第十五章-进程地址空间-linux内核设计与实现

地址空间

• 把有相同地址空间的进程称为线程
• 一个进程访问了不在有效范围中的内存区域，或者以不正确的方式访问了有效地址，那么内核就会终止进程

内存区域包含的内存对象

• 代码段：可执行文件代码的内存映射
• 数据段：可执行文件已经初始化的全局变量内存映射
• 未初始化的全局变量
• 进程的用户空间栈（注意进程的内核栈独立存在，由内核维护）
• C库或者动态连接程序等共享库的代码段
• 内存映射文件
• 共享内存段
• 匿名的内存映射

内存描述符

• 内存描述符mm_struct结构体表示进程地址空间

mm_strcut

• mm_user记录使用该地址空间进程数
• mm_count表示mm_struct主引用计数，0表示没有线程使用这个地址空间，1表示有

分配内存描述符

• 通常每个进程都有唯一的mm_struct结构体，也就是唯一的地址空间
• 如果父进程希望和子进程共享地址空间，可以在调用clone 时设置CLONE_VM标志，那么这样的进程就变成线程了，实际上这样子进程的mm域就指向父进程的内存描述符

撤销内存描述符

• 每次进程退出就会更新一些统计量，减少mm_user如果减少到为0，那么说明这个内存描述符没有进程使用了，于是调用对应函数将内存描述符释放回slab分配器。

mm_struct与内核线程

• 内核线程没有进程地址空间，没有内存描述符，实际上内核线程–没有用户上下文？？？
• 但内核线程访问内核内存害是需要一些数据，比如页表，所以为了避面浪费内存，和地址空间切换，直接使用前一个进程的内存描述符？？？

虚拟内存区域VMA

• 实际上就是把地址空间再分多个区域，每个区域意义不同，比如代码段，用户空间栈。把每个内存区域当做对象管理，有访问权限，操作函数，起始地址和结束地址。使用面向对象思想

VM标志

• 标志内存区域的的行为和信息

存储内存区域的数据结构

• 链表用于方便遍历地址空间的所有内存区域
• 红黑树方便，用于查找某个地址在哪个内存区域
• 寻找某个地址在哪个内存区域，还使用了缓存技术，考虑可能有多个连续的对同一个VMA的操作

mmap do_mmap

do__mmap

• 内核使用do_mmap（）函数创建新的线性地址空间
• 该函数映射由file指定的文件，具体映射的是文件从偏移量offset开始长度为len字节内的数据
• 如果file = NULL，offset = 0 叫做匿名映射，否则是文件映射，addr搜索空间的起始位置，prot参数指定访问权限
  具体实现
• 从虚拟内存中分配一个合适的新的内存区域，如果创建的地址区间和已经存在的相邻，且有相同访问权限，那么就合并。
• 不能合并就从slab中分配一个对应的结构体代表这个区域
• 更新地址空间内存区域链表和红黑树，更新内存描述符中对应的域
• 返回新分配的地址区间的起始位置

mmap系统调用

• 实际上实现的是和do_map一样的功能

munmap 和 do_munmap

• 和上面的相反，就是在特定地址空间中删除指定地址区域

页表

• 应用程序使用的是虚拟内存，处理器直接操作虚拟内存，所以需要查询页表找到物理地址
• linux使用3级页表 为什么使用多级页表
• fork进程中的写时拷贝技术，父子进程共享页表，当父子进程中的一方修改特定页表时，内核才去创建对应页表项的拷贝，之后不在共享这个页表项。通过共享页表可以消除fork操作中页表拷贝带来的消耗

为什么使用多级页表

• 避免把全部页表保存在内存中，让页表在内存中离散存储，虚拟地址空间增大，页表数增大，存放页表的连续空间增大，操作系统内存紧张，或者碎片较多时，连续的大内存很宝贵，使用一页存放页表目录项，页表项可以放在内存中其他分散的碎片位置，不用保证页表连续。
• 多级页表可以节省页表内存。因为地址空间在内存的哪个位置都有可能，如果用一级页表那么占用内存 = 内存大小/页大小 * 4 b 固定的。但是有的应用程序占用内存很小，比如4m。那么用多级页表 = 内存大小/应用程序大小 * 4b(一级页表：目录项) + 实际目录项指向的一个大小为4m/页大小（二级页表），但是这边也目录项并不是每一项都指向一个时间二级页表，可能为空，那么就不占内存，也就节约了内存。