《UNIX环境高级编程》读书笔记08: 进程环境

andylin02

1946人浏览 · 2026-05-05 00:00:00

andylin02 · 2026-05-05 00:00:00 发布

作者：andylin02
学习章节：第7章进程环境
关键词：进程环境、main函数、进程终止、环境变量、内存布局、setjmp/longjmp、资源限制

一、引言：理解进程环境，掌握进程控制的“前奏”

在上一章，我们学习了系统数据文件和信息，了解了如何访问系统的各种配置数据。从本章开始，我们将逐步深入到进程的世界。

理解 UNIX 系统环境中 C 程序的环境是理解 UNIX 系统进程控制特性的先决条件。 本章正是为此打基础：当执行一个程序时，其 main 函数是如何被调用的？命令行参数是如何传送给执行程序的？典型的存储空间布局是什么样子？如何分配另外的存储空间？进程如何使用环境变量？

本章主要回答以下核心问题：

main 函数是如何被调用的？
进程终止的方式有哪几种？
如何获取和操作环境变量？
C 程序的存储空间是如何布局的？
如何使用 setjmp 和 longjmp 进行非局部跳转？
如何获取和设置进程的资源限制？

📌 学习目标：理解进程启动、终止的完整流程，掌握进程的内存布局，能够使用环境变量和资源限制函数。为下一章“进程控制”打好理论基础。

二、核心内容精讲

2.1 main 函数与启动例程

C 程序总是从 main 函数开始执行。main 函数的原型为：int main(int argc, char *argv[]);。argc 是命令行参数的数目，argv 是指向参数的各个指针所构成的数组。ISO C 和 POSIX 都要求 argv[argc] 是一个空指针。

但 main 函数并非程序执行的真正入口点。

当内核执行 C 程序时（使用一个 exec 函数），在调用 main 前先调用一个特殊的启动例程。可执行程序文件将此启动例程指定为程序的起始地址——这是由连接编辑器（链接器）设置的，而连接编辑器则由 C 编译器调用。启动例程从内核取得命令行参数和环境变量值，然后为按上述方式调用 main 函数做好安排。

// 启动例程的伪代码表示
exit(main(argc, argv));

在汇编层次，这个启动函数的名字通常是 _start。它负责从内核接收命令行参数和环境变量，设置好之后再调用 main 函数。

2.2 进程终止：八种方式

进程终止的方式有8种，其中5种为正常终止，3种为异常终止。

正常终止的5种方式：

从 main 返回：相当于调用 exit。
调用 exit：ISO C 定义的函数，会执行清理操作。
调用 _exit 或 _Exit：立即进入内核。
最后一个线程从其启动例程返回。
从最后一个线程调用 pthread_exit。

异常终止的3种方式：

调用 abort：产生 SIGABRT 信号。
接到一个信号：某些信号会导致进程终止。
最后一个线程对取消请求做出响应。

2.2.1 退出函数详解

三个用于正常终止程序的函数：

#include <stdlib.h>
void exit(int status);
void _Exit(int status);

#include <unistd.h>
void _exit(int status);

区别：

exit 和 _Exit 由 ISO C 说明，_exit 由 POSIX.1 说明。
_exit 和 _Exit 立即进入内核。
exit 先执行一些清理处理（如冲洗所有标准 I/O 流，执行终止处理程序），然后进入内核。

2.2.2 atexit：注册终止处理程序

atexit 函数可以登记函数，这些函数将由 exit 自动调用。

#include <stdlib.h>
int atexit(void (*func)(void));

特性：

ISO C 规定，一个进程可以登记多至32个函数。
先登记的函数，后调用（即按照与登记顺序相反的顺序调用）。
同一函数登记多次，则会被调用多次。

示例：演示 atexit 的调用顺序。

#include "apue.h"
#include <stdlib.h>

static void hello(void) {
    printf("hello\n");
}

static void byebye(void) {
    printf("byebye\n");
}

int main(void) {
    if (atexit(hello) != 0)
        err_sys("atexit error");
    if (atexit(hello) != 0)  // 同一函数注册两次
        err_sys("atexit error");
    if (atexit(byebye) != 0)
        err_sys("atexit error");

    printf("main is done\n");
    exit(0);
}

运行输出：

main is done
byebye
hello
hello

2.2.3 进程终止状态

exit、_exit、_Exit 都带一个整型参数，称为终止状态（或退出状态）。可以通过 shell 检查进程终止的状态。

特殊规则：

如果调用这些函数时不带终止状态，终止状态是未定义的。
如果 main 执行了一个无返回值的 return 语句，终止状态是未定义的。
如果 main 没有声明返回类型为整型，终止状态是未定义的。
若 main 的返回类型是整型，并且 main 执行到最后一条语句时返回（隐式返回），则进程的终止状态是0。

2.3 命令行参数与环境表

2.3.1 命令行参数

当执行一个程序时，调用 exec 的进程可以将命令行参数传递给新程序。main 函数的 argc 和 argv 参数正是接收这些参数的。

#include <stdio.h>
#include <stdlib.h>

int main(int argc, char *argv[]) {
    for (int i = 0; i < argc; ++i) {
        printf("%d: %s\n", i, argv[i]);
    }
    exit(0);
}

2.3.2 环境表

每个程序都会从父进程那里接收一张环境表。和参数表一样，环境表也是一个字符指针数组，其中每个指针包含一个以 null 结束的 C 字符串的地址。全局变量 environ 则包含了该指针数组的地址。

// 环境表的结构
extern char **environ;  // 环境指针

数据结构：

environ ──→ ┌──────────┐
           │ 指针 ──→ "HOME=/home/user\0"
           ├──────────┤
           │ 指针 ──→ "PATH=/bin:/usr/bin\0"
           ├──────────┤
           │ ...      │
           ├──────────┤
           │ NULL     │
           └──────────┘

2.3.3 环境变量操作函数

为了可移植性，应使用标准函数操作环境变量，而不是直接操作 environ。

#include <stdlib.h>

char *getenv(const char *name);          // 获取环境变量的值
int putenv(char *string);                // 添加或修改环境变量
int setenv(const char *name, const char *value, int overwrite); // 设置环境变量
int unsetenv(const char *name);          // 删除环境变量

函数	说明
`getenv`	获取名为 `name` 的环境变量的值，返回指向该值的指针
`putenv`	取形式为 `"name=value"` 的字符串，将其添加到环境表中。如果 `name` 已存在，则删除原定义
`setenv`	将 `name` 设置为 `value`。如果 `name` 已存在，根据 `overwrite` 决定是否覆盖（非0覆盖，0不覆盖）
`unsetenv`	删除 `name` 的定义

💡 实践提示：直接修改 environ 可能导致内存问题，推荐使用 setenv 和 unsetenv 等标准函数。

2.4 C 程序的存储空间布局

C 程序在内存中由多个段组成。从低地址到高地址的顺序如下：

段	说明	存储内容	特性
正文段（text）	CPU 执行的机器指令部分	代码、`const` 全局变量、`const` 静态变量、字符串字面值	可共享、只读
初始化数据段（data）	已初始化的数据	程序中明确赋初值的全局变量和静态变量	从程序文件中读取初值
未初始化数据段（bss）	未初始化的数据	未初始化的全局变量和静态变量	内核在程序执行前将其初始化为0或空指针
堆（heap）	动态存储分配	`malloc`、`calloc`、`realloc` 分配的内存	从低地址向高地址增长
栈（stack）	自动变量和函数调用信息	局部变量、函数参数、返回地址、调用者环境信息	从高地址向低地址增长
命令行参数和环境变量	传递给程序的信息	`argv`、`environ`	位于栈顶之上

📌 重要规则：未初始化数据段（bss）的内容并不存放在磁盘程序文件中，只有正文段和初始化数据段需要存放在磁盘程序文件中。

2.5 共享库

共享库使得可执行文件不再需要包含公用的库函数，而只需在所有进程都可引用的存储区中保存该库例程的一个副本。这样可显著减小可执行文件的长度，但增加了运行时的时间开销。

# 使用 size 命令查看程序各段长度
$ size /bin/bash
   text    data     bss     dec     hex filename
 916355   35848   23304  975507   ee293 /bin/bash

动态链接 vs 静态链接：

静态链接：可执行程序包含所有需要的函数，不依赖外部库，文件较大。****
动态链接：可执行程序依赖外部共享库，文件较小，运行时需要动态装入器加载共享库。****

2.6 动态内存分配

C 程序使用 malloc、calloc、realloc、free 等函数进行动态内存分配。

#include <stdlib.h>

void *malloc(size_t size);           // 分配 size 字节，内容未初始化
void *calloc(size_t nobj, size_t size); // 分配 nobj * size 字节，内容初始化为0
void *realloc(void *ptr, size_t newsize); // 更改已分配区域的大小
void free(void *ptr);                // 释放已分配的内存

alloca 函数：

#include <alloca.h>
void *alloca(size_t size);   // 在栈上分配内存，函数返回时自动释放

alloca 的特殊之处在于它在调用者的栈帧上分配内存，因此不需要调用 free 来释放——当函数返回时，这块内存会自动释放。但它不能用于跨函数传递分配的内存。

2.7 非局部跳转：`setjmp` 和 `longjmp`

setjmp 和 longjmp 提供了在函数之间进行跳转的能力，常用于从深层嵌套的函数调用中直接返回，而无需逐级返回。这种机制常用于错误处理等场景。

#include <setjmp.h>

int setjmp(jmp_buf env);     // 保存当前调用环境
void longjmp(jmp_buf env, int val);  // 恢复保存的环境

工作原理

setjmp：在需要作为跳转目标的位置调用。它保存当前栈环境到 env 中。首次调用时返回0。
longjmp：在另一个函数中调用。它恢复 env 保存的环境，使程序执行流程跳转到 setjmp 调用点。此时 setjmp 返回 val 参数的值，用于区分不同的跳转来源。

⚠️ 重要限制：longjmp 只能跳转到仍在调用栈上的 setjmp。如果 setjmp 所在的函数已经返回，再调用 longjmp 将导致未定义行为（通常是段错误）。****

setjmp/longjmp 对自动变量、寄存器变量和全局变量的影响：

全局变量、静态变量：在 longjmp 后保持调用 longjmp 时的值
自动变量、寄存器变量：如果变量值在调用 longjmp 之前被修改，其值是否保持不变取决于编译器优化。声明为 volatile 可以确保其值不受 longjmp 影响。

示例：使用 setjmp/longjmp 实现错误恢复。

#include <setjmp.h>
#include <stdio.h>
#include <stdlib.h>

jmp_buf main_env;

void error_handler(int code) {
    printf("Error occurred, code: %d\n", code);
    longjmp(main_env, code);
}

int main(void) {
    int ret;
    if ((ret = setjmp(main_env)) != 0) {
        printf("Recovered from error, ret = %d\n", ret);
        // 这里可以进行错误恢复处理
        exit(0);
    }

    printf("Normal execution path\n");
    error_handler(1);  // 触发跳转
    printf("This line will not be executed\n");

    return 0;
}

2.8 进程资源限制

每个进程都有一组资源限制，可以使用 getrlimit 和 setrlimit 函数查询和修改。

#include <sys/resource.h>

int getrlimit(int resource, struct rlimit *rlp);
int setrlimit(int resource, const struct rlimit *rlp);

struct rlimit 结构体包含两个成员：

rlim_cur：当前软限制
rlim_max：硬限制

常用的资源类型：

资源	说明
`RLIMIT_AS`	进程可用存储空间最大长度（字节）
`RLIMIT_CORE`	core 文件最大字节数
`RLIMIT_CPU`	CPU 时间量（秒）
`RLIMIT_DATA`	数据段最大长度（字节）
`RLIMIT_FSIZE`	可创建的文件最大长度（字节）
`RLIMIT_NOFILE`	每个进程能打开的最多文件数
`RLIMIT_NPROC`	每个实际用户 ID 可拥有的子进程数
`RLIMIT_STACK`	栈的最大长度（字节）

规则：

只有超级用户可以更改硬限制。
软限制可以设置为小于或等于硬限制的值。
软限制和硬限制都可以用 RLIM_INFINITY 表示“无穷大”。

示例：查询和设置进程资源限制。

#include "apue.h"
#include <sys/resource.h>
#include <errno.h>

int main(void) {
    struct rlimit rl;
    
    // 获取栈大小的限制
    if (getrlimit(RLIMIT_STACK, &rl) < 0)
        err_sys("getrlimit error");
    printf("RLIMIT_STACK: soft=%ld, hard=%ld\n", 
           (long)rl.rlim_cur, (long)rl.rlim_max);
    
    // 获取能打开的文件数限制
    if (getrlimit(RLIMIT_NOFILE, &rl) < 0)
        err_sys("getrlimit error");
    printf("RLIMIT_NOFILE: soft=%ld, hard=%ld\n", 
           (long)rl.rlim_cur, (long)rl.rlim_max);
    
    return 0;
}

三、完整源代码示例

3.1 打印所有环境变量

#include "apue.h"
#include <stdlib.h>

extern char **environ;  // 环境指针

int main(void) {
    char **env = environ;
    while (*env != NULL) {
        printf("%s\n", *env);
        env++;
    }
    return 0;
}

3.2 获取特定环境变量的值

#include "apue.h"
#include <stdlib.h>

int main(int argc, char *argv[]) {
    char *path = getenv("PATH");
    if (path == NULL)
        printf("PATH environment variable not found\n");
    else
        printf("PATH = %s\n", path);
    return 0;
}

3.3 演示 `setjmp`/`longjmp` 对变量的影响

#include <setjmp.h>
#include <stdio.h>

static jmp_buf env;
static int global = 0;

void do_jump(void) {
    int local = 2;
    register int reg = 3;
    static int stat = 4;
    volatile int vol = 5;
    
    global = 10;
    local = 20;
    reg = 30;
    stat = 40;
    vol = 50;
    
    longjmp(env, 1);
}

int main(void) {
    int local = 0;
    register int reg = 0;
    static int stat = 0;
    volatile int vol = 0;
    
    if (setjmp(env) == 0) {
        printf("Initial call\n");
        do_jump();
    } else {
        printf("After longjmp\n");
        printf("global=%d, local=%d, reg=%d, stat=%d, vol=%d\n",
               global, local, reg, stat, vol);
    }
    return 0;
}

四、本章知识点速查表

知识点	核心内容
main 函数	C 程序入口，原型 `int main(int argc, char *argv[])`，`argv[argc]` 为 NULL
启动例程	`_start`，在 `main` 之前调用，负责取得参数并调用 `main`
进程终止	8种方式：5种正常（main返回、exit、_exit/_Exit等），3种异常（abort、信号等）
退出函数	`exit`（有清理）、`_exit`/`_Exit`（无清理）
`atexit`	注册终止处理程序，先注册后调用，最多32个
环境表	`extern char **environ`，每个字符串为 `name=value` 形式
环境变量函数	`getenv`、`putenv`、`setenv`、`unsetenv`
内存布局	正文段 → data → bss → 堆 → 栈 → 命令行参数和环境变量
共享库	动态链接 vs 静态链接
动态内存分配	`malloc`、`calloc`、`realloc`、`free`、`alloca`
`setjmp`/`longjmp`	非局部跳转，用于错误恢复，不能跳转到已返回的函数
资源限制	`getrlimit`、`setrlimit`，软限制 ≤ 硬限制

五、动手实践建议

查看进程内存布局：

cat /proc/self/maps   # Linux 下查看当前进程的内存映射

使用 size 命令查看程序各段大小：
```
size /bin/bash
```
查看共享库依赖：
```
ldd /bin/ls
```
使用 ulimit 查看 Shell 的资源限制：
```
ulimit -a
```

六、常见易混淆点

Q1：exit 和 _exit 有什么区别？
A：exit 会执行标准 I/O 库的清理关闭操作（调用 fclose 冲洗所有输出流），并调用 atexit 注册的终止处理程序，然后进入内核。_exit 和 _Exit 则立即进入内核，不执行任何清理。****

Q2：atexit 注册的函数调用顺序是怎样的？
A：按照与注册顺序相反的顺序调用。先注册的函数后调用，后注册的函数先调用。

Q3：setjmp 和 longjmp 有什么限制？
A：longjmp 只能跳转到仍在调用栈上的 setjmp。如果 setjmp 所在的函数已经返回，再调用 longjmp 会导致未定义行为。****

Q4：alloca 和 malloc 有什么区别？
A：alloca 在栈上分配内存，函数返回时自动释放，不需要调用 free。malloc 在堆上分配内存，必须显式调用 free 释放。alloca 不能用于跨函数传递分配的内存。

Q5：volatile 在 setjmp/longjmp 中起什么作用？
A：setjmp/longjmp 会影响局部变量的值。声明为 volatile 的变量会确保其值在 longjmp 后保持不变（不会被优化器还原）。对于全局变量和静态变量，不需要 volatile，它们的值也会在 longjmp 后保持。