当进程死亡时创建一个新进程答案

【问题标题】：Creating a new process when a process dies当进程死亡时创建一个新进程
【发布时间】：2018-05-15 16:44:57
【问题描述】：

我需要同时运行 n 个进程，并且这些进程仅在指定的时间内处于活动状态，并且每次进程死亡时，我都想创建一个新进程。我想出了一些可行的方法，但我想知道这是否是正确的做法。

#define n 5

void newProcess(){
   if(fork()==0){
      //work
      exit(0);
   }
}

int main(){
   int processCount = 0;
   while(1){
      if(processCount<n){
         newProcess();
         processCount++;
      }
      else{
         wait(NULL);
         processCount--;
      }
   }
   return 0;
}

【问题讨论】：

如果你不能 fork，那么从那时起你将运行一个太少的进程。事实上，您最终可能会得到零进程。
您应该检测并报告您失败了（报告给“main()”——日志记录是一个完全独立的讨论，需要支持生产代码）。您可能会发现错误是 EAGAIN，资源暂时不可用，因此您可能需要在重试之前暂停一下，但知道它失败并且不增加计数器是关键部分。
想知道你是否有两个进程大致同时死亡，你的代码会不会只看到一个 wait()...但我认为在这种情况下你仍然会得到两个 wait()，意味着每个返回一个 pid [TBC] 如果这还不够安全，您可以处理 N 个“活着”的 pid 数组：使用 WNOHANG 检查它们是否还在这里，见stackoverflow.com/questions/5278582/…
@JonathanLeffler 那么，我应该只在进程开始工作时增加 processCount 变量吗？
@RingØ：两个进程同时死亡会从wait()产生两个连续的返回。我同意生产代码将跟踪它正在运行的进程，并能够检查它们是否仍在运行（如果子 PID 仍在运行，kill(0, child_pid[n]) 成功）。来自wait() 的信息将被捕获 - 状态和 PID - 并记录下来，并用于维护活动孩子的列表。

标签： c process operating-system fork

【解决方案1】：

这里有一些工作代码，它们或多或少代表您的代码的工作版本，其中添加了日志记录。日志记录可以更容易地看出它是否在合理地工作。

#include "stderr.h"
#include <assert.h>
#include <errno.h>
#include <signal.h>
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <sys/wait.h>
#include <time.h>
#include <unistd.h>

#define N 5

static int newProcess(void)
{
    int pid = fork();
    if (pid == 0)
    {
        // work - this process goes to sleep on the job!
        struct timespec nap = { .tv_sec = rand() % 3, .tv_nsec = rand() % 1000000000 };
        nanosleep(&nap, 0);
        err_remark("About to do %ld.%9ld seconds work\n", (long)nap.tv_sec, nap.tv_nsec);
        int rc = 0;
        if (rand() % 100 > 90)
            rc = rand() % 255;
        err_remark("Work completed - exit status %d\n", rc);
        exit(rc);
    }
    if (pid > 0 && rand() % 100 > 90)
    {
        kill(pid, rand() % 8 + 1);
        errno = EAGAIN;
        pid = -1;
    }
    return pid;
}

static inline int check_child(int pid)
{
    #undef SIGNONE
    enum { SIGNONE = 0 };
    int rc = kill(pid, SIGNONE);
    err_remark("PID %d - %s\n", pid, (rc == 0) ? "OK" : "Dead");
    return rc;
}

static void process_check(int *npids, int pids[])
{
    err_remark("Checking PID list\n");
    for (int i = 0; i < *npids; i++)
    {
        while (check_child(pids[i]) != 0)
        {
            // Child is presumably dead!
            if (*npids > 0)
                pids[i] = pids[--*npids];
        }
    }
}

int main(int argc, char **argv)
{
    err_setarg0(argv[0]);
    if (argc != 1)
        err_usage(" # No arguments allowed");
    int child_pid[N] = { 0 };
    srand(time(0));
    err_setlogopts(ERR_PID | ERR_MICRO);

    int processCount = 0;
    while (1)
    {
        if (processCount < N)
        {
            int pid = newProcess();
            if (pid > 0)
            {
                child_pid[processCount++] = pid;;
                err_remark("PID %d started\n", pid);
            }
            else
            {
                assert(pid == -1);
                int errnum = errno;
                err_sysrem("Failed to fork");
                process_check(&processCount, child_pid);
                if (errnum == EAGAIN)
                {
                    struct timespec nap = { .tv_sec = 0, .tv_nsec = (rand() % 10 + 1) * 1000000 };
                    nanosleep(&nap, 0); // sleep 1-10 milliseconds (could be too big).
                }
            }
        }
        else
        {
            int corpse;
            int status;
            if ((corpse = wait(&status)) > 0)
            {
                int known_pid = 0;
                for (int i = 0; i < processCount; i++)
                {
                    if (child_pid[i] == corpse)
                    {
                        err_remark("PID %d exit status 0x%.4X\n", corpse, status);
                        known_pid = 1;
                        child_pid[i] = child_pid[--processCount];
                        break;
                    }
                }
                if (!known_pid)
                    err_remark("Unknown PID %d exit status 0x%.4X - ignored\n", corpse, status);
            }
        }
    }
    return 0;
}

标头stderr.h 及其配套源代码stderr.c 可以在我的SOQ 存储库的libsoq folder 的GitHub 上找到。它提供了一个方便且可配置的日志服务。

请注意，测试代码会伪造一些失败，并杀死一些孩子等。您将删除该生产代码。您可能会保留大部分日志记录，特别是如果孩子们通常一次工作很多秒，而不是像本例中那样只工作几秒钟。

一些示例输出：

$ ./mon61
mon61: 2017-12-01 09:48:03.636756 - pid=74353: PID 74354 started
mon61: 2017-12-01 09:48:03.637568 - pid=74353: PID 74355 started
mon61: 2017-12-01 09:48:03.637724 - pid=74353: PID 74356 started
mon61: 2017-12-01 09:48:03.637885 - pid=74353: PID 74357 started
mon61: 2017-12-01 09:48:03.638048 - pid=74353: PID 74358 started
mon61: 2017-12-01 09:48:03.747398 - pid=74356: About to do 0.108225168 seconds work
mon61: 2017-12-01 09:48:03.748152 - pid=74356: Work completed - exit status 0
mon61: 2017-12-01 09:48:03.748791 - pid=74353: PID 74356 exit status 0x0000
mon61: 2017-12-01 09:48:03.749046 - pid=74353: PID 74359 started
mon61: 2017-12-01 09:48:04.032219 - pid=74359: About to do 0.281932019 seconds work
mon61: 2017-12-01 09:48:04.032971 - pid=74359: Work completed - exit status 0
mon61: 2017-12-01 09:48:04.033747 - pid=74353: PID 74359 exit status 0x0000
mon61: 2017-12-01 09:48:04.034007 - pid=74353: PID 74361 started
mon61: 2017-12-01 09:48:04.602396 - pid=74355: About to do 0.964067315 seconds work
mon61: 2017-12-01 09:48:04.602951 - pid=74355: Work completed - exit status 0
mon61: 2017-12-01 09:48:04.603596 - pid=74353: PID 74355 exit status 0x0000
mon61: 2017-12-01 09:48:04.603855 - pid=74353: PID 74362 started
mon61: 2017-12-01 09:48:05.419466 - pid=74358: About to do 1.780199743 seconds work
mon61: 2017-12-01 09:48:05.420017 - pid=74358: Work completed - exit status 0
mon61: 2017-12-01 09:48:05.420669 - pid=74353: PID 74358 exit status 0x0000
mon61: 2017-12-01 09:48:05.420923 - pid=74353: PID 74363 started
mon61: 2017-12-01 09:48:05.453929 - pid=74357: About to do 1.814728145 seconds work
mon61: 2017-12-01 09:48:05.454320 - pid=74357: Work completed - exit status 0
mon61: 2017-12-01 09:48:05.454753 - pid=74353: PID 74357 exit status 0x0000
mon61: 2017-12-01 09:48:05.454939 - pid=74353: PID 74364 started
mon61: 2017-12-01 09:48:05.512822 - pid=74354: About to do 1.875699204 seconds work
mon61: 2017-12-01 09:48:05.514094 - pid=74354: Work completed - exit status 0
mon61: 2017-12-01 09:48:05.514349 - pid=74353: PID 74354 exit status 0x0000
mon61: 2017-12-01 09:48:05.514658 - pid=74353: PID 74365 started
mon61: 2017-12-01 09:48:06.004823 - pid=74362: About to do 1.399425773 seconds work
mon61: 2017-12-01 09:48:06.005581 - pid=74362: Work completed - exit status 0
mon61: 2017-12-01 09:48:06.006237 - pid=74353: PID 74362 exit status 0x0000
mon61: 2017-12-01 09:48:06.006523 - pid=74353: Failed to forkerror (35) Resource temporarily unavailable
mon61: 2017-12-01 09:48:06.006562 - pid=74353: Checking PID list
mon61: 2017-12-01 09:48:06.006570 - pid=74353: PID 74364 - OK
mon61: 2017-12-01 09:48:06.006576 - pid=74353: PID 74361 - OK
mon61: 2017-12-01 09:48:06.006582 - pid=74353: PID 74365 - OK
mon61: 2017-12-01 09:48:06.006588 - pid=74353: PID 74363 - OK
mon61: 2017-12-01 09:48:06.013228 - pid=74353: PID 74368 started
mon61: 2017-12-01 09:48:06.013267 - pid=74353: Unknown PID 74366 exit status 0x0006 - ignored
mon61: 2017-12-01 09:48:06.117089 - pid=74361: About to do 2. 82518051 seconds work
mon61: 2017-12-01 09:48:06.117618 - pid=74361: Work completed - exit status 0
mon61: 2017-12-01 09:48:06.118206 - pid=74353: PID 74361 exit status 0x0000
mon61: 2017-12-01 09:48:06.118486 - pid=74353: PID 74369 started
mon61: 2017-12-01 09:48:06.537455 - pid=74363: About to do 1.115086289 seconds work
mon61: 2017-12-01 09:48:06.537967 - pid=74363: Work completed - exit status 0
mon61: 2017-12-01 09:48:06.538610 - pid=74353: PID 74363 exit status 0x0000
mon61: 2017-12-01 09:48:06.538880 - pid=74353: PID 74371 started
mon61: 2017-12-01 09:48:06.682182 - pid=74371: About to do 0.141922802 seconds work
mon61: 2017-12-01 09:48:06.682945 - pid=74371: Work completed - exit status 0
mon61: 2017-12-01 09:48:06.683733 - pid=74353: PID 74371 exit status 0x0000
mon61: 2017-12-01 09:48:06.684007 - pid=74353: PID 74372 started
mon61: 2017-12-01 09:48:06.975561 - pid=74364: About to do 1.519976923 seconds work
mon61: 2017-12-01 09:48:06.976341 - pid=74364: Work completed - exit status 188
mon61: 2017-12-01 09:48:06.976942 - pid=74353: PID 74364 exit status 0xBC00
mon61: 2017-12-01 09:48:06.977225 - pid=74353: PID 74373 started
mon61: 2017-12-01 09:48:07.436814 - pid=74368: About to do 1.422967208 seconds work
mon61: 2017-12-01 09:48:07.437600 - pid=74368: Work completed - exit status 0
mon61: 2017-12-01 09:48:07.438230 - pid=74353: PID 74368 exit status 0x0000

对日志的审查显示有一些“未知 PID”正在死亡的消息。这表明在管理 PID 数组（又名“修复错误”）方面还有一些工作要做。 ~~我以后可能会研究一下。~~

查看代码，这些是“预期的”。大约有 9% 的几率会创建一个子代但被信号杀死（并且所有这些子代的状态都设置为值 0x0001 到 0x0008，表示被信号杀死）。对于这些进程，newProcess() 的返回状态为-1，这会阻止 PID 进入已知子进程列表，因此当子进程确实死亡并收集状态信息时，PID 为“未知”。换句话说，这是“预期的”行为。可以通过否定返回给调用进程的 PID 来更好地注意此类进程，并编写一条消息，指示该特定子 PID 已创建但因信号而死（可能在子有机会执行任何操作之前，例如报告它是运行）。

与"About to do N.xxxxxxxxxx seconds work" 相关的err_remark() 调用既放错了位置，也有错误的格式。它应该在纳米睡眠之前，而不是之后。它还应该使用%.9d 而不是%9d 来格式化小数时间。两者都很容易修复。

除了让孩子们做真正的工作而不是只是在工作中睡觉之外，还有各种改进要做。该代码可以处理一些信号（例如，中断检查子进程、挂断以重新读取配置文件、终止以杀死子进程并退出）。它可以写入日志文件而不是标准错误。它可以被守护，而不是在前台运行。它可以有选项来控制日志文件目录，也许还有日志文件名。它可以检测是否/何时删除其日志文件并启动一个新文件。等等。

但这给了你一些可以玩的东西。

【讨论】：