CPU阿甘之烦恼

CPU阿甘之烦恼

真正的知识是深入浅出的，码农翻身” 公共号将苦涩难懂的计算机知识，用形象有趣的生活中实例呈现给我们，让我们更好地理解。

本文源地址：CPU阿甘之烦恼

1、批处理系统

“最近比较烦，比较烦，比较烦...”，CPU阿甘在唱着。因为内存和硬盘一直看他不顺眼，导致阿甘特别烦恼。

阿甘心里很清楚，是自己干活太快了，干完了活就歇着喝茶，这时候内存和硬盘还在辛辛苦苦的忙活，他们肯定觉得很不爽了。“木秀于林，风必摧之”、“不患贫而患不均”，这就是阿甘的处境。虽然阿甘自己也于心不忍，可是有什么办法？谁让他们那么慢！一个比自己慢100倍，另外一个比自己慢100万倍！

这个世界的造物主为什么不把我们的速度弄的一样呢？

阿甘所在的是一个批处理的计算机系统，操作系统老大收集了一批任务以后，就会把这一批任务的程序逐个装载的内存中，让CPU去运行，大部分时候这些程序都是单纯的科学计算，计算弹道轨迹什么的。但有时候也会有IO相关的操作，这时候，内存和硬盘都在疯狂的加班Load数据，（由于运行速度差别实在是天壤之别）阿甘只能等待数据到来，只能坐那儿喝茶了。 

没多久，内存向操作系统老大告了阿甘一状，阿甘被老大叫去训话了！“阿甘，你就不能多干一点？老是歇着喝茶算是怎么回事？”

阿甘委屈的说：“老大，这不能怪我啊！你看你每次只把一个程序搬到内存那里让我运行，正常情况下，我可以跑的飞快，可以是一旦遇到IO相关的指令，势必要去硬盘那里找数据，硬盘实在是太慢了，我不得不等待啊！”

操作系统说！“卧槽，听你的口气还是我的问题啊，一个程序遇到了IO指令，你不能把它挂起，存到到硬盘里，然后再找另外一个运行吗？”

阿甘笑了：“老大我看你是气昏头了，我要是把正在运行的程序存到硬盘里，暂时挂起，然后再从硬盘装载另外一个，这可都是IO操作啊，岂不更慢？”

 “这！” 操作系统语塞了，沉默了半天说：“这样吧，我以后在内存里多给你装载几个程序，一个程序被IO阻塞住了，你就去运行另外一个。如何？”

“这得问问内存，看他愿不愿意了，我把内存叫来，我们一起商量商量” 。阿甘觉得这个主意不错。

内存心思缜密，听了这个想法，心想：自己也没什么损失啊，原来同一时间在内存里只有一个程序，现在要装载多个，对我都一样。

可是往深处一想，如果有多个程序，内存的分配可不是个简单的事情，比如说下面这个例子：

图1 ：内存紧缩

• (1) 内存一共90k，一开始有三个程序运行，占据了80k的空间，剩余10k；
• (2) 然后第二个程序运行完了，空闲出来20k，现在总空闲是30K， 但这两块空闲内存是不连续的；
•  (3) 第4个程序需要25k，没办法只好把第三个程序往下移动，腾出空间让第四个程序来使用了。

内存把自己的想法给操作系统老大说了说。

 老大说：“阿甘，你要向内存学习啊！看看他思考的多么深入，不过这个问题我有解决办法，需要涉及到几个内存的分配算法，你们不用管了。咱们就这么确定下来，先跑两个程序试试。”  

2、地址重定位

第二天一大早，试验就正式开始，老大同时装载了两个程序到内存中：

图2：内存装入2个程序

第一个程序被装在到了内存的开始处，也就是地址0，运行了一会，就遇到一个IO指令。在等待数据的时候，老大让我运行第二个程序，这个程序就被装在到了地址10000处，刚开始运行得挺好，突然就来个一条指令：

MOV AX [1000]

AX是一个寄存器，可以理解成CPU内部的一个高速存储单位，该指令含义是将AX寄存器中的值写到内存1000处。

此时，阿甘隐约记得第一个程序中也有一条类似的指令：

MOV BX [1000]

“老大，坏了！这两个程序操作了同一个地址，数据会被覆盖掉！” 阿甘赶紧向操作系统汇报。 

操作系统一看就明白了，原来这个系统的程序引用的都是物理的内存地址。在批处理系统中，所有的程序都是从地址0开始装在，现在是多道程序在内存中，第二个程序被装在到了地址10000处。但是程序没有变化，还是假定从0开始，自然就出错了。

“看来老大在装载的时候得修改一下第二个程序的指令了，把每个地址都加上10000（即第二个程序的开始处），原来的指令就会变成 MOV AX [11000]。 ” 内存确实反应很快。---静态重定位

阿甘说：“ 如果用这种办法，那做内存紧缩的时候可就麻烦了。因为老大要到处移动程序啊。对每个移动的程序岂不还都得做重定位，这多累啊！”
操作系统老大陷入了沉思，阿甘说的没错。这个静态重定位是很不方便，看来想在内存中运行多道程序不是想象的那么容易。
但是能不能改变下思路，在运行时把地址重定位呢？

首先得记录下每个程序的起始地址，可以让阿甘再增加一个寄存器，专门保护初始地址。例如第一个程序地址为0，第二个程序的地址是10000。运行第一个程序的时候，将寄存器的值置为0，当切换到第二个程序的时候，寄存器的值应置为10000。 只要遇到了地址相关的指令，都需要把地址加上寄存器的值，这样才可以得到真正的内存地址，然后再去访问。---动态重定位

操作系统赶紧让阿甘去加一个新的寄存器，重新装载两个程序，记录下他们的开始地址，然后切换程序，这次成功了，不在有数据覆盖的问题了。 
只是阿甘有些不高兴：“老大，这一下子我这里的活可多了不少啊！你看每次访问内存，我都得额外的做一次加法运算啊。”
老大说：“没办法，能者多劳嘛！你看看我，我既需要考虑内存分配算法，还得做内存紧缩，还得记住每个程序的开始地址，切换程序的时候，才能刷新你的寄存器，我比你麻烦多了！”

内存突然说道：“老大，我想到一个问题。假设有一个恶意程序，它去访问别的程序空间怎么办？比如地址2000至3000属于一个程序的空间，但是这个程序突然带来了一条指令（MOV AX [1500]），我们在运行时会翻译成"MOV AX [3500]"，这个3500有可能是别的程序的空间啊！”

 “唉，那就只好再加个寄存器了。阿甘，用这个新寄存器来记录程序在内存中的长度吧。这样每次访问的时候拿那个地址和这个长度比较一下，我们就知道是不是越界了。” ，老大无可奈何了。 

“好吧” ，阿甘答应了，“ 我可以把这连个寄存器，以及计算内存地址的方法，封装成一个新的模块，就叫MMU（内存管理单元）吧。不过这个东西听起来好像应该内存来管啊。”
内存笑着说：“那是不行的。阿甘，能够高速访问的寄存器只有你这里才有啊。我就是一个比你慢100倍的存储器而已！”。

3、分块装入程序

多道程序最近在内存中运行得挺好，阿甘没办法闲下来喝茶了，经常是一个还没有运行完，很快就切换到另一个。

那些程序也都是好事之徒，听说了这个新的系统，都拼了命，挤破头的往内存中钻。
内存很小，很快就会挤满，操作系统老大忙于调度，也是忙的不可开交。 
更有甚者，程序开始越长越大，有些图形处理的程序，还有些什么叫Java的程序，动不动就要几百M内存，就这还嚷嚷着说不够。 
操作系统头都大了，把CPU和内存叫来商量。 
“世风日下，人心不古啊！” 内存一边叹气一遍说：“原来批处理的时候那些程序规规矩矩的，现在是怎么了？”
“这也不能怪那些程序，现在硬件的确比原来好多了。内存，你原来只有几十K，现在都好几G了。CPU在摩尔定律的关照下，发展的更快，每隔18个月，你的速度就翻一番。”  操作系统老大说。
“那也赶不上这些程序的发展速度，他们对我要求越来越高，可是把我累坏了。” 阿甘垂头丧气的。 

“我们还是考虑下怎么让有限的内存装下更多的程序吧！” 内存说道。

“我有一个提议，对每个程序不要全部装入内存，要分块装载。例如先把最重要的代码指令装进来，在运行中按需要装载别的指令。”阿甘提议道。

内存嘲笑说：“阿甘，你又想偷懒喝茶了。哈哈，如果每个程序都这样，IO操作得多频繁。我和硬盘都得累死。”

阿甘脸红了，沉默了。 
“慢着”，老大说：“阿甘，你之前不是发现过什么原理嘛！就是从几千亿条指令中总结出的那个，叫什么来着？”
“奥，那是局部性原理，有两个：

1）时间局部性：如果程序中的某条指令一旦执行，则不久之后该指令可能再次被执行；如果某数据被访问，则不久之后该数据可能被再次访问。

2）空间局部性：一旦程序访问了某个存储单元，则不久之后，其附近的存储单元也将被访问。”

“这个局部性原理应该能拯救我们。阿甘，我们完全可以把一个程序分成一个个小块，然后按块来装载到内存中，由于局部性原理的存在，程序会倾向于在这一块或几块上执行，性能上应该不会有太大的损失。”
“这能行吗？”， 内存和阿甘不约而同的问。
“试一试就知道了，这样我们把这一个个小块叫做页框（page frame），每个暂定4k大小，装载程序的时候也按照页框大小来。”
实验了几天，果然不出老大所料，那些程序在大部分时间真的只运行在几个页框中，于是老大把这些页称为工作集(working set)。

4、虚拟内存：分页

“既然一个程序可以用分块的技术逐步调入内存，而不太影响性能，那就意味着，一个程序可以比实际的内存大的多啊！”
阿甘躺在床上，突然间想到这一层，心头突突直跳，这绝对是一个超级想法。 
“我们可以给每个程序都提供一个超级大的空间。例如4G，只不过这个空间是虚拟的，程序中的指令使用的就是这些虚拟的地址，然后我的MMU把它们映射到真实的物理的内存地址上，那些程序们浑然不觉，哈哈，实在是太棒了。”

内存听说了这个想法，惊讶的瞪大了双眼：“阿甘，你疯了吧？”
“阿甘的想法是有道理的”，老大说：“只是我们还要坚持一点，那就是分块装入程序，我们把虚拟的地址也得分块，就叫做页（page），大小和物理内存的页框一样，这样好映射。”
“老大，看来你又要麻烦了，你得维持一个页表，用来映射虚拟页面和物理页面。”
“不仅如此，我还得记录一个程序那些页已经被装载到了物理内存，那些没有被装载，如果程序访问了这些没被装载的页面，我还得从内存中找到一块空闲的地方。如果内存已满，只好把现有的页框置换一个到硬盘上了。可是，怎么确定那个物理内存的页框可以置换呢？ 唉，又涉及到很多复杂的算法，需要大费一番周折。你看看，老大不是这么容易当的。”

图3： 分页

分页的工作原理，需要注意的是虚拟地址的#4页， 在物理内存中不存在，如果程序访问第4页，就会产生缺页的中断，由操作系统去硬盘调取。

内存想起来一个问题：“如果程序运行时，每次都得查页表来获得物理的内存页，而页表也是在内存里，而我比你慢100倍，你受得了吗。阿甘？”
阿甘笑了：“这个问题其实我也考虑了，所以我打算增强我的内存管理单元，把那些最常访问的页表项放到缓存里。这样不就快了吗。”
内存想想也是，还是局部性原理，太牛了。

5、分段+分页

分页系统运行了一段时间以后，又有程序表示不爽了，这些程序嚷嚷着说：
“你们能不能把程序‘分家’啊。例如代码段、数据段、堆栈段，这多么自然，并且有利于保护，要是程序试图去写这个只读的代码段，立刻就可以抛出保护异常！”
还有程序说：“页面太小了，实在不利于共享，我和哥们共享的那个图形库，高达几十M，得分成好多页来共享，太麻烦了。你们要是做一个共享段该多好！”......这样的聒噪声多了，大家都不胜其烦，那就“分家”吧。 
当然对每个程序都需要标准化，一个程序被分成代码段，数据段和堆栈段等。操作系统老大记录下每个段的开始和结束地址，每个段的保护位。 

图4：Linux的虚拟内存示意图

但是在每个段的内部，仍然按分页的系统来处理，除了页表之外，操作系统老大又被迫维护了一个段表这样的东西。
一个虚拟的内存地址来了以后，首先根据地址中的段号先找到相应的段描述表，其中有页表的地址，然后再从页表中找到物理内存，过程类似这样：

图5：一个简化的段表和页表

所有事情都设置好了，大家都喘了口气，觉得这样的结构大家应该没什么异议了。 
老大心情大好，觉得一切尽在掌握，他笑着对CPU阿甘说： 
“阿甘，从今天开始，如果有程序想非法的访问内存，例如一个不属于他的段，我就立刻给他一个警告：Segmentation Fault !”
阿甘说：“那程序收到Segmentation Fault以后怎么处理？”
老大说：“通常情况下就被我杀死，然后给他产生一个叫core dump的尸体，让那些码农们拿走分析去吧！”

（完）

 

“码农翻身” 公共号 : 由工作15年的前IBM架构师创建，分享编程和职场的经验教训。

长按二维码， 关注码农翻身

 

写代码是一种艺术，甚于蒙娜丽莎的微笑。