fork失败时父进程SIGTERM处理及资源清理异常问题排查

问题背景 #

开发多进程应用时，主进程创建子进程，子进程会进一步fork。当达到系统fork限制导致fork失败时，我实现了子进程向主进程发送SIGTERM信号的机制，主进程捕获信号后清理信号、共享内存、消息队列等资源。

该基于信号的清理方案在其他场景（如代码中while循环正常结束）下运行顺畅：

默认终止示例 #

void run_simulation()
{

    while (i <= 10)
    {
        /* Does operations */
        i++;
    }

    kill(getpid(), SIGTERM);
}

SIGTERM触发的清理逻辑 #

/* Clean up resources and exit gracefully */
void clean_and_exit()
{   
    /* Terminate child processes */
    system(GRACEFUL_SHUTDOWN_SCRIPT);

    /* Removes resources*/
    clean_resources();
}

但在fork失败场景下使用该信号时，出现意外错误，似乎资源在发送信号前已被释放。请问fork失败是否会自动清理资源？还是我的清理流程存在问题？

错误信息 #

[ERROR] ipcs/sem.c Line: 50 PID = 7022 Error 43 (Identifier removed)
[ERROR] ipcs/msg.c Line: 52 PID = 7256 Error 22 (Invalid argument)
[ERROR] ipcs/msg.c Line: 52 PID = 6981 Error 22 (Invalid argument)
...

子进程fork失败代码 #

pid = fork();
if (pid == -1)
{
    kill(getppid(), SIGTERM);
}
else if (pid == 0)
{
    /* Child operations*/
}

我希望了解fork失败后清理流程报错的原因及有效排查方法，同时想知道改用消息队列替代信号进行通信是否更可靠。

一、fork失败时的资源自动清理情况 #

fork失败时，内核不会自动释放父进程或当前子进程已创建的共享资源（比如共享内存、信号量、消息队列）。fork失败仅表示新进程创建失败，不会影响已存在的进程资源。报错根源不在fork本身的自动清理，而是你的清理流程存在竞态或逻辑问题。

二、报错原因 #

1. 信号异步性引发竞态
   子进程发送SIGTERM给主进程后，主进程的信号处理函数会立即启动清理：调用脚本终止子进程、释放共享资源。但此时发送信号的子进程仍在运行，若它继续访问已被主进程释放的资源，就会触发"Identifier removed"或"Invalid argument"错误。
   对比正常终止场景：run_simulation中是进程自身完成业务后发信号，不会再访问资源，因此无冲突。

2. fork失败后子进程未终止
   你的代码中，fork失败后仅向主进程发信号，未终止当前子进程。该子进程后续仍可能访问共享资源，与主进程的清理操作产生冲突。

3. 清理脚本的执行时序问题
   若GRACEFUL_SHUTDOWN_SCRIPT仅发送终止信号但未等待子进程完全退出，主进程会提前执行clean_resources，此时仍有子进程在访问资源，进而报错。

三、排查方法 #

• 添加时序日志：在clean_and_exit的关键步骤（开始清理、完成清理）以及fork失败的子进程中添加带PID和时间戳的日志，明确资源释放与子进程访问的时序关系。
• 系统调用跟踪：用strace跟踪主进程和子进程的系统调用，查看SIGTERM接收时机、资源释放调用（如shmctl、msgctl）与子进程资源访问调用的顺序。
• 资源权限检查：确认共享资源的创建者和权限，排查是否有其他进程意外释放资源，但根据报错PID判断，大概率是应用内部时序问题。

四、改用消息队列的可靠性 #

是的，消息队列比信号更适合该场景，原因如下：

• 信号无状态且异步：主进程收到SIGTERM后无法知道发送方是谁，也无法获取错误上下文，只能盲目全量清理。
• 消息队列带上下文且可控：子进程fork失败后，可向主进程发送包含错误类型、自身PID的消息，主进程可先终止该子进程（避免资源访问），再逐步清理，彻底避免竞态。
• 消息队列可确认：可设置接收超时、消息确认机制，确保主进程收到通知后再执行清理，避免信号丢失或处理不及时的问题。

修复建议 #

1. fork失败时，子进程发信号后立即终止自身：

pid = fork();
if (pid == -1)
{
    kill(getppid(), SIGTERM);
    exit(EXIT_FAILURE); // 终止当前子进程，避免继续访问资源
}
else if (pid == 0)
{
    /* Child operations*/
}

2. 修改clean_and_exit，先确保所有子进程完全终止再清理资源：
   放弃依赖system调用的脚本，改用waitpid逐个等待子进程退出，确认所有子进程终止后再执行clean_resources。
3. 长期方案：替换为消息队列机制，实现更可控的错误通知与清理流程。

内容的提问来源于stack exchange，提问作者chiara_tummi