进程地址空间和页表

一、程序&进程&虚拟地址空间

1.1 进程地址空间是什么？

  所谓进程地址空间，本质是描述进程可视范围的大小。更简单点来说，地址空间本质是内核的一个数据结构对象，类似PCB一样，地址空间也是要被操作系统管理的。即先描述，再组织。每一个进程都有一个自己的 task_struct 结构体来描述组织，而它的地址空间我们用 mm_struct 来描述组织。要对地址空间进行各种区域划分，我们需要用 start 和 end 来对线性地址进行标记。要让地址空间被管理起来，则每一个进程的 task_struct 结构体必然能指向 mm_struct，这样才能知道自己的代码、数据等相关信息在哪里，才能管理起来。看下面图示，了解Linux 内核中的地址空间

1.2 C&C++中的地址空间划分

  我们学习C&C++，经常接触到的地址空间并不是内存，准确来说程序&进程&虚拟地址空间。我们可以通过下面代码来验证地址空间的基本排布，同时得到以下结论，堆和栈想向而生，堆向上生长，而栈向下生长（即栈是先使用高地址，而堆是先使用低地址）

# include<stdio.h>                                                                                                         # include<stdlib.h>
# include<stdlib.h>
int g_unval;//未初始化
int g_val = 100;//初始化
int main()
{
    const char* str = "hello bit";
    char* mem = (char*)malloc(20);
    char* mem1 = (char*)malloc(20);
    char* mem2 = (char*)malloc(20);
    int a;int b; int c;
    printf("代码区: %p\n",main);
    printf("字符常量区 : %p\n",str);  
    printf("已初始化全局数据区: %p\n",&g_val);  
    printf("未初始化全局数据区: %p\n",&g_unval);  
    printf("\n");  
    printf("栈地址：%p\n",&a);  
    printf("栈地址：%p\n",&b);  
    printf("栈地址：%p\n",&c);  
    printf("\n");  
    printf("堆地址：%p\n",mem);  
    printf("堆地址：%p\n",mem1);  
    printf("堆地址：%p\n",mem2);  
    return 0;  
  } 

1.3 虚拟地址存在验证

  通过之前fork函数的认识，我们知道，fork创建子进程可以返回两次，并且父子进程读时共享，写时拷贝。那么写实拷贝的时候，同一变量名的两个变量地址是不是应该不同？通过下面的代码验证却会发现，两个变量地址相同！那么这两个变量地址肯定不是所谓的物理地址，即它们是虚拟地址，同时虚拟地址必然和物理地址存在一种映射关系！

#include <stdio.h>
#include <stdlib.h>
#include <unistd.h>
int g_val=100;
int main()                                                      
{                                                             
    pid_t id=fork();                                               
    if(id==0)                                                      
    {                                                              
        int cnt=5;                                                 
        while(1)                                                                                                                    
        {           
            printf("子进程 pid: %d, ppid: %d, g_val: %d,&g_val: %p\n",getpid(),getppid(),g_val,&g_val);    
            sleep(1);                                                                                      
            if(cnt) cnt--;    
            else{             
                g_val=200;    
                printf("子进程改变:g_val 100->200\n");    
                cnt--;                                    
            }             
        }        
    }        
    else    
    {       
        while(1)    
        {           
            printf("父进程 pid: %d, ppid: %d,g_val: %d, &g_val: %p\n",getpid(),getppid(),g_val,&g_val);    
            sleep(1);                                                                                      
        }                
    }            
    return 0;    
} 

二、页表

2.1 页表是什么？

  由上可知虚拟地址是存在的，对于进程地址空间我们需要先描述再组织，因此就多了一个 mm_struct 结构体。而对虚拟地址和物理地址存在的映射关系，我们也需要先描述再组织，在这其中会有一种表结构，即页表。页表的地址保存在CPU的cr3寄存器中，属于物理地址。当进程在CPU中轮转调度时，进程会把cr3寄存器中的页表相关信息带走，CPU下次调度时再恢复过来，这样就知道上次该进程调度时，代码执行的位置。
  每个进程都有自己的页表，父子进程的页表可以完全相同。页表中必然有 key-value 结构来保存虚拟和物理内存的映射关系。这样当fork父子进程数据没有做修改时，映射的的物理地址便是一样的。若父子进程中修改了数据，则进行写实拷贝，修改页表中物理地址的映射值，在物理内存中单独存储一份。但在用户看来，虚拟地址是一样的，这也就解决了上面的 g_val 值不同，而打印出来的地址却相同的疑惑

2.2 页表读写标志位

  一个程序运行有代码区和和字符常量区，它们具有只读属性。进程访问物理内存的怎么知道这个区域是可读还是可写的呢？物理内存是没有权限管理的，没有区分读写的能力（并不能自己独立判断访问是否合法），因此需要通过页表作为桥梁，在页表中设立标志位，而标志位用位图来标明其读写属性。

2.3 页表代码和数据加载标志位

  目前，主流的笔记本电脑物理内存大小是8GB，可我们却却能够玩十几个G，甚至几十个G的游戏，这充分证明操作系统可以对大文件进行分批加载！如果一下子把进程所有代码和数据加载到内存，由于进程调度和时间片轮转，后面很大一部分内存并不会被访问，就会造成时间和空间浪费。因此操作系统采取惰性加载的方式（即在进程需要使用某个资源时才将其加载到内存中）。同样在页表中设置一个标志位，用0和1来确定进程的代码和数据是否加载到内存中。
  在这个进程中先把先把页表中的虚拟地址填满，物理地址先填一部分。进程调度时，先找到该虚拟地址对应的标志位，看物理地址是否存在（即代码和数据是否已经加载到内存）。若标志位为1，再看其页表中读写权限访问物理内存。若标志位为0，则说明代码和数据并没有加载到内存里。此时操作系统触发缺页中断，找到该可执行程序在磁盘中的代码和数据，为其在物理内存中开辟一块空间加载进来，并补上在页表中的物理地址。此后，继续执行进程调度访问物理内存。

三、进程地址空间&页表总结

  现在我们对进程有了更加深入的理解，进程 = 内核数数据结构（task_struct&进程地址空间&页表）+ 程序的代码和数据。进程地址空间的存在可以让进程以统一的视角看待内存，虚拟地址空间可以让我们访问内存的时候，增加一个转换的过程，在这个转化的过程中，可以对我们的寻址请求进行审查，所以一旦异常访问，直接拦截，该请求不会到达物理内存，保护物理内存。因为有地址空间和页表的存在，将进程管理模块，和内存管理模块进行解耦合!