logo标签列表

何时使用clone()和fork而不是pthreads？

linuxpthreadsclonefork
19

我在这个领域是初学者。

我已经学习了 fork(), vfork(), clone() 和 pthreads。

我注意到 pthread_create() 会创建一个线程，这比使用 fork() 创建一个新进程的开销要小。此外，该线程将与父进程共享文件描述符、内存等内容。

但是，在什么情况下使用 fork() 和 clone() 比使用 pthreads 更好呢？你能否给我举一个现实世界的例子来解释一下呢？

非常感谢。

4
你正在比较两种不同的事物。没有谁更好，而是要看哪种更适用于哪里。 - Vinayak Garg
好的，如果我们想要分离执行，那么fork()更好，而当我们想要在相同的地址空间上由不同线程执行一些操作时，pthread就很棒了。是这样吗？ - Brijesh Valera
2
pthread_create() 调用 clone()。 - Zaffy
2
pthread_create（）的开销比fork（）还要大。实际上，它是更多。两者都在内部调用clone系统调用，但pthread用户空间库需要更新许多线程跟踪结构并创建新的内核任务。 - smokku
4个回答
37

clone(2)是一个Linux特有的syscall，主要用于实现线程（特别是用于pthread_create）。使用不同的参数，clone也可以具有类似于fork(2)的行为。很少有人直接使用clone，使用pthread库更加可移植。您可能只有在实现自己的线程库（与Posix-threads竞争）时才需要直接调用clone(2)系统调用 - 这非常棘手（特别是因为锁定可能需要在机器调整的汇编代码例程中使用futex(2)系统调用，请参见futex(7)）。您不希望直接使用clone或futex，因为使用pthread更简单。

(在使用pthread_create期间，在libpthread.so内部需要进行一些簿记工作，其他的pthread函数也需要这样)

正如Jonathon所回答的那样，进程有自己的地址空间和文件描述符集。进程可以使用execve系统调用执行新的可执行程序，该系统调用基本上初始化了地址空间、堆栈和寄存器以启动一个新程序（但文件描述符可能会被保留，除非使用close-on-exec标志，例如通过open的O_CLOEXEC）。

On Unix-like 系统中，所有 进程（除了 pid 为1的通常是 init 的第一个进程）都由 fork（或其变种如 vfork；你可以使用 clone，但不建议这样做，因为它的行为类似于 fork）创建。

（技术上，在 Linux 上，有一些少数怪异的例外情况，您可以忽略，特别是内核进程或线程以及一些罕见的内核启动的进程，例如 /sbin/hotplug ....）

fork 和 execve 系统调用是 Unix 进程创建的核心（与 waitpid 和相关系统调用一起使用）。

多线程进程有几个线程（通常是通过pthread_create创建的），它们共享相同的地址空间和文件描述符。当您想要在相同的地址空间中并行处理相同数据时，可以使用线程，但是您应该关注同步和锁定。阅读pthread教程以获取更多信息。

我建议您阅读一本好的Unix编程书籍，如高级Unix编程和/或（免费提供的）高级Linux编程。

那么，如果我正在创建一个HTTP Web服务器，它必须响应多个传入请求，使用pthread是否更好？ - RoadRunner
没有通用规则。然而，Web服务器确实是多线程方法的一个很好的案例（但也有多进程Web服务器）。还可以查看libonion，这是一个HTTP服务器库。 - Basile Starynkevitch
14
fork（和其他类似工具）的优点和缺点在于，它会创建一个现有进程的克隆新进程。

这是一个缺点，因为正如您指出的那样，创建新进程需要相当多的开销。这也意味着进程间通信必须通过某些“批准”的渠道进行（管道、套接字、文件、共享内存区域等）。

这是一个优点，因为它提供了（更大的）父子进程之间的隔离。例如，如果子进程崩溃，您可以轻松地将其杀死并启动另一个进程。相比之下，如果子线程死亡，则很难将其杀死 - 无法确定该线程独占持有哪些资源，因此无法清理它。同样，由于进程中的所有线程共享一个公共地址空间，因此遇到问题的一个线程可能会覆盖所有其他线程正在使用的数据，因此仅仅杀死一个线程并不一定足以清理混乱。

换句话说，使用线程有一点赌博性质。只要您的代码全部清晰，就可以通过在单个进程中使用多个线程来提高一些效率。使用多个进程会增加一些开销，但可以使您的代码更加强大，因为它限制了单个问题可能导致的损害，并且如果进程确实遇到严重问题，它可以更轻松地关闭和替换。

至于具体的例子，Apache可能是一个相当不错的例子。它将使用多个线程每个进程，但为了在出现问题时限制损害（以及其他事情），它限制每个进程的线程数量，并且还可以/将会同时运行几个单独的进程。在一个不错的服务器上，您可能有8个每个具有8个线程的进程。大量的线程帮助其服务大量客户在主要是I / O绑定的任务中，分解成进程意味着如果出现问题，它不会突然变得完全无响应，并且可以在不失去大量内容的情况下关闭和重新启动进程。

2
创建进程比创建线程的开销更大是一个谬论。在Linux中，它们都是内核任务，使用相同的开销创建（感谢写时复制“魔法”）。使用共享资源进行通信比使用消息传递IPC更有效率也是一个谬论，特别是在现代多核机器上，通信线程可能驻留在不同的CPU芯片上。 - smokku
2
@smoku：不，这不是一个神话。即使使用Copy On Write技术，创建一个新的进程仍然需要复制现有进程的页表，而创建一个线程只需重复使用现有的页表。是的，它减少了需要复制的内存量，但在使用大量内存的进程中，页表仍可能轻松达到几兆字节。 - Jerry Coffin
今天复制几兆字节的内存已经不是问题了，这可不是20世纪80年代了。 - smokku
4
@smoku说过这不是一个问题。但是，你说创建进程的开销比创建线程的开销更大只是一个谬论。如果你想改变立场，认为这种开销通常完全合理，我完全同意。但声称复制数百兆字节的数据与根本不复制相比没有开销，这就是彻头彻尾的谎言。 - Jerry Coffin
好的。我可以同意这种推理。:-) 然而，你的销售方式仍然是如此“80年代”的思维方式，并且不断地宣传选择线程而不是完整进程是一个毫无头脑的选择，因为线程是如此轻量级。另外，一旦你添加了所有pthread的簿记到一个克隆任务中，我不确定fork一个进程是否比pthread_create()还要更多的开销。 :-) - smokku
1
@smoku：我在这里没有出售任何东西。根据我的经验，你可以通过使用线程而不是单独的任务来减少开销（包括生成和通信）。基本上，开发Web服务器的所有人（只是一个显而易见的例子）似乎都同意这一点。同时，我认为我给出了一个相当平衡的观点--这种方法也有缺点。 - Jerry Coffin
6
这些是完全不同的东西。fork()创建一个新的进程。pthread_create()创建一个新的线程，该线程在相同进程的上下文中运行。
线程共享相同的虚拟地址空间、内存（好或坏）、一组打开的文件描述符等等。
进程（基本上）是完全独立的，不能相互修改。
你应该阅读这个问题：

举个例子，如果我是您的shell (例如bash)，当您输入像ls这样的命令时，我会创建一个新进程，然后exec()执行 ls可执行文件。(然后我wait()等待子进程完成，但这超出了范围。) 这会发生在完全不同的地址空间中，如果ls崩溃了，我也无所谓，因为我仍然在自己的进程中执行。

另一方面，假设我是一个数学程序，并被要求计算两个100x100矩阵的乘积。我们知道矩阵乘法是尴尬并行问题。因此，我将矩阵保存在内存中。我启动N个线程，它们都在同一源矩阵上进行操作，并将其结果放入结果矩阵的适当位置。请记住，这些在线程在同一进程的上下文中运行，因此我需要确保它们不会互相干扰数据。如果N为8且我有一个八核CPU，则可以同时有效地计算矩阵的每个部分。

所以fork()只有在我们希望执行在不影响调用进程的单独空间时才会使用。这是唯一的事情吗？ - Brijesh Valera
1
不，fork（以及其变体vfork）是创建进程的唯一方法（除非您使用Linux特定的clone系统调用以完全复制fork的行为）。除了第一个进程init（以及一些奇怪的Linux特定例外情况）之外，所有应用程序进程都是由fork创建的。 - Basile Starynkevitch
0

在Unix系统中使用fork()（及其相关函数）的进程创建机制非常高效。 此外，大多数Unix系统不支持内核级线程，即线程不是内核所认可的实体。因此，在这种系统上，线程无法从内核级别的CPU调度中受益。pthread库实现了这一功能，它并非内核级别，而是某个进程本身。 而在这种系统上，pthread是利用vfork()实现的，作为轻量级进程。 因此，在这种系统上使用线程除了提高可移植性外没有任何意义。

据我了解，Sun Solaris和Windows拥有内核级线程，而Linux家族不支持内核级线程。

通过进程间管道和Unix域套接字进行的IPC非常高效，且不存在同步问题。 希望这能清楚说明何时何地实际上应该使用线程。

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接