熟悉进程虚拟地址空间、进程创建 / 销毁、基础文件 IO、管道 / 共享内存 / 消息队列等进程通信方式、信号处理机制

一、进程虚拟地址空间

虚拟地址空间是现代操作系统的核心设计，也是理解进程隔离、内存管理、fork 写时复制的基础。

1. 核心概念与设计意义

每个进程启动后，操作系统都会为其分配一个独立的、连续的虚拟地址空间，进程只能访问自己的虚拟地址，无法直接操作物理内存。操作系统通过页表将虚拟地址映射到真实的物理内存。

核心价值：

• 进程隔离：每个进程地址空间独立，一个进程崩溃不会影响其他进程，保障系统稳定性
• 内存安全：用户态无法直接访问内核空间，非法地址访问会触发段错误
• 高效利用：通过分页 + 换页机制，虚拟内存可以远大于物理内存，同时多进程可以共享同一块物理内存
• 简化编程：程序无需关心物理内存分配，统一使用线性虚拟地址开发

2. 地址空间整体布局

以 Linux 系统为例：

• 32 位系统：总地址空间 4GB，其中 0~3GB 为用户空间，3GB~4GB 为内核空间
• 64 位系统：仅使用低 48 位地址，低地址为用户空间，高地址为内核空间，中间存在大片不可访问的地址空洞

3. 用户空间核心分段（从低地址到高地址）

表格

分段	作用与特性
代码段（.text）	只读，存放程序的机器指令、字符串常量。修改此区域会触发段错误
数据段（.data）	存放已初始化的全局变量、静态变量，可读可写
BSS 段（.bss）	存放未初始化的全局变量、静态变量，程序加载时会被自动清零，不占用磁盘空间
堆（Heap）	动态内存分配区，malloc/new 分配的内存位于此区域，从低地址向高地址增长
共享映射区	存放动态链接库、mmap 映射的文件 / 共享内存，位于堆和栈之间
栈（Stack）	存放局部变量、函数参数、返回地址、寄存器上下文，从高地址向低地址增长，有大小限制（默认 8MB）

4. 分页映射机制

虚拟地址到物理地址的转换以页为单位（通常 4KB）：

1. 虚拟地址拆分为「页号 + 页内偏移」
2. 操作系统通过每个进程独立的页表，将虚拟页号映射为物理页框号
3. 物理页框号 + 页内偏移 = 最终物理地址

当访问的虚拟页不在物理内存中时，会触发缺页中断，内核将数据从磁盘加载到物理内存，更新页表后继续执行。

5. 写时复制（Copy-On-Write, COW）

这是 fork 创建子进程的核心优化机制：

• fork 刚完成时，父子进程共享同一块物理内存，页表标记为只读
• 当任意一方尝试修改内存时，才会触发缺页中断，内核复制一份物理页给修改方，双方各自拥有独立副本
• 优势：大幅降低 fork 的开销，避免无意义的内存拷贝

---

二、进程创建与销毁

1. 进程本质与 PCB

进程 = 程序 + 资源分配的最小单位。内核通过 task_struct（进程控制块 PCB） 描述一个进程，记录进程的 PID、状态、虚拟地址空间、文件描述符表、信号、优先级等所有信息。

进程五大基础状态：

• 就绪态：等待 CPU 调度
• 运行态：占用 CPU 执行
• 阻塞态：等待事件（IO、锁、信号），不参与调度
• 停止态：收到暂停信号，暂停执行
• 僵尸态：进程已退出，但父进程未回收其资源

2. 进程创建：fork /vfork/clone

（1）fork ()：最常用的进程创建

c

运行

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

• 返回值：父进程返回子进程 PID，子进程返回 0，出错返回 -1
• 子进程继承内容：虚拟地址空间副本、文件描述符表、信号处理方式、工作目录、用户 ID 等
• 子进程独有：PID、父进程 ID、运行时间统计、锁等
• 核心特性：写时复制，刚创建时父子共享物理内存

（2）vfork ()：历史遗留接口

• 子进程直接共享父进程地址空间，不复制页表
• 会阻塞父进程，直到子进程执行 exec 或 exit
• 现在基本被淘汰，仅用于极端性能敏感且子进程立即 exec 的场景

（3）clone ()：底层系统调用

• 可以精细化控制父子进程共享的资源（地址空间、文件描述符、信号等）
• Linux 线程库 pthread 底层就是基于 clone 实现的

3. 进程映像替换：exec 函数族

exec 不会创建新进程，而是替换当前进程的代码段、数据段、栈堆等全部资源，执行一个全新的程序，进程 PID 保持不变。

常用变体：

• execl：参数以列表形式传入，以 NULL 结尾
• execv：参数以数组形式传入
• execle：可自定义环境变量
• execvp：支持从 PATH 环境变量中查找程序

经典模式：fork + exec 是 shell 执行外部命令的标准流程：shell fork 出子进程，子进程调用 exec 加载目标程序，父进程 wait 等待子进程退出。

4. 进程终止方式

正常终止

1. main 函数 return，等价于调用 exit
2. 调用标准库 exit()：执行用户注册的清理函数，刷新 IO 缓冲区，然后进入内核终止
3. 调用系统调用 _exit() / _Exit()：直接进入内核终止，不做用户态清理
4. 进程最后一个线程返回

异常终止

1. 收到终止信号（如 SIGKILL、SIGSEGV）
2. 调用 abort() 主动异常终止

5. 僵尸进程与孤儿进程

僵尸进程

• 成因：子进程先于父进程退出，父进程未调用 wait/waitpid 回收子进程资源，子进程的 PCB 残留在系统中
• 危害：占用进程 PID 资源，大量僵尸进程会导致系统无法创建新进程
• 解决方案：
  1. 父进程主动调用 wait/waitpid 回收
  2. 注册 SIGCHLD 信号处理函数，子进程退出时触发回调，在回调中调用 wait 回收
  3. 两次 fork：父进程 fork 子进程，子进程再 fork 孙进程后立即退出，孙进程成为孤儿进程由 init 收养

孤儿进程

• 成因：父进程先退出，子进程仍在运行
• 处理：系统会将孤儿进程交由 init 进程（PID=1）收养，由 init 负责回收资源
• 影响：无危害，属于正常场景

---

三、基础文件 IO（系统调用级）

这里讲的是内核提供的原生 IO 系统调用，区别于 C 标准库的 fopen/fread 等带缓冲区的封装。

1. 文件描述符与三张表

文件描述符（fd）是一个非负整数，是进程访问文件的句柄。内核通过三张表管理文件：

1. 进程文件描述符表：每个进程独立，位于 PCB 中，下标是 fd，值是指向系统打开文件表的指针
2. 系统打开文件表：全局共享，记录文件状态标志、当前读写偏移量、inode 指针
3. inode 表：全局共享，每个文件唯一，记录文件物理位置、权限、大小等元数据

关键结论：fork 后父子进程共享同一个系统打开文件表，因此共享文件偏移量；dup 复制的 fd 也指向同一个打开文件表。

2. 核心 IO 函数

（1）open：打开 / 创建文件

c

运行

int open(const char *pathname, int flags, mode_t mode);

• 常用 flags：O_RDONLY 只读、O_WRONLY 只写、O_RDWR 读写、O_CREAT 创建、O_TRUNC 截断清空、O_APPEND 追加、O_NONBLOCK 非阻塞
• mode：创建文件时指定权限，如 0644
• 返回值：成功返回最小可用的文件描述符，失败返回 -1

（2）read /write：读写数据

c

运行

ssize_t read(int fd, void *buf, size_t count);
ssize_t write(int fd, const void *buf, size_t count);

• 返回值：成功返回实际读写的字节数；read 返回 0 表示读到文件末尾；失败返回 -1
• 注意：write 返回成功仅代表数据写入内核缓冲区，不代表已落盘，需 fsync 强制刷盘

（3）lseek：移动文件指针

c

运行

off_t lseek(int fd, off_t offset, int whence);

• whence：SEEK_SET 文件开头、SEEK_CUR 当前位置、SEEK_END 文件末尾
• 可用于拓展文件、获取文件大小，对管道、套接字无效

（4）close：关闭文件

关闭文件描述符，释放资源；进程退出时内核会自动关闭所有打开的文件。

3. 文件重定向：dup /dup2

c

运行

int dup(int oldfd);
int dup2(int oldfd, int newfd);

• 作用：复制文件描述符，新旧 fd 指向同一个系统打开文件表
• dup2：将 newfd 指向 oldfd 对应的文件，如果 newfd 已打开则先关闭
• 典型应用：实现 shell 的输入输出重定向、管道通信

4. 阻塞与非阻塞 IO

• 阻塞 IO：文件无数据可读 / 缓冲区满时，read/write 会挂起进程，直到条件满足
• 非阻塞 IO：open 时加 O_NONBLOCK 标志，read/write 不满足条件时立即返回 -1，错误码为 EAGAIN
• 非阻塞 IO 通常配合多路复用（select/poll/epoll）使用，是高并发网络编程的基础

---

四、进程间通信（IPC）

Linux 提供了多种进程间数据交换与同步机制，各有适用场景。

1. 匿名管道（Pipe）

核心特性

• 本质：内核中的一块环形缓冲区，半双工通信，数据只能单向流动
• 限制：仅支持有亲缘关系的进程（父子、兄弟进程）
• 面向字节流：无消息边界，读写数据长度不固定

基础使用

c

运行

int pipe(int pipefd[2]);
// pipefd[0] 读端，pipefd[1] 写端

标准流程：

1. 父进程创建管道
2. fork 出子进程，父子各自继承读写两端
3. 父进程关闭读端、子进程关闭写端（单向通信），开始数据传输

读写行为

• 读管道：写端全部关闭 → 读返回 0；写端存在且管道空 → 读阻塞
• 写管道：读端全部关闭 → 进程收到 SIGPIPE 信号，默认终止；读端存在且管道满 → 写阻塞

2. 命名管道（FIFO）

核心特性

• 本质：文件系统中一个特殊的管道文件，有真实路径名
• 优势：无亲缘关系的进程也可以通信
• 底层：和匿名管道一样，基于内核缓冲区，半双工

基础使用

c

运行

// 创建命名管道文件
int mkfifo(const char *pathname, mode_t mode);

创建后，进程通过 open 打开文件，用 read/write 读写，用法和普通文件一致。

3. 共享内存（Shared Memory）

核心原理

将同一块物理内存映射到多个进程的虚拟地址空间，进程直接读写内存地址，无需任何数据拷贝，是速度最快的 IPC 方式。

核心 API

1. shmget：创建或获取共享内存段，返回共享内存 ID
2. shmat：将共享内存挂载到当前进程的虚拟地址空间，返回内存首地址
3. shmdt：卸载当前进程的共享内存映射
4. shmctl：控制共享内存，如删除、获取状态

关键注意事项

• 无同步机制：多进程同时读写会出现数据竞态，必须配合信号量、互斥锁等同步工具使用
• 生命周期随内核：除非手动删除，否则一直存在，程序退出不会自动销毁
• 适合场景：大数据量、高频次的进程间数据传输

4. 消息队列（Message Queue）

核心原理

内核维护的一个消息链表，每条消息包含消息类型 + 数据内容，进程可以按类型选择性读取消息，支持优先级。

核心 API

1. msgget：创建或获取消息队列
2. msgsnd：向队列尾部添加一条消息
3. msgrcv：从队列读取消息，可指定消息类型
4. msgctl：控制消息队列，删除、获取状态

特点

• 消息结构化，支持按类型读取，无需按顺序接收
• 生命周期随内核
• 有系统级大小限制，不适合传输大数据

5. 各类 IPC 对比

表格

通信方式	有无亲缘限制	传输速度	数据形式	同步性	适用场景
匿名管道	有	较快	字节流	天然阻塞同步	父子进程简单数据传输
命名管道	无	较快	字节流	天然阻塞同步	无亲缘进程简单通信
共享内存	无	最快	内存块	无，需额外同步	大数据量高频传输
消息队列	无	中等	结构化消息	自带阻塞	带类型的消息交互

---

五、信号处理机制

信号是 Linux 的软件中断机制，用于异步通知进程某个事件发生，是进程间最简单的异步通信方式。

1. 信号基础

• 本质：内核向进程发送的一个整数编号通知，进程收到后暂停当前执行，处理信号事件
• 不可捕获 / 不可忽略的信号：SIGKILL(9)、SIGSTOP(19)，是系统强制控制进程的终极手段

常见核心信号

表格

信号	编号	触发场景	默认行为
SIGINT	2	键盘 Ctrl+C	终止进程
SIGQUIT	3	键盘 Ctrl+\	终止并生成 core
SIGKILL	9	强制杀死进程	终止，不可捕获
SIGSEGV	11	非法内存访问（段错误）	终止并生成 core
SIGPIPE	13	管道读端关闭后仍写入	终止进程
SIGALRM	14	alarm 闹钟超时	终止进程
SIGCHLD	17	子进程退出 / 暂停	忽略
SIGSTOP	19	暂停进程	暂停，不可捕获

2. 信号的生命周期

1. 产生：由键盘、硬件异常、系统调用、软件条件触发
2. 未决：信号产生后，尚未被进程处理的状态
3. 阻塞：信号被进程屏蔽，暂时不递达，解除阻塞后才会处理
4. 递达：信号送达进程，开始执行处理动作
5. 处理：执行默认动作、忽略，或执行用户注册的捕获函数

3. 信号注册与处理

（1）signal：简单但不可靠

c

运行

sighandler_t signal(int signum, sighandler_t handler);

• handler 可选值：SIG_DFL 默认处理、SIG_IGN 忽略、自定义函数指针
• 缺点：不同 Unix 系统行为不一致，信号处理完后会重置为默认行为，不推荐使用

（2）sigaction：标准可靠接口（推荐）

c

运行

int sigaction(int signum, const struct sigaction *act, struct sigaction *oldact);

struct sigaction 核心成员：

• sa_handler：信号处理函数指针
• sa_mask：处理信号期间临时阻塞的信号集
• sa_flags：行为标志，如 SA_RESTART 自动重启被信号打断的系统调用

（3）发送信号

• kill(pid, sig)：向指定进程发送信号
• raise(sig)：向自己发送信号
• alarm(seconds)：设置闹钟，超时后向自己发送 SIGALRM

4. 信号集与信号阻塞

内核为每个进程维护两个位图：

• 阻塞信号集（信号屏蔽字）：标记哪些信号被暂时屏蔽
• 未决信号集：标记哪些信号已经产生但尚未处理

核心操作

1. 定义信号集：sigset_t set
2. 信号集操作：sigemptyset 清空、sigfillset 全置、sigaddset 添加信号、sigdelset 删除信号
3. sigprocmask：设置进程的阻塞信号集
4. sigpending：获取当前进程的未决信号集

注意：信号不支持排队，同一信号在阻塞期间多次产生，解除阻塞后只会递达一次。

5. 可重入函数与信号安全

信号处理函数会打断主程序的执行流，如果处理函数内部调用了不可重入函数，可能导致数据损坏、程序崩溃。

• 可重入函数：可以被多个执行流同时安全调用，不依赖全局 / 静态变量，如 read、write、memcpy
• 不可重入函数：使用了全局变量、静态变量，或涉及动态内存分配，如 malloc、free、printf、strtok

最佳实践：信号处理函数中只做最简单的操作（如设置标志位），复杂逻辑放到主程序中处理，避免调用标准 IO、内存分配等函数。