Understand in physical address, Virtual address, logical address and linear address

总结篇—涉及的硬件平台是X86

 

一、概念

Physical address

用于内存芯片级的单元寻址，与处理器和CPU连接的地址总线相对应。

——这个概念应该是这几个概念中最好理解的一个，但是值得一提的是，虽然可以直接把物理地址理解成插在机器上那根内存本身，把内存看成一个从0字节一直到最大容量逐字节的编号的大数组，然后把这个数组叫做物理地址，但是事实上，这只是一个硬件提供给软件的抽象，内存的寻址方式并不是这样。所以，说它是“与地址总线相对应”，是更贴切一些，不过抛开对物理内存寻址方式的考虑，直接把物理地址与物理的内存一一对应，也是可以接受的。也许错误的理解更利于形而上的抽象。

 

Virtual memory

这是对整个内存（不要与机器上插的那条对上号）的抽象描述。它是相对于物理内存来讲的，可以直接理解成“不真实的”，“假的”内存，例如，一个0x08000000内存地址，它并不对应物理地址上那个大数组中0x08000000-1那个地址的元素；

之所以这样，是因为现代操作系统都提供了一种内存管理的抽象，即Virtual memory。进程使用虚拟内存中的地址，由操作系统协调相关硬件，把它“转换”成真正的物理地址。这个“转换”，是所有问题讨论的关键。

有了这样的抽象，一个程序，就可以使用比真实物理地址大得多的地址空间。（拆东墙，补西墙，银行也是这样子做的），甚至多个进程可以使用相同的地址。不奇怪，因为转换后的物理地址并不相同。

——可以把连接后的程序反编译看一下，发现连接器已经为程序分配了一个地址，例如，要调用某个函数A，代码不是call A，而是call 0x08111111，也就是说，函数A的地址已经被定下来了。没有这样的“转换”，没有虚拟地址的概念，这样做是根本行不通的。

 

Logical address

Intel为了兼容，将远古时代的段式内存管理方式保留了下来。逻辑地址指的是机器语言指令中，用来指定一个操作数或者是一条指令的地址。以上为例，我们说的连接器为A分配的0x08111111这个地址就是逻辑地址。

——不过不好意思，这样说，好像又违背了Intel中段式管理中，对逻辑地址的要求，“一个逻辑地址，是由一个段标识符加上一个指定段内相对地址的偏移量，表示为【段标识符：段内偏移量】，也就是说，上例中那个0x08111111，应该表示为【A的代码段标识符：0x08111111】，这样，才完整一些”

 

Linear address or called virtual address

跟逻辑地址类似，它也是一个不真实的地址，如果逻辑地址是对应的硬件平台段式管理转换前地址的话，那么线性地址则对应了硬件页式内存的转换前地址

 

—————————————————————————————————————————————————————————————

CPU将一个虚拟内存空间中的地址转换为物理地址，需要进行两步：首先将给定一个逻辑地址（其实是段内偏移量，这个一定要理解！），CPU要利用其段式内存管理单元，先将这个逻辑地址转换成一个线性地址，在利用其页式内存管理单元，转换成最终的物理地址。

 

这样做两次转换，的确是非常麻烦而且没有必要的，因为直接可以把线性地址抽象给进程。之所以这样冗余，Intel完全是为了兼容而已。

 

二、CPU段式内存管理，逻辑地址如何转换成线性地址

一个逻辑地址由两部分组成，段标识符：段内偏移量。段标识符是由一个16位长的字段组成，称为段选择符。其中前13位是一个索引号。后面3位包含一些硬件细节，如图：

 

索引号，或者直接理解成数组下标——那它总要对应一个数组吧，它又是什么东东的索引呢？这个东东就是“段描述符”，呵呵，段描述符具体地址描述一个段（对于“段”这个字眼的理解，我是把它想象成，拿了一把刀，把虚拟内存，砍成若干的截——段）。这样，很多个段描述符，就组成了一个数组，叫“段描述符表”，这样，可以通过段标识符的前13位，直接在段描述符表中找到一个具体的段描述符，这个描述符就描述了一个段，我刚才对段的抽象不太准确，因为看看描述符里面究竟有什么东东——也就是它究竟是如何描述的，就理解段究竟是什么东东了，每一个段描述符由8个字节组成，如下图：

 

 

这些东东很复杂，虽然利用一个数据结构来定义它，不过，我这里只关心一样，就是Base字段，它描述了一个段的开始位置的线性地址。

 

Intel设计的本意是，一些全局的段描述符，就放在“全局段描述符表（GDT）”中，一些局部的，例如每个进程自己的，就放在所谓的“局部段描述符表（LDT）”中。那究竟什么时候该用GDT，什么时候该用LDT呢？这是由段选择符中的T1字段表示的，=0，表示用GDT，=1表示用LDT。

 

GDT在内存中的地址和大小存放在CPU的gdtr控制寄存器中，而LDT则在ldtr寄存器中。

 

好多概念，像绕口令一样。这张图看起来要直观些：

 

首先，给定一个完整的逻辑地址【段选择符：段内偏移地址】，

1、看段选择符的T1=0还是1，知道当前要转换时GDT中的段，还是LDT中的段，在根据相应寄存器，得到其地址和大小。我们就有了一个数组了。

2、拿出段选择符中前13位，可以在这个数组中，查找到对应的段描述符，这样，得到Base，即基地址就知道了。

3、把Base+offset，就是要转换的线性地址了。

 

还是挺简单的，对于软件来讲，原则上就需要把硬件转换所需的信息准备好，就可以让硬件来完成这个转换了。OK，来看看Linux怎么做的。

 

三、Linux的段式管理

Intel要求两次转换，这样虽说兼容了，但是却是很冗余的，呵呵，没办法，硬件要求这样做了，软件就只能照办，怎么着也得形式主义一下。

另一方面，其他某些硬件平台，没有二次转换的概念，Linux也需要提供一个高层抽象，来提供一个统一的界面。所以，Linux的段式管理，事实上只是“哄骗”了一下硬件而已。

 

按照Intel的本意，全局的用GDT，每个进程自己的用LDT——不过Linux则对所有的进程都使用了相同的段来对指令和数据寻址。即用户数据段，用户代码段 ，对应的，内核中的内核数据段和内核代码段。这样做没有什么奇怪的，本来就是走形式嘛，像我们写年终总结一样。