初识进程的地址空间、页表

一、🌟问题引入

🚩代码一：

   #include<stdio.h>
   #include<unistd.h>
   int g_val=100;
   
   int main()
   {
     pid_t id=fork();
     if(id==0)
     {
      //子进程
      while(1)
      {
        printf("I am a child  pid:%d ppid:%d  g_val:%d\n",getpid(),getppid(),g_val);
        sleep(1);
      }
    }
     else
    {
  
      while(1)
      {
        printf("I am a parent  pid:%d ppid:%d  g_val:%d\n",getpid(),getppid(),g_val);
        sleep(1);
      }

     }
    return 0;                                                                                                                                                                                  
  }

可以看出子进程与父进程中g_val的地址值是一样的，这是因为子进程继承了父进程的代码和数据，两者共享数据

🚩代码二：（子进程修改数据）

   #include<stdio.h>
   #include<unistd.h>
   int g_val=100;
   
   int main()
   {
     pid_t id=fork();
     if(id==0)
     {
      //子进程
      int cnt=5;
      while(cnt)
      {
        printf("I am a child  pid:%d ppid:%d  g_val:%d &g_val:%p\n",getpid(),getppid(),g_val,&g_val);
        sleep(1);
        cnt--;
      }
      if(cnt==0)
      {
        g_val=0;
        printf("g_val changed: g_val:%d &g_val:%p\n",g_val,&g_val);
  
      while(1)
      {
        printf("I am a child  pid:%d ppid:%d  g_val:%d &g_val:%p\n",getpid(),getppid(),g_val,&g_val);
        sleep(1);
      }

      }
    }                                                                                                                                                                                            
    else
   {
      while(1)
      {
        printf("I am a parent  pid:%d ppid:%d  g_val:%d &g_val:%p\n",getpid(),getppid(),g_val,&g_val);
        sleep(1);
      }
  
    }
    return 0;
  }

我们发现，父进程与子进程中g_val的值不一样，这可以理解，因为进程之间具有独立性，但是为什么他们地址是一样的呢？

⚡得出以下结论：

• 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变量
• 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

二、🌟地址空间

2.1 💬如何理解地址空间

进程 = 进程控制块（task_struct）+ 代码和数据

        操作系统维护进程不止通过进程控制块（task_struct），每个进程其实还存在一个地址空间，它将进程的代码和数据分成不同的区管理起来，地址从低到高有正文区、初始化数据区、未初始化数据区、堆区、共享区、栈区、命令行参数与环境变量区，但真正的数据并不保存在地址空间中，地址空间仅提供连续线性的一串地址，这种地址叫虚拟地址， 通过虚拟地址映射到数据真正存储的物理地址，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，操作在Linux操作系统中地址空间是用一个叫 mm_struct 的结构体维护起的

        虚拟地址映射到物理地址要通过页表，目前可以把他理解为保存着虚拟地址到物理地址映射关系的表

        

2.2 💬问题解释（写实拷贝）

        父进程创建子进程的时候，子进程会将父进程许多的内核数据结构都拷贝一份，其中就包括了页表，父进程在页表中保存了g_val的映射关系，所以子进程也可以访问到g_val，这就是父子进程中g_val的值与地址相同的原因。

        当子进程要修改g_val时，由于父子进程对g_val映射到相同的物理地址，父进程中的g_val也会随之修改，但是为了满足进程独立性的特点，操作系统会在物理内存中重新开辟一段新的空间，

并将g_val的值拷贝过来，这时子进程的页表就会重新映射物理地址，这时子进程修改g_val,父进程就不会收到影响了，这个操作全程由操作系统自主完成，称之为写实拷贝

ps：如果一个全局变量父子进程都不进行修改，两者是进行共享的，并不会直接让子进程拷贝一份，这时因为许多变量父子进程一般不会进行修改，但这些数据却很大，比如说环境变量等，直接拷贝一份会很浪费空间，所以当其中一方要修改时，才会进行拷贝，通过调整拷贝的时间顺序，达到节省空间的效果

2.3 💬地址空间的意义

1. 让无序变成有序，让进程以同意的视角看待物理内存，以及自己运行的各个区域

【解释】：

        一个进程的代码和数据在物理内存中的存储不一定是连续的，可能会根据数据类型的不同分别存储在物理内存的各个地方，此时进程要管理这些数据，就需要在task_struct中讲这些散乱的数据分别管理起来，当进程很多的时候，就会造成数据混乱，不利于操作系统的内存管理。

        而每个进程拥有自己独立的地址空间后，就不会被物理内存中的杂乱的数据影响了，管理数据只需要将虚拟地址通过页表映射到物理内存中即可

2. 进程模块与内存管理模块发生解耦

【解释】：

        当我们在写C语言程序时，比方说要使用堆空间，可以利用malloc函数开辟好，但是可能代码跑了很长时间后才会使用这段空间，那这段时间别的进程就无法利用这段空间了，会造成空间的浪费，有了虚拟地址和页表的概念，当进程需要开辟空间时，操作系统只需要将虚拟地址填入页表，但并不构建映射关系，当进程需要使用这段空间时，操作系统才会在物理内存开辟好空间，再构建映射关系，这样就可以大大提高空间的利用率。通过虚拟地址和页表构建映射关系等操作为进程的管理，在物理内存开辟空间等操作为内存管理，地址空间可以使两模块发生解耦，提高系统的资源利用

3. 拦截非法请求，保护操作系统

  【解释】：   

        当进程想访问一个地址的内容时，操作系统会先检查页表中是否存在该虚拟地址，如果不存在，就拦截这个请求，并报错提醒，防止其向物理内存修改数据，这就是为什么我们写程序有非法访问时程序会报错，而不是操作系统直接崩溃的原因

2.4 深入理解页表与写实拷贝

        其实页表并没有上述讲的这么简单，其内部还有许多寄存器和字段信息等，例如数据是否存在内存中、rwx权限等，我们可以举两个例子理解一下，本文只是初识地址空间，关于页表的更多信息后续会讲。

（1） 理解常量区修改

        我们在写程序时，对常量区的内容进行修改时程序会发生报错，那为什么修改别的区的内容是程序就不报错呢？这是由于页表中存在着对数据rwx权限判断的字段，操作系统会讲常量的数据权限修改为只读，当我们要修改常量区内容时，操作系统拿着虚拟地址在页表中找映射关系进行修改，发现该数据没有写权限，就会拦截这个请求，并报错，保护物理内存。

（2）系统是如何检测写实拷贝的

        当父进程创建子进程时，会将父子进程对数据的rwx权限仅保留读权限，当父子任意一方想要修改数据时，就会检测到错误，这时操作系统就会检测是否要发生写实拷贝

  (3) 如何理解fork函数返回两个返回值

        当fork( )函数运行完代码，会return一个返回值，pid_t id = fork() ，return的本质就是修改id

的值，此时就会发生写实拷贝，父子进程就会各自返回一个值