Linux 进程地址空间及原理

1.程序地址空间

首先,我们先看学c/c++时候学到的程序内存布局:

准确地说,程序地址空间其实就是 进程的地址空间,实际就是pcb中的mm_struct 。

接下来,我们用fork()演示一下进程的地址空间。

   //父子进程数据独有demo 
 1 #include<stdio.h>

 #include<stdlib.h>

 #include<unistd.h>

 int g_val = ;

 int main()

 {

     int pid=fork();

     if(pid < )

     {

         return -;

     }else if(pid == )

     {

         //child

         g_val = ;

         printf("child val: %d--%p\n",g_val,&g_val);

     }

     else

     {

         //parent

         sleep();

         printf("parent val:%d--%p\n",g_val,&g_val);

     }

     return ;

 }

很容易看出,父子进程的地址是一样的,但是变量的值却不一样。

由此能推出 : 我们所看到的地址并 不是真实的物理地址 。

Linux下,我们称作为 虚拟地址 。

说明进程访问的地址都是虚拟地址,物理地址我们用户是看不到的,由操作系统负责物理地址和虚拟地址的转换 。

2.进程地址空间实现原理 --- 利用内存碎片

通过上面测试,我们肯定要问,为什么要使用虚拟地址呢?

1.增加内存访问控制 --- 如果进程可以使用任意的物理内存,意味着如果木马病毒进来了,就可以修改内存空间让电脑瘫痪,很不安全。

2.提高内存利用率 --- 如何利用内存碎片,榨干计算机性能,一直是计算机发展史中的一个重要问题,下面会给大家讲讲如何提高内存利用率。

3.保证进程独立性 --- 用物理地址的话,地址难以确定,有了虚拟地址,进程都可以拥有自己的一套虚拟地址,能让程序员更好地编码。

既然虚拟地址这么好用,那来看看它的实现原理吧!

在Linux下,OS使用的是 分页式内存管理

内存分页:

为什么要有分页 --- 物理地址和虚拟地址的分离,给进程带来了安全和便利,但是他们之间的 转换如果是按字节一一对应记录的,那么要消耗的额外资源就太多了 。

分页是什么 --- 以更大尺寸的单位页来管理内存,这个单位页负责物理地址与虚拟地址的映射关系,Linux中通常每页大小为4KB。 下面是我Linux下测出的大小。

分页的原理 --- 因为物理页和虚拟页内地址肯定是连续的,所以页内数据可以按顺序一一对应。

因为页表大小都是一样的,所以页内数据的末尾地址都是相同的( 二进制下后12位都为1 ),我们把这个地址称之为 偏移量。

偏移量实际上表达了该字节在页内的位置。

地址的前一部分则是页编号,后一部分是页内偏移。

页表记录页编号和物理块编号的对应关系。

虚拟页编号在页表中找到对应的物理块编号,再计算出页内偏移,就可得到实际物理地址。

物理地址 = 块编号*块大小 + 偏移量

分页优化: 多级分页表 ---  分页让我们将逻辑地址和物理地址分离,能更好的进行内存管理。

我们知道进程都会有一套虚拟内存地址(mm_struct),那么其中肯定包含了 分页表保存所有分页, 为了保证查询效率,分页表会保存于内存中。

并且,堆栈上有很多空间都是进程预留的,意味着如果使用连续分页表, 很多条目都没有真正用到 。

因此, Linux中的分页表,采用了多层的数据结构 。 多层的分页表能够减少所需的空间 。

用上图的二级表结构举个例子, 页编号被分为两级:

一级表: 一级页编号保存地址的前8位(十六进制2位),一级表负责映射该地址下的二级表地址。

二级表: 二级表编号保存地址的后12位(十六进制3位),二级表负责映射该地址下的物理地址。

上面我们了解到,连续的分页表可以直接通过虚拟页编号找到物理页编号,而二级分页表,我们要 先拿出虚拟页编号前8位编号在一级表中找到对应的二级表 , 再拿出虚拟页编号后12位在二级表找到对应的物理地址。 就像身份证号,每个地区的前6位都是一样的,如果要查某人的身份证号,先查地区,再查人,能大大减少查找量,如上图0x01为空,说明这个地区没人,那么相应的二级表也不需要存在。这样, 二级表所占数据就会比连续单页表少多了 。

二级表还有一个优点 : 因为是多层结构,所以不必像单层表一样占据一整块内存,而是可以存于不同位置, 提高内存利用率。