當你在Linux上啟動一個進程時會發生什么？
本文是關于 fork 和 exec 是如何在 Unix 上工作的。你或許已經知道，也有人還不知道。幾年前當我了解到這些時，我驚嘆不已。
我們要做的是啟動一個進程。我們已經在博客上討論了很多關于系統調用的問題，每當你啟動一個進程或者打開一個文件，這都是一個系統調用。所以你可能會認為有這樣的系統調用：
start_process(["ls", "-l", "my_cool_directory"])
這是一個合理的想法，顯然這是它在 DOS 或 Windows 中的工作原理。我想說的是，這并不是 Linux 上的工作原理。但是，我查閱了文檔，確實有一個 posix_spawn 的系統調用基本上是這樣做的，不過這不在本文的討論范圍內。
fork 和 exec
Linux 上的 posix_spawn 是通過兩個系統調用實現的，分別是 fork 和 exec（實際上是 execve），這些都是人們常常使用的。盡管在 OS X 上，人們使用 posix_spawn，而 fork 和 exec 是不提倡的，但我們將討論的是 Linux。
Linux 中的每個進程都存在于“進程樹”中。你可以通過運行 pstree 命令查看進程樹。樹的根是 init，進程號是 1。每個進程（init 除外）都有一個父進程，一個進程都可以有很多子進程。
所以，假設我要啟動一個名為 ls 的進程來列出一個目錄。我是不是只要發起一個進程 ls 就好了呢？不是的。
我要做的是，創建一個子進程，這個子進程是我（me）本身的一個克隆，然后這個子進程的“腦子”被吃掉了，變成 ls。
開始是這樣的：
my parent|- me
然后運行 fork()，生成一個子進程，是我（me）自己的一份克隆：
my parent|- me|-- clone of me
然后我讓該子進程運行 exec("ls")，變成這樣：
my parent|- me|-- ls
當 ls 命令結束后，我幾乎又變回了我自己：
my parent|- me|-- ls (zombie)
在這時 ls 其實是一個僵尸進程。這意味著它已經死了，但它還在等我，以防我需要檢查它的返回值（使用 wait 系統調用）。一旦我獲得了它的返回值，我將再次恢復獨自一人的狀態。
my parent|- me
fork 和 exec 的代碼實現
如果你要編寫一個 shell，這是你必須做的一個練習（這是一個非常有趣和有啟發性的項目。Kamal 在 Github 上有一個很棒的研討會：https://github.com/kamalmarhubi/shell-workshop）。
事實證明，有了 C 或 Python 的技能，你可以在幾個小時內編寫一個非常簡單的 shell，像 bash 一樣。（至少如果你旁邊能有個人多少懂一點，如果沒有的話用時會久一點。）我已經完成啦，真的很棒。
這就是 fork 和 exec 在程序中的實現。我寫了一段 C 的偽代碼。請記住，fork 也可能會失敗哦。
int pid = fork();// 我要分身啦// “我”是誰呢？可能是子進程也可能是父進程if (pid == 0) {// 我現在是子進程// “ls” 吃掉了我腦子，然后變成一個完全不一樣的進程exec(["ls"])} else if (pid == -1) {// 天啊，fork 失敗了，簡直是災難！} else {// 我是父進程耶// 繼續做一個酷酷的美男子吧// 需要的話，我可以等待子進程結束}
上文提到的“腦子被吃掉”是什么意思呢？
進程有很多屬性：
- 打開的文件（包括打開的網絡連接）
- 環境變量
- 信號處理程序（在程序上運行 Ctrl + C 時會發生什么？）
- 內存（你的“地址空間”）
- 寄存器
- 可執行文件（
/proc/$pid/exe） - cgroups 和命名空間（與 Linux 容器相關）
- 當前的工作目錄
- 運行程序的用戶
- 其他我還沒想到的
當你運行 execve 并讓另一個程序吃掉你的腦子的時候，實際上幾乎所有東西都是相同的！ 你們有相同的環境變量、信號處理程序和打開的文件等等。
***改變的是，內存、寄存器以及正在運行的程序，這可是件大事。
為何 fork 并非那么耗費資源（寫入時復制）
你可能會問：“如果我有一個使用了 2GB 內存的進程，這是否意味著每次我啟動一個子進程，所有 2 GB 的內存都要被復制一次？這聽起來要耗費很多資源！”
事實上，Linux 為 fork() 調用實現了寫時復制，對于新進程的 2GB 內存來說，就像是“看看舊的進程就好了，是一樣的！”。然后，當如果任一進程試圖寫入內存，此時系統才真正地復制一個內存的副本給該進程。如果兩個進程的內存是相同的，就不需要復制了。
為什么你需要知道這么多
你可能會說，好吧，這些細節聽起來很厲害，但為什么這么重要？關于信號處理程序或環境變量的細節會被繼承嗎？這對我的日常編程有什么實際影響呢？
有可能哦！比如說，在 Kamal 的博客上有一個很有意思的 bug。它討論了 Python 如何使信號處理程序忽略了 SIGPIPE。也就是說，如果你從 Python 里運行一個程序，默認情況下它會忽略 SIGPIPE！這意味著，程序從 Python 腳本和從 shell 啟動的表現會有所不同。在這種情況下，它會造成一個奇怪的問題。
所以，你的程序的環境（環境變量、信號處理程序等）可能很重要，都是從父進程繼承來的。知道這些，在調試時是很有用的。
