别闹了Fork：在 Linux 上快速创建大型进程
内容提要
Linux 中 fork() 创建进程需复制页表，父进程内存越大越慢，影响模糊测试等频繁启动场景。优化方案：启动新程序用 posix_spawn() 替代 fork()，必要时借助 vfork 避免复制；同时运行多进程大任务则用进程池，避免耗时页表复制。
延伸解读
为什么 fork 会变慢
文章指出，fork() 虽然使用写时复制（COW）语义，但仍需复制页表等数据。当父进程内存膨胀时，页表复制开销显著增加，成为性能瓶颈。在模糊测试等需要频繁启动新进程的场景中，这种开销会拖慢整体速度。理解这一点有助于判断何时需要优化进程创建方式。
进程池的适用场景与限制
进程池通过预先创建并复用进程来避免频繁 fork 的开销，适合同时运行多个大任务。但文章提醒，池的大小需提前确定，若任务数超过池容量，程序必须等待。此外，若进程被 exec() 替换为新任务，则无法回收，因此进程池不适合快速启动其他程序的场景。
posix_spawn 的优势与实现
posix_spawn() 在 Linux 上基于 fork() 和 exec() 实现，但可能使用 vfork() 来避免复制页表。通过 POSIX_SPAWN_USEVFORK 标志，可以在安全的前提下利用 vfork 的性能优势，同时由系统规避多线程环境下的死锁风险。这使其成为启动新程序时替代 fork() 的推荐方案。
Q&A
为什么在 Linux 上 fork() 创建进程会随着父进程内存增大而变慢？
因为 fork() 虽然使用 COW（写时复制）语义，但仍需从父进程向子进程复制一定数量的数据，其中最突出的是页表。页表记录了内存地址的数据是否已被修改，是 Linux 实现 COW 必须复制的部分。父进程内存越大，页表越大，复制开销就越高，导致 fork() 变慢。
在 Linux 上启动新程序时，用什么替代 fork() 可以避免复制页表的开销？
使用 posix_spawn() 替代 fork()。在 Linux 上，posix_spawn() 内部用 fork() 和 exec() 实现，如果安全会使用 vfork() 代替 fork()。通过 POSIX_SPAWN_USEVFORK 标志，可以避免从大进程分叉时复制页表的开销，同时 Linux 会保护你免受 vfork 可能引入的死锁问题。
vfork() 和 fork() 有什么区别？为什么 vfork() 可能导致死锁？
vfork() 不会将父进程复制到子进程，两个进程共享父进程的虚拟地址空间，父进程被挂起直到子进程退出或调用 exec()。死锁可能发生在多线程应用中：子进程调用外部函数（如 exec()）时，动态链接器可能被调用来解析 PLT 条目并获取互斥锁，而这个锁可能已被父进程中的不同线程持有。由于父进程被挂起直到子进程 exec() 或 exit()，父子进程会互相等待，导致死锁。
进程池适合什么场景？有什么限制？
进程池适合多任务处理，特别是多进程程序的初始化。它在程序初始化时创建几个空进程，在进程变得过大之前，在需要时将任务分配给进程执行，执行完成后回收进程以供复用。限制包括：必须提前确定所需的并发进程数量，如果池中进程不足，程序必须等待；对于已经被 exec() 替换为全新任务的进程，无法将其回收到池中，意味着会永远失去这个进程。因此进程池不应被用于快速启动其他进程。
模糊测试中启动目标应用程序越来越慢，如何解决？
问题根源是模糊测试进程在内存中越来越大，导致 fork() 系统调用耗时增加。解决方案是：启动新程序时使用 posix_spawn() 替换 fork()，并利用 POSIX_SPAWN_USEVFORK 标志避免复制页表；如果需要同时运行多个进程处理巨大任务，则使用进程池来避免耗时的页表复制。
在 Linux 上，posix_spawn() 内部是如何实现的？
在 Linux 上，posix_spawn() 只是用 fork() 和 exec() 实现的。如果安全的话，它将使用 vfork() 代替 fork()。你可以使用带有 POSIX_SPAWN_USEVFORK 标志的 posix_spawn() 来避免从大进程分叉时复制页表的开销，同时 Linux 可以保护你免受 vfork 可能引入的死锁问题。
