多线程程序中fork导致死锁的根源与pthread_atfork解决方案

多线程 + fork 这个组合，在我刚写 Linux 服务端程序那会儿就听说过是个大坑，但真正轮到自己线上环境踩一遍，才发现教科书里那几行警示根本不够用。最近又处理了一起诡异卡死，最终定位还是落在“线程安全函数和多线程的 fork”这个老问题上。这篇文章把这块彻底捋一遍：什么样的函数才算线程安全、fork 在多线程程序里到底复制了什么、为什么子进程会莫名死锁、以及我目前在项目里实际落地的一套规避方案和排查手法。适合做 Linux 服务端、C++ 多线程编程、以及偶尔需要在多线程进程里拉起子进程的同学，准备面试的话也可以把这几个点串起来看。

1. 先聊透线程安全：多线程编程的隐形地基

1.1 线程不安全的本质是共享状态

首先得说清楚一个概念：多线程并不是让多个“程序”同时跑，而是同一个进程里的多个执行流并发推进。它们共享地址空间、全局变量、堆内存、文件描述符，唯一的“隔离”主要在栈区——每个线程有自己的栈，所以函数里的局部变量天然是私有的。

但问题就出在共享上。一个函数只要在内部使用了静态存储期变量或没有同步保护的全局状态，那它在多线程环境下就有可能出乱子。最常见的例子是 strtok()，它内部用一个静态指针保存“剩余待分割字符串”的位置，两个线程同时调用它时，第二个线程会覆盖第一个线程的进度，分割结果直接错乱。

类似的函数有一长串，都是“看起来人畜无害，实则带静态缓冲区”的类型：

• strtok / strtok_r，前者内部记录切割位置；
• localtime / localtime_r，前者返回静态 struct tm 指针；
• getenv / getenv_r（glibc 扩展），getenv 在某些实现里用了全局环境缓冲；
• rand / rand_r，rand 用静态种子；
• asctime / ctime，返回字符串也是静态缓冲；
• getpwnam / getpwnam_r 这类用户查找函数，静态返回结构体。

遇到这些函数，多线程程序里要用的替换思路就是“找带 _r 后缀的可重入版本”。它们把原本藏在函数内部的静态状态改成由调用方传入的缓冲区，这样每个线程各存各的中间状态，自然就不打架了。

我实用下来的判断套路其实很简单：先用 man 手册查函数的“ATTRIBUTES”段落，里面有明确的线程安全说明；其次看函数是“返回内部静态存储的指针”还是“让调用方传入缓冲区”，后者通常是线程安全的。如果拿不准，直接换 _r 版本或加锁兜底，别赌运气。

1.2 线程安全函数和可重入函数不是一回事

很多刚接触多线程的同学会把“线程安全”和“可重入”混为一谈，实际是两个层次的东西。

线程安全（Thread-Safe）的标准比较宽：多个线程同时调用同一个函数，结果依然正确即可。实现方式可以是内部加锁，也可以是使用线程局部存储，还可以是根本不依赖共享状态。而可重入（Reentrant）要严格得多：它意味着函数在执行过程中被中断，然后又被重新调用，之后回来继续执行，结果仍然正确。这里说的“中断后重新调用”，在多线程里对应的场景类似于信号处理函数中再调用同一个函数，或者在持有某个锁的临界区里再次调用会去获取同一把锁的函数。

一个函数可以线程安全但不可重入。典型例子是加锁保护实现安全：线程 A 进入函数先加锁，执行到一半被信号打断，信号处理函数里又调用了同一个函数，此时锁还被 A 持有，于是信号处理函数直接死锁。所以信号处理时只能用 async-signal-safe 的函数，而不是“线程安全函数”。这也解释了为什么在 fork 之后的子进程里，最好当自己活在信号处理上下文中——这两个场景对函数安全性的要求其实是同等级的。

我日常判断函数能不能用于 fork 后的子进程时，唯一的依据就是 man 7 signal-safety 里那串 async-signal-safe 函数清单，而不是线程不线程安全的标签。

1.3 线程安全函数也要靠调用方自律

还有一层容易被忽略：函数本身线程安全，不代表你在代码里用它的方式就安全。最典型的就是“先检查后使用”和“先获取后释放”的非原子组合。

比如 getenv() 是线程安全的（当前 glibc 下），但如果你在多线程程序里先拿到返回值，然后调用 putenv() 修改环境变量，再回头用之前那个指针，那照样会出问题。因为 getenv 返回的指针可能指向进程环境区，一旦环境被修改，那块内存可能被重新分配或覆盖。

另一个典型是文件描述符的“存和用”。open() 本身线程安全，但如果线程 A 打开一个 fd 存到全局变量，线程 B 直接去读写这个全局变量中的 fd，而线程 A 又 close 掉了它，那 B 可能已经操作了一个被复用的 fd——文件描述符是整数，数值会被内核复用，这种问题极难排查。我经历过一次“打开的是日志文件，写进去的内容却到了新连接的 socket”的线上事故，根因就是 fd 复用。

所以线程安全函数只是地基，地基之上还需要你控制好“共享状态的进入和退出”。常用的手段包括：互斥锁（pthread_mutex_t）、读写锁（pthread_rwlock_t）、原子操作、以及线程局部存储（TLS）。特别强调一句：能用局部变量就不要用全局状态，能用栈上缓冲区就不要用 static，这是我对所有写服务端代码的同学的第一条建议。

2. 多线程程序里调用 fork，究竟会发生什么

2.1 fork 只复制了调用线程

说完线程安全，再来看 fork。fork 的核心语义是创建一个当前进程的近乎完整副本，但它有一个让无数人栽跟头的特点：子进程只会复制“发起调用 fork 的那个线程”，其他所有线程都会在子进程里凭空消失。

这个消失是什么意思？内存、文件描述符、锁的状态、全局变