Unix/Linux fork前傳

本文是《Linux fork那些隱藏的開銷》的前傳，

fork的由來

fork的思想在UNIX出現幾年前就出現了，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，該論文鏈接：A Multiprocessor System Design：

https://archive.org/details/AMultiprocessorSystemDesignConway1963/page/n7

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為不同的 處理行程(process) 的形式，當時的表達還只是“process”這個術語，它還不是現代作業系統意義上的“行程”的概念，

join同步點表現為多個并行處理的行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，直到現在，在多執行緒編程中，這個點依然叫join，比如Java Thread的join方法以及pthread庫的pthread_join函式，

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

我們來看看Conway論文中關于fork的原始圖示：

Conway在論文中的另一個創舉是，他將處理行程(也就是后來作業系統中的process的概念)以及執行該行程的處理器(即CPU核)分離了開來，抽象出了schedule層，

大意是說， “只要滿足系統中的活動處理器數量是總處理器數量和并行處理行程的最小值即可，” 這意味著調度程式可以將多處理器系統的所有處理器和系統所有處理行程分別看作是統一的資源池和消費者，執行統一調度：在UNIX引入fork之后，這種多處理器并行的設計思想就深入到了UNIX的核心，這個思想最終也影響了UNIX以及后來的Linux，直到現在，

關于這個設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.

好了，fork本身的由來我們已經了解，就像做菜一樣，現在我們把它放在一邊備用，

花開兩朵，各表一枝，接下來看UNIX fork的另一個脈絡，

早期UNIX的覆寫(overlaying)技術

1969年最初的UNIX用一種在現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，那個版本已經是比較 “現代” 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原始碼，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…)，

1969年的湯普森版UNIX超級簡陋，這可以在Dennis M. Ritchie的一篇論文中見一斑：The Evolution of the Unix Time-sharing System：

http://www.read.seas.harvard.edu/~kohler/class/aosref/ritchie84evolution.pdf

最初的UNIX是一個分時系統，它只有兩個shell行程，分別屬于兩個終端：

分時系統最初并不是基于行程分時的，那時根本還沒有完整的行程的概念，分時系統是針對終端分時的，而操作員坐在終端前，為了讓每個操作員在操作程序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，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為了體現分時特性，實作了最少的兩個終端，注意，最初的UNIX沒有fork，沒有exec，甚至沒有多行程的概念，為了實作分時，系統中僅有兩個樸素的shell行程，

事實上，最初的UNIX用只有兩個元素的表來容納所有行程(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，因為當時的系統是用PDP-7的匯撰寫的，還沒有后來C語言資料結構，

我們現在考慮其中一個終端的shell行程如何作業，馬上問題就來了， 這個shell行程如何執行別的命令程式？？

如果說系統中最多只能容納兩個行程，一個終端只有一個shell行程的話，當該終端的shell行程執行其它命令程式時，它自己怎么辦？這個問題得思考一會兒…

注意，不要用現代的眼光去評價1969年的初版UNIX，按照現代的眼光，執行一個程式必然要生成一個新的行程，顯然這在初版UNIX中并不正確，

答案是根本不用產生新的行程，直接將命令程式的代碼載入記憶體并 覆寫 掉shell行程的代碼即可！當命令執行完后，再用shell的代碼覆寫掉命令程式的代碼，針對單獨的終端，系統其實一直在執行下面的覆寫回圈(摘自論文的Process control 章節)：

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行程，一會兒它執行shell的代碼，一會兒它執行具體命令程式的代碼，以下是一個覆寫程式的結構(圖片來自《FreeBSD作業系統設計與實作》一書)：

然而，當時畢竟還沒有將這個邏輯封裝成exec系統呼叫，這些都是每一個行程顯式完成的：

• 對于shell執行命令程式而言，shell自己執行disk IO來載入命令程式覆寫掉自身；

• 對于命令程式執行結束時，exit呼叫內部執行disk IO載入shell程式，

exec邏輯是shell程式的一部分，由于它會被所有的命令程式所使用，該邏輯也被封裝到了exit呼叫中，

fork引入UNIX前的表象

好了，目前為止，我們看完了兩條線索：

1. 1963年Melvin Conway提出了fork思想，作為在多處理器中并行執行行程的一個手段，

2. 1969年湯普森版UNIX僅有兩個shell行程，使用覆寫(overlaying)技術執行命令，

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，僅有的庫函式般的exit也和現在的exit系統呼叫大相徑庭，顯然湯普森版UNIX并非一個多行程系統，而只是一個可以跑的簡陋的兩終端分時系統！

UNIX fork的誕生

fork是如何引入UNIX的呢？

這還要從采用覆寫技術的湯普森版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行程的駐留而不是銷毀，命令執行時，將其交換到磁盤便是了

很顯然，命令程式是不能覆寫掉shell行程了，解決方案是使用 “交換” 技術，

交換技術和覆寫技術其實都是解決有限記憶體的多行程使用問題的，不同點在于方向不同：

• 覆寫技術指的是用不同的行程磁盤映像覆寫當前的行程記憶體映像，

• 交換技術指的是用將行程的記憶體映像交換到磁盤，載入一個別的行程磁盤映像，

使用交換技術解決覆寫的問題，意味著要創建新的行程：

• 在新的行程中執行命令程式，

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

要講效率，創造不如抄襲，創建新行程的最直接的就是copy當前shell行程，在copy的新行程中執行覆寫，命令程式覆寫copy的新行程，而當前的終端shell行程則被交換到磁盤保得全身，

覆寫和交換相結合了，UNIX離現代化更近了一步！

確定了copy當前行程的方案后，進一步的問題是如何來copy行程，

現在要說回fork了，

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

Project Genie系統的fork不僅僅是盲目地copy行程，它對fork的程序擁有精細的控制權，比如分配多大的記憶體空間，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，創造不如抄襲，UNIX若想實作行程copy，有一個現成的模版就是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出來的新行程被覆寫，而不是讓它去執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邏輯的實作，來完成一件別的事，

于是，UNIX非常粗暴的實作了fork！即完全copy父行程，這就是直到現在我們依然在使用的fork系統呼叫：

取了個巧，奇技淫巧：

• fork本來就不是讓你用來覆寫新行程的，不然為何多此一舉，fork是讓你來分解程式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正式邁開了現代化建設的步伐，一直走到了今天，

UNIX fork-exec

關于exec，故事沒什么好講的，它事實上就是關于上述覆寫邏輯的封裝，此后程式員不必自己寫覆寫邏輯了，直接呼叫exec系統呼叫即可，

于是經典的UNIX fork-exec序列便形成了，

UNIX fork/exec/exit/wait

值得一提的是，fork被引入UNIX后，exit的語意發生了巨大的改變，

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行程，這意味著覆寫永遠是在shell程式和某個命令程式之間進行的：

• shell執行命令A：命令程式A覆寫記憶體中的shell代碼，

• 命令A執行結束：shell覆寫結束的命令A的記憶體代碼，

然而，在fork被引入后，雖然shell執行某個命令依然是特定的命令程式覆寫fork出來的shell子行程，但是當命令執行完畢后，exit邏輯卻不能再讓shell覆寫當前命令程式了，因為shell從來就沒有結束過，它作為父行程只是被交換到了磁盤而已(后來記憶體到了，可以容納多個行程時，連交換都不需要了)，

那么exit將讓誰來覆寫當前行程呢？

答案是不用覆寫，按照exit的字面意思，它只要結束自己就可以了，

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，比如清理掉自己的記憶體空間以及一些其它的資料結構，

對于子行程本身而言，由于它是父行程生成的，所以它便由父行程來管理釋放，于是經典的UNIX行程管理四件套正式形成： （完）

浙江溫州皮鞋濕，下雨進水不會胖！

查看我們精華技術文章請移步： Linux閱碼場原創精華文章匯總

更多精彩，盡在"Linux閱碼場"，掃描下方二維碼關注

感謝您的耐心閱讀，請隨手轉發一下或者點個“在看”吧~