段式管理和页式管理

内存管理第一谈：段式管理和页式管理

 

 对于内存管理这个操作系统中庞大的体系，实在是容易让人望而止步，市面上介绍这块知识的书籍其实很多，但是由于书面语言的缘故，总感觉有些东西晦涩难懂，先后看过的书籍有《操作系统基本原理》、《linux内核完全注释》、《深入理解linux内核》、《linux内核源代码情景分析》，不过依然只是明白了一个大体的框架，对于具体的一些细节，还是迷迷糊糊的。下面内容只是想把一些书面语言转换为比较容易理解的内容，希望能对其他人有所帮助吧。

 

一：内存寻址（段式管理）

1.逻辑地址、线性地址、物理地址

很长一段时间，我都搞不懂这三个地址到底是怎么回事，因为中间牵扯着地址转换，各种寄存器，各种描述符，描述表，每次看书看着看着就彻底晕菜了。

物理地址：最容易理解的，它就是实实在在物理内存上的地址，你PC上有1G内存，那最大地址就是0x40000000，0x800就是代表1KB的地址。

线性地址：这是APP用的地址，也就是我们程序员写代码用的地址，它是一个虚拟地址，最终会被转化到物理地址。

逻辑地址：这是最麻烦的一个地址了，它是针对x86的架构形成的地址，你可以先不用理会，明白上面两个就行了

 

从线性地址说起，早期的x86的CPU内部有20根地址线，能寻址2^20个地址（这些就是全部的线性地址），也就是1MB，但是其中的寄存器只有16位，只能寻址 2^16个地址，也就是64KB，这就是带来个问题，怎么利用寄存器的16位来寻址1MB呢？于是intel想出了一个办法，把寻址分为两部分，基地址和偏移地址，这也我们以前经常接触的代码段、数据段的由来，实际上就是带表的基地址。那么，CPU要访问一个20位地址，比如这个地址是代码段地址，那么首先CPU要到CS（代码段寄存器）中取出基地址，然后再到IP寄存器中取出指令偏移量，组合成一个20位地址（这就是线性地址）然后寻址。

 

这就又带来一个问题，你说寄存器都是16位的，那么相加能表示的最大地址就是 0xffff+0xffff=128KB，还是不够1MB啊，怎么办呢？为了解决这个问题，cs寄存器中的数字不再代表实际基地址，而是基地址一个索引。我们把1MB的内存分成29个64KB(偏移寄存器的最大访问量)，然后在cs寄存器中存放1-29这30个数字，这样就能访问到任意一个1MB内的地址了。现在的 线性地址 = cs*64KB + IP

举个例子：假如cs存的索引值是5，IP存的是0x556，那么实际CPU得到的线性地址就是 5*0x10000+0x556 = 0x50556 = 321.333KB，就这么简单

 

理解了上面问题，那么逻辑地址就很容易理解了，其实就是cs:ip的一种组合地址，你可以理解为一个cpu用的中间地址，它就是段寄存器和偏移寄存器的一个组合，在没有经过上述处理前没有任何意义。下图说明这种关系：

图上又多了一些标志，这是现在操作系统（32位）的一种转换方式，选择符就是对应上面的CS寄存器，偏移量就是对应上面的IP寄存器，只是它嫌32位的寄存器能表达信息太少了，于是不再直接由上面方式得出线性地址，而是先把段基址存到一块内存，每个段基址占8字节，这8字节不仅有段基址，还有很多描述段的信息。所有描述符会把index字段*8得到某个段的描述符的地址，然后跑到那个地址取出里边的段基址再加上IP寄存器的偏移量就得到线性地址了。gdtr这个地方跳过就行。如今段式管理不理解也无所谓，本质还是上面说的东西。

 

那么有人就问了，线性地址和物理地址又存在什么关系呢？你可以想象这么一种场景，还是这20位的cpu，上面运行着qq，现在你发了一条消息，但这条消息的指令在 0x50556 地址处，上面讲了，这时候cs=5,ip=0x556，好了，cpu知道要去 0x50556地址取东西了，结果呢，你计算机只有 64KB 的物理内存，CPU一看根本没有这个地址，程序就完蛋了。解决这个问题有两种方案，第一，浪费CPU的4跟地址线，规定系统支持最大内存就是64KB。第二，想其它办法。

 

很明显，第一种完全不可取，为了解决这个问题，就有了内存管理中的分页管理机制，用来确定线性地址和物理地址之间的关系。

 

二：页式管理机制

如果做linux下内核开发，对于上述的x86的段式管理可以完全不用理会，因为linux根本没有用intel弄出来的这个段式管理，而是以页式管理完成了所有的内存管理工作。在说这块内容之前先做一个小实验来引入页式管理机制。

 

试验内容：同一个程序，运行两次（产生两个进程），然后观察进程运行空间

这是程序源码，很简单，为了不至于瞬间结束，睡眠100s

1. /* test.c */

2. #include <stdio.h>

3.  

4. int main()

5. {

6. int i = 0;

7. i = i + 1;

8.  

9. sleep(100);

10. }

 

编译：gcc -o test test.c

 

在后台运行两次：

jy@ubuntu:/ceshi/app/test$ ./test&

[1] 18368

jy@ubuntu:/ceshi/app/test$ ./test&

[2] 18369

 

用PS命令查看进程号：

jy@ubuntu:/ceshi/app/test$ ps

  PID TTY          TIME CMD

17751 pts/2    00:00:00 bash

18368 pts/2    00:00:00 test

18369 pts/2    00:00:00 test

18370 pts/2    00:00:00 ps

 

可以看到两个进程的进程号分别是 18368 和 18369，然后到proc文件系统查看进程地址空间

jy@ubuntu:/ceshi/app/test$ cat /proc/18368/maps 

08048000-08049000 r-xp 00000000 08:01 1049688    /ceshi/app/test/test

08049000-0804a000 r--p 00000000 08:01 1049688    /ceshi/app/test/test

0804a000-0804b000 rw-p 00001000 08:01 1049688    /ceshi/app/test/test

b7607000-b7608000 rw-p 00000000 00:00 0 

b7608000-b77a7000 r-xp 00000000 08:01 1049503    /lib/i386-linux-gnu/libc-2.15.so  //sleep函数的动态链接库运行地址

b77a7000-b77a9000 r--p 0019f000 08:01 1049503    /lib/i386-linux-gnu/libc-2.15.so

b77a9000-b77aa000 rw-p 001a1000 08:01 1049503    /lib/i386-linux-gnu/libc-2.15.so

 

jy@ubuntu:/ceshi/app/test$ cat /proc/18369/maps 

08048000-08049000 r-xp 00000000 08:01 1049688    /ceshi/app/test/test

08049000-0804a000 r--p 00000000 08:01 1049688    /ceshi/app/test/test

0804a000-0804b000 rw-p 00001000 08:01 1049688    /ceshi/app/test/test

b754f000-b7550000 rw-p 00000000 00:00 0 

b7550000-b76ef000 r-xp 00000000 08:01 1049503    /lib/i386-linux-gnu/libc-2.15.so

b76ef000-b76f1000 r--p 0019f000 08:01 1049503    /lib/i386-linux-gnu/libc-2.15.so

b76f1000-b76f2000 rw-p 001a1000 08:01 1049503    /lib/i386-linux-gnu/libc-2.15.so

 

发现没有，两个进程的地址空间居然全部一样，而不同程序是不能运行在同一块物理内存地址的，否则会发生混乱。这就说明，我们看到的这个进程地址根本就不是真正的物理内存地址，而是所谓的虚拟地址，也就是线性地址。可想而知，linux为两个进程分配了相同的线性地址，而通过页式管理机制把相同的线性地址映射到了不用的物理内存块，从而实现了内存管理。

 

PS:我记得以前在哪个地方看到过windows下的相关实验，结论好像是一样的，没有linux平台的可以查一下怎么在win上实现相关实验

 

好了，你现在明白基本原理了吧，下面来看下真正的实现机制。

在这之前先约定几个名词，这是为了大家以后在阅读相关书籍时候不会晕菜

1.页目录、页表：页式管理的两个线性表，用来查找存线性地址的页

2.页框：对应真正的物理地址，以4KB为边界

 

好吧，我承认上面解释大部分人还是看不懂，不要着急，你先有个概念，就是1其实就是一张张的表（它的作用就是查表找到某个线性地址对应的物理地址），2代表是物理地址。等读完了后边或许那就明白啥意思了。

 

下面结合一副图来说明页式管理机制，这两个图都出自《深入了解linux内核》

 

图上线性地址就是经过第一部分段式管理转换得到的地址，如果你跳过上面第一部分的话，完全可以理解为就是我们平时程序运行的地址，这些地址是你能通过某些命令获得的，真正的物理地址内核是不会让你看到的，否则人人不都能变成黑客了。言归正传，现在CPU知道了这个32位的线性地址，那么如何到真正的物理内存取出需要的数据呢？
看下图，这幅图是我画的，所以比较丑，凑合看吧

首先，这32位的线性地址会被分成3个部分，10位页目录，10位页表，12位页偏移。好了，又回来了，页目录和页表，你可以理解为内存中存储的一张张的拥有1024个表项的二维表，页目录每一项存放的是某个页表的地址，而页表中每一项存放的是某个页的地址。你可以理解为C语言里的指针，每个表项存的都是一个指针，指向某个内存地址。这个内容是必须要理解的，我给大家举个具体的例子：

假如线性地址是 0x00401001 ，表示为二进制是 0000000001 0000000001 000000000001 ，对应上面三个名词，那么页目录值、页表值和页内偏移值都是1，也就说要想找到真正的物理地址，首先应该到页目录（拥有1024个页目录项）的第一项中寻址，这个项中存的是页表的地址，假如是1000，CPU就会跑到1000的物理地址（注意，真的是物理地址）上找到某个页表，这个页表又拥有1024项的页表项。然后拿到第二个10位地址（还是1），也就说到第一个页表上的第一项，到这里，其实就已经能找到物理内存块了。想一下，每个页表项代表4KB，每个页表又1024个页表项，而页目录项总共有1024个页目录项（=1024张页表），所以能表示的总大小正好是
4kb*1024*1024=4GB。而上面所说最终找到的这个页表项里边存的就是一个指针（你可以这么想象，其实不是），它指向一块真实物理内存的边界。并不是每一个页表项都有物理内存相对应的，内核只为进程用到的那些线性地址实时的分配物理内存页，这种叫写时复制机制，这里简单一提，等到后边再介绍。好了，通过两张表的查找，终于通过线性地址的高20位找到了对应的4KB物理内存，那么怎么找到某个字节呢，相信都想到了，就是最后的12位作用了，找到了这4KB的物理内存边界，再加上12位的偏移值即可。12能表示多大呢？2^12=4096，正好是4KB，所以就能精确找到4KB区域内的任意一个字节，设计的巧妙吧。

图中蓝线就是上面寻址过程。页管理机制吧，说实话挺抽象的，需要多看几遍，自己画画图才能真正理解，上面说的这些可能也有不当地方，毕竟细节处我也没有去追踪代码，不过大部分还是对的。想要真正彻底搞懂，还是看源码吧，《linux内核完全注释》这一块讲的还是蛮不错的，想深入了解的可以先看下这本书。