定义:
#include <sys/msg.h>int msgget ( key_t key, int msgflg );
参数说明:key:标识一个全局唯一的消息队列。msgflg:和semget系统调用的sem_flags参数相同与内核数据结构msqid_ds相关联。
msgsnd系统调用:作用:把一条消息添加到消息队列中。定义:
#include <sys/msg.h>;int msgsnd ( int msgid, const void* msg_ptr, size_t msg_sz, int msgflg );
msgid:由msgget函数返回的消息队列标识符。msg_ptr:指向一个准备发送的消息,消息必须被定义为如下的类型:
struct msgbuf{long mtype; // 消息类型char mtext[512]; // 消息数据};
msgflg:控制msgsnd的行为。它通常仅支持IPC_NOWAIT标志,即以非阻塞的方式发送消息。默认情况下,发送消息时如果消息队列满了,则msgsnd函数将阻塞。若IPC_NOWAIT标志被指定,则msgsnd将立即返回并设置errno 为EAGAIN。处于阻塞状态的msgsnd调用可能被如下两种异常情况所中断:消息队列被移除。此时msgsnd调用将立即返回并设置errno为EIDRM。程序接收到信号。此时msgsnd调用将立即返回并设置errno为EINTR。
msgrcv系统调用作用:从消息队列中获取消息。定义:
#include <sys/msg.h>int msgrcv ( int msqid, void* msg_ptr, size_t msg_sz, long int msgtype, int msgflg );
msqid:由msgget调用返回的消息队列标识符。
msg_ptr:用于存储接收的消息。msg_sz:指的是消息数据部分的长度。msgtype:指定接收何种类型的消息,可以如下几种方式:(1) msgtype 等于0 。读取消息队列中的第一个消息。 (2)msgtype大于0 。读取消息队列中第一个类型为msgtype的消息。 (3)msgtype 小于0 。读取消息队列中第一个类型值比msgtype的绝对值小的消息。msgflg:控制msgrcv 函数的行为。它可以是如下一些标志的按位或:(1)IPC_NOWAIT,如果消息队列中没有任何消息,则msgrcv调用立即返回并设置errno为ENOMSG。(2)MSG_EXCEPT,如果msgtype大于0,则接收消息队列中第一个非msgtype 类型的消息。 (3)MSG_NOERROR,如果消息数据部分的长度超过了msg_sz,就将它截断。处于阻塞状态的msgrcv调用还可能被如下两种异常情况所中断:消息队列被移除。此时msgsnd调用将立即返回并设置errno为EIDRM。
程序接收到信号。此时msgsnd调用将立即返回并设置errno为EINTR。
msgctl系统调用作用:控制消息队列的某些属性。定义:
#include <sys/msg.h>int msgctl ( int msqid, int command, struct msqid_ds* buf );
command 参数指定执行的命令:
msgctl成功时返回值取决于command参数,失败时就返回-1,并设置errno。
小结:三种System V IPC进程间通信方式都使用一个全局唯一的键值来描述一个共享资源。使用ipcs命令可以查看当前系统的共享资源实例。要尽可能缩短僵尸进程的存在时间简单了解一下fork和exec系系统调用
参考资料:《Linux高性能服务器编程》from:/zs634134578/article/details/20475741