Linux系统编程——部分内容补充

回顾

1. 进程 = 内核相关数据结构 + 代码和数据，一个可执行程序加载到内存变成进程，不仅仅是把代码和数据加载进去就完事了，得“先描述，再组织”，每个进程都有内核数据结构，地址空间，进程相关页表，CPU寄存器的上下文数据，被打开的文件，进程通信，进程信号等等，由操作系统统一管理
2. 进程要访问资源，OS要对进程本身和进程要访问的资源进行管理，就必须要有对应的数据结构来描述，那么进程与访问资源的关系就变成了对相关的数据结构的关系。代码和数据通过页表进行映射，页表分为用户级页表和内核级页表
3. 原本的mm_struct地址空间本质也是一个结构体，里面包含着很多start和end，但是我们使用mm_struct申请空间时，由于地址空间的划分的每个区域很大，所以需要对里面的区域更细致地划分，vm_area_struct就是对地址空间进行更细致地划分
4. 当上层调用malloc或者其他系统调用来申请内存时，会申请一个个vm_area_struct，里面有start表示虚拟地址起始，end表示虚拟地址结束，然后把很多个结构体用双链表描述起来
5. 问题：虚拟地址是如何通过页表映射到物理地址的呢？
   ①从文件系统地角度来说，我们所说的.exe，本质就是一个文件    ②可执行程序本来就是按照地址空间方式进行编译的    ③可执行程序，其实在磁盘中也按照区域被划分为以4KB为单位的小文件（将这4KB存储的代码和数据我们称为“页帧”，而物理内存的4KB大小称为“页框”，IO说白了就是把页帧装进页框里），物理内存也按照4KB为单位划分的，OS在进行IO的时候，是以4KB为单位的
6. 但问题是，OS怎么知道这么多4KB空间哪些用了哪些没用呢？
   所以OS肯定是要管理的，而对于这100多万个4KB的管理，就是我们的struct Page。我们通过一个数组struct page mem[100w+]来把这一百万个page管理起来，结构体里有个字段为int flag，就表示该page在数组的下标

缺页中断 

1. 进程加载时，通过虚拟地址和页表找到位于磁盘上特定位置的文件，同时页表上也有一些二标志位字段，代表当前页表对应的要访问的代码和数据是否已经加载到内存中
2. 假设是第一次加载，就直接从物理内存申请一段空间，然后把磁盘上的可执行程序搞到物理内存中，返回虚拟地址
3. 在这步操作中，操作系统一般会介入进行特殊处理，称为缺页中断，操作系统会把已经加载到物理内存的地址，替换掉原本页表映射到磁盘上的那个指针，简单来说就是如果再次运行这个程序，就直接去物理内存找了不再去磁盘上找了
4. 从用户的视角来看，这样做的最直接的感受就是，第一次打开一个软件时慢一点，但是第二次往后重复打开时，速度会快很多

二级页表

1. 映射就一定有KV，K就是虚拟地址，V就是物理地址，KV两个都是4字节，页表中一行映射关系就是KV还有其他字段一共8字节，假设我们一共有2^32映射关系，就是8*2^32就是32G（页表也是在物理内存当中保存的），光光保存页表就要这么多空间，不可能
2. 虚拟地址32位，就是32个0，使用虚拟地址的时候并不是把这个32个虚拟地址全部使用的，它把32个比特位划成三份，左10个，中10个，右12个
3. 页表也不是只有一个结构，他是多种结构集合，里面有一个一级页表（页目录），它的任务就是只拿着虚拟地址的左10个比特位进行索引，一共需要2^10也就是1024个映射关系条目，每个条目是10个字节，一共就是10KB，就能表示这里的一级页表了
4. K是左10个，通过KV模型找到V，但是V也不是直接映射到物理内存，而是映射到匹配的二级页表，也是KV关系的，然后再次通过中10个比特位在二级页表再次进行索引
5. 然后二级页表的V指向物理内存中一个页的起始地址，这样，只需要用20个比特位就能通过一级二级页表找到对应的物理内存的4KB的起始地址 --> page起始地址 + 页内偏移（右12位）= 找到具体位置，为什么是12位呢 --> 因为2^12刚好是4KB
6. 一级页表和二级页表只需要维护虚拟地址到页的关系，后面就是通过数值计算加偏移量的方式，就算把32个比特位的前面20个全部干满也就是2^20大概1MB，再加上一二级页表的KV一共20个也就是20*1大概20MB空间,而一般二级列表数量很少，所以前面说的空间大小关系完全不用担心