基于Linux对 【进程地址空间】的详细讲解

研究背景：
● kernel 2.6.32

● 32位平台

–❀–❀–❀–❀–❀–❀–❀–❀–❀–❀–❀–❀–❀–❀–❀–❀–❀–❀–❀-正文开始-❀–❀–❀–❀–❀–❀–❀–❀–❀–❀–❀–❀–❀–❀–❀–❀–❀–❀–❀–

在学习操作系统中想必大家肯定都见过下面这幅图

但是其实这并不是真实的储存空间

我拿代码来切入为大家进行讲解：
大家可以运行一下下面代码

#include <stdio.h>
#include <unistd.h>
#include <stdlib.h>
int g_val = 0;
int main()
{
	pid_t id = fork();
	if (id < 0) {
		perror("fork");
		return 0;
	}
	else if (id == 0) { //child
		printf("child[%d]: %d : %p\n", getpid(), g_val, &g_val);
	}
	else { //parent
		printf("parent[%d]: %d : %p\n", getpid(), g_val, &g_val);
	}
	sleep(1);
	return 0;
}

输出：

//与环境相关，观察现象即可
parent[2995]: 0 : 0x80497d8
child[2996]: 0 : 0x80497d8

我们发现，输出出来的变量值和地址是一模一样的，很好理解呀，因为子进程按照父进程为模版，父子并没有对变量进行进行任何修改。可是将代码稍加改动 :

#include <stdio.h>
#include <unistd.h>
#include <stdlib.h>
int g_val = 0;
int main()
{
	pid_t id = fork();
	if (id < 0) {
		perror("fork");
		return 0;
	}
	else if (id == 0) { //child,子进程肯定先跑完，也就是子进程先修改，完成之后，父进程再读取
		g_val = 100;
		printf("child[%d]: %d : %p\n", getpid(), g_val, &g_val);
	}
	else { //parent
		sleep(3);
		printf("parent[%d]: %d : %p\n", getpid(), g_val, &g_val);
	}
	sleep(1);
	return 0;
}

输出：

//与环境相关，观察现象即可
child[3046]: 100 : 0x80497e8
parent[3045]: 0 : 0x80497e8

我们发现，父子进程，输出地址是一致的，但是变量内容不一样！能得出如下结论 :

● 变量内容不一样,所以父子进程输出的变量绝对不是同一个

● 但地址值是一样的，说明，该地址绝对不是物理地址！

● 在 Linux 地址下，这种地址叫做 虚拟地址

● 我们在用 C/C++ 语言所看到的地址，全部都是虚拟地址！物理地址，用户一概看不到，由 OS 统一管理

OS 必须负责将 虚拟地址 转化成 物理地址 。

进程地址空间

所以之前说 ‘ 程序的地址空间’ 是不准确的，准确的应该说成 进程地址空间 ，那该如何理解呢？看图：

分页&虚拟地址空间

在Linux操作系统中，进程运行从磁盘加载到内存，进程存储开辟内存空间都是用虚拟地址mm_struct通过页表再映射到真实的物理地址上的，而父子进程其实是通用一套物理内存空间，所以父进程的代码和数据子进程也是可以看到访问的，如果子进程要对父进程中的代码或数据做修改的话此时会发生写时拷贝，也就是在物理内存中新开辟一块空间用于子进程对数据的存储，而页表上的虚拟地址重新映射到新的物理地址但虚拟地址不变，所以我们通过代码打印地址才会看到同一地址上却显示的不同数据信息。

总结就是：同一变量，虚拟地址相同，通过页表映射到了不同的物理地址上。

这里再说明一点，虚拟地址和页表里面的地址其实都是从代码中加载进来的，因为代码本身就含有地址，大家可以将上面的代码转到反汇编即可看到每段代码对应的地址

为什么要有虚拟地址和页表？

● 数据在物理内存上开辟其实是无序的，而通过虚拟地址空间和页表可以将无序变成有序，让进程以统一的视角看待物理内存以及自己运行的各个区域

● 让进程管理模块和内存管理模块进行解耦，提高物理内存空间的利用率

● 拦截非法请求（比如越界访问等），对物理内存进行保护