Linux 系统中，进程的启动和退出

在 Linux 系统中，进程的启动和退出涉及 用户空间（glibc、程序代码） 和 内核空间（系统调用、进程管理） 的协同工作。以下从系统级视角深入解析进程生命周期的完整流程，覆盖内核机制和用户态行为。

---

一、进程启动（Creation）

1. 创建新进程的两种方式

• fork()：复制当前进程（父进程），生成子进程（共享代码段，写时复制数据段）。
• execve()：加载新程序到内存，替换当前进程的代码段和数据段。

2. 进程启动的完整流程

父进程调用 fork() → 内核创建子进程 → 子进程调用 execve() → 内核加载新程序 → 用户态入口 _start → __libc_start_main → main()

 

(1) fork() 系统调用

• 内核操作：
  • 复制父进程的 task_struct（进程描述符），生成子进程。
  • 复制内存页表（写时复制，COW）。
  • 分配新的 PID 和内核栈。
• 返回值：
  • 父进程：返回子进程 PID。
  • 子进程：返回 0。

(2) execve() 系统调用

• 作用：加载可执行文件（ELF、脚本等）到内存，替换当前进程的地址空间。
• 内核操作：
  1. 解析可执行文件：
     • 检查文件格式（通过 binfmt 模块，如 binfmt_elf）。
     • 读取 ELF 头，验证架构兼容性。
  2. 设置新地址空间：
     • 代码段（.text）：映射到内存，权限为 R-X。
     • 数据段（.data、.bss）：映射到内存，权限为 RW-。
     • 堆（brk）、栈（用户栈）初始化。
  3. 构建用户态栈：
     • 压入参数（argv）、环境变量（envp）、辅助向量（auxv）。
     • 辅助向量包含关键信息：AT_ENTRY（程序入口 _start）、AT_PHDR（程序头表地址）等。
  4. 设置寄存器状态：
     • 指令指针（RIP/EIP）指向入口地址 _start。
     • 栈指针（RSP/ESP）指向用户栈顶。

(3) 用户态启动流程

• 入口点 _start（由汇编实现）：
  • 从栈中读取 argc、argv、envp。
  • 调用 __libc_start_main。
• __libc_start_main（glibc）：
  • 初始化线程本地存储（TLS）。
  • 调用全局构造函数（.init_array）。
  • 调用用户 main() 函数。
  • 处理 main() 返回值，调用 exit()。

---

二、进程退出（Termination）

1. 正常退出

• 用户态入口：exit()（glibc）或 _exit()（直接系统调用）。
• 内核操作：
  1. 释放进程资源：
     • 关闭所有打开的文件描述符。
     • 释放内存页（代码、数据、堆、栈等）。
     • 释放进程描述符 task_struct。
  2. 通知父进程：
     • 发送 SIGCHLD 信号给父进程。
     • 将退出状态码存入进程描述符（供 wait() 读取）。
  3. 处理孤儿进程：
     • 若父进程已退出，由 init 进程（PID 1）接管子进程。

2. 异常退出

• 信号（Signal）触发：如 SIGSEGV（段错误）、SIGKILL（强制终止）。
• 内核操作：
  • 生成核心转储（若配置允许）。
  • 执行与正常退出类似的资源回收流程。

3. exit() vs _exit()

函数	行为
exit()	glibc 函数，执行清理：刷新缓冲区、调用 atexit() 注册的函数、析构函数。
_exit()	系统调用，直接终止进程，跳过用户态清理。

---

三、关键数据结构与内核机制

1. 进程描述符（task_struct）

• 存储位置：内核栈底部（x86-64 为 current 宏指向当前进程的 task_struct）。
• 关键字段：
  • pid、ppid：进程 ID 和父进程 ID。
  • mm_struct：内存管理信息（地址空间、页表等）。
  • files_struct：打开的文件描述符表。
  • exit_code：退出状态码。
  • signal：挂起的信号。

2. 地址空间管理（mm_struct）

• 代码段：只读，映射 ELF 的 .text 节。
• 数据段：可读写，映射 .data（已初始化全局变量）和 .bss（未初始化全局变量）。
• 堆：动态内存分配（brk/sbrk 或 malloc）。
• 栈：用户栈，用于函数调用和局部变量。

3. 进程树与信号

• 父子关系：通过 fork() 创建的进程形成树状结构。
• 僵尸进程：子进程退出后，若父进程未调用 wait()，其 task_struct 会残留，直到父进程回收。
• SIGCHLD：子进程退出时，内核向父进程发送此信号。

---

四、高级主题

1. 动态链接（ld.so）

• 介入时机：在 execve() 加载动态链接程序时，内核将控制权先交给动态链接器。
• 操作流程：
  1. 加载依赖的共享库（.so 文件）。
  2. 重定位符号（地址绑定）。
  3. 将控制权转交到程序的 _start。

2. 核心转储（Core Dump）

• 触发条件：进程因信号（如 SIGSEGV）崩溃，且系统配置允许生成核心文件。
• 文件内容：进程崩溃时的内存映像、寄存器状态等，用于调试。

3. 进程间通信（IPC）与退出

• 管道、套接字：进程退出时，内核会自动关闭这些资源。
• 共享内存：需显式释放（通过 shmdt() 或进程终止后由系统回收）。

---

五、代码示例与工具验证

1. 跟踪进程启动系统调用

strace -f -e trace=execve,fork,clone,execve bash -c "ls"

 

• 输出：显示 fork、execve 的调用顺序和参数。

2. 查看进程地址空间

cat /proc/<pid>/maps

 

• 输出：显示进程的内存映射（代码段、堆、栈、共享库等）。

3. 观察僵尸进程

#include <unistd.h>

int main() {
    if (fork() == 0) {  // 子进程立即退出
        return 0;
    } else {            // 父进程不调用 wait()
        sleep(60);
    }
    return 0;
}

 

• 查看僵尸进程：

  ps aux | grep Z
  

   

---

六、总结

• 进程启动：通过 fork + execve 实现，内核负责资源分配和程序加载，用户态从 _start 开始执行。
• 进程退出：用户态通过 exit() 或 _exit() 触发，内核回收资源并通知父进程。
• 设计哲学：通过 COW 机制优化 fork() 性能，通过动态链接支持模块化程序，通过信号机制处理异步事件。