深入理解LInux内核——内存寻址

以下来自深入理解Linux内核的总结以及部分自己理解，如有错误，希望能在评论区指正，谢谢！

1、内存地址

1. 逻辑地址：包含在机器语言指令中的一个操作数或者一条指令的地址，每条逻辑地址由一个段选择符和偏移量组成。
2. 线性地址（虚拟地址）：32位无符号整数，表示高达4GB地址。
3. 物理地址：芯片级内存单元寻址。与懂微处理器的地址引脚发送到内存总线上的电信号对应。
   逻辑地址——>分段单元——>线性地址——>分页单元——>物理地址

比如CPU运行一个指令，发出该指令中携带的逻辑地址，如(MOV
A,0x99999999)，这个逻辑地址带着段选择符(16位)和偏移量，然后通过分段单元得到一个线性地址0x12345678，接着通过分页单元得到0x58214796，最后这个地址发送到地址总线上向内存请求数据。

2、分段单元：逻辑地址转化为线性地址

• 段寄存器：快速方便找到段选择符。6个寄存器，3个专门用途，包括CS代码段寄存器，SS栈段寄存器，DS数据段寄存器，其他三个做一般用途，可以访问任意段。
• 段描述符：每个段由一个8字节的段描述符表示，描述段的特征，段描述符放在GDT或LDT中。每个描述符中包括段基址、段限长、段类型以及访问权限等。

 - 32位Base域，段基址
 - 20位Limit域，段长度 = Limit*（G？1:4096）,单位字节
 - G，粒度值，表明段限长Limit递增1时，实际长度增加1B(G=0)还是4KB(G=1)。
 - S，系统标志，0系统段，存储内核数据结构。1普通代码段或者数据段。
 - 4位Type,描述段的类型特征和存取权限

• 段选择符：16位长，其中13位的索引（说明GDT最多有2^13 -1个段描述符，减一是因为GDT第一项总设为0），指定GDT或LDT中相应段描述符的入口。TI（1位）标志指明段描述符在GDT还是在IDT中，两位RPL描述相应段装载到Cs寄存器时，CPU的当前特权级。
• 为了加快逻辑地址到线性地址的转化，Intel提供了一种附加的非编程寄存器，当把短选择符装载到段寄存器时，就将段描述符装入对应的非编程的CPU寄存器中，这样针对那个段就不必取访问内存中的段描述符了。

换一个简单一点的模型，GDT就好像一个申请好的一个结构体数组空间，而段描述符就是这个数组之中的元素，它表示了某一段线性地址空间的特征。段选择符类比数组的下标，需要哪个元素，就指向哪个元素的下标。当然为了加快数组内元素的访问，我们添加一个临时变量（非编程寄存器）保存某个数组元素，当下次使用这个元素时直接从寄存器中读取。

2.1、逻辑地址到线性地址的转化

1. 将段选择符加载到段寄存器中，检查其TI位，查看在所找的段描述符在GDT数组还是在IDT数组中。（GDT和IDT数组的地址可在GDTR或者LDTR寄存器中找到）
2. 从段选择符的索引域计算段描述符的地址，索引域的值乘以8（段描述符长度8个字节，比如第二个段描述符，所以值为2，那么该段描述符的入口地址在GDT首地址偏移16个字节处）。结果放在GDTR或者LDTR中。
3. 逻辑地址的偏移量与段描述符基地址Base域相加，得到线性地址。

2.2、Linux中的段

Linux认为，段和页都可以划分进程的空间，段可以给每个进程分配不同的线性空间，页可以把相同的线性地址空间映射到不同的物理空间。Linux更喜欢分页方式。
原因有二：

1. 所有进程都是使用相同的段寄存器值，进程能共享同样的线性地址。
2. 许多RISC处理器支持的段功能有限。

Linux用到几种段及其描述符：

段名	基地址Base	段限长Limit	G粒度值	特权级DPL	Type
内核代码段	0x00000000	0xfffff	1	0内核态	0xa 可读可执行代码段
内核数据段	0x00000000	0xfffff	1	0内核态	0x2 可读可写数据段
用户代码段	0x00000000	0xfffff	1	3用户态	0xa 可读可执行代码段
用户数据段	0x00000000	0xfffff	1	3用户态	0x2 可读可写数据段

可以看到这几个段的基地址都为0，段限长为4GB，所以LInux下，逻辑地址=线性地址。
除了以上的几种段，还有任务状态段TSS，每个进程都有一个有一个，他的描述符存放在GDT中，用户态下不能访问。**局部描述符LDT段。**这两个段将在进程一章详细讲明。

3、分页单元：线性地址转化为物理地址

1. 页框：假设RAM被划分成固定长度的页框，也叫物理页。
2. 页：进程的一页数据块，可以被放在任何页框或磁盘中。
3. 页表：把线性地址映射到物理地址的数据结构叫页表，放在主存中，启用分页单元前必须由内核进程初始化。

磁盘像锅，页框像碗，有很多碗，很多碗组成了内存。页像饭，每个进程都有一份饭或多份饭（数据），进程的饭可以盛到任何一个碗中，当进程不吃这份饭的时候就倒回锅里，而进程的这个碗就空了，其他的进程就可以将自己饭从锅里盛出来继续吃。

比喻有点low，大家原谅。
32位模式下的分页：

线性地址转换由两步完成：正在使用的页目录表的物理地址存放在处理器的CR3寄存器中，线性地址内的目录(高10位)决定了他在页目录表的哪一项，指向哪个页表，接下来，地址中的页表（中间10位）决定页表中的一项，此项中含有页所找页框的物理地址。偏移量域决定了本页框内的相对位置，偏移量域12位，故每一页4KB。

举个例子：CR3指向中国（页目录表），中国有很多省份（页目录表的很多项），线性空间高10位帮我们找其中的一个省份，接着中间10位帮我们找到众多市中的某一个市，最后12位帮我们找到市中的你。

3.1、Linux中的分页

Linux采用“三级分页”，这种方式在64位也可行。

Linux中，内核代码和数据结构存在一组保留的页框中，这些页框不能被动态的分配。Linux被放在第二个MB开始，也就是物理地址的0x00100000开始的存放的。因为物理内存的第一个MB由BIOS使用。

1. 进程页表
   一个进程的线性地址空间被分为两部分：0x00000000~PAGE_OFFSET-1的线性地址，内核态和用户态均可访问，PAGE_OFFSET ~ 0xffffffff的线性地址，只有内核态进程能访问。PAGE_OFFSET通常为0xc0000000。
2. 内核页表
   初始化内核自己页表。
   第一阶段，内核创建足以把自己装入RAM的4MB的地址空间。
   第二阶段，利用剩余的4MB中未用完的RAM建立分页页表。
   创建临时页表
   在进入保护模式之前（实模式），创建一个临时页表使得进入保护模式后，同样可以通过实模式的地址访问到前1MB和保护模式的地址访问前4MB，所以我们需要选择大的范围，也就是前4MB，就是将0x00000000~0x003fffff前4MB和0xc0000000 ~0xc03fffff 映射到 物理地址0x00000000 ~ 0x003fffffff。这两个映射实在内核编译过程中被静态的初始化。
   最终内核页表
   创建好临时页表时，我们也开启了CR0的允许分页位（PG），现在我们可以正常使用分页功能了。这个时候内核必须把从PAGE_OFFSET开始的线性地址转化为从0开始的物理地址。
   为什么要这样呢？我理解的是内核一开始执行在PAGE_OFFSET之后的线性空间，初始化内核时未建立用户态进程，所以不必访问PAGE_OFFSET之前的空间。而内核的代码和数据结构存储在物理空间的第1个页框，由于也要使用BIOS的数据，所以也需要访问第0个页框。那么PAGE_OFFSET之后的线性空间要映射到从0开始的物理空间。

如果以上的理解有错误，特别是临时页表和最终页表的部分，希望大家指正，谢谢！