【笔记】图说Linux下的虚拟内存寻址、页表

前言

很多地方都需要了解虚拟内存、内存寻址、页表、页表项这些概念，今天集中总结一下：

我们以一台32位计算机，4G内存来讲：

首先要了解这些

虚拟地址空间、虚拟内存技术

现代处理器采用的是虚拟地址寻址的方式，也就是平时访问的内存地址其实都是虚拟地址，需要由操作系统和CPU硬件翻译成物理地址，才能访问该地址的值；

采用这种方式的原因：

• 如果应用程序可以直接访问物理内存，寻址物理内存的每一个细节，容易破坏操作系统；

• 再者，如果要运行多个进程，理想状态下是各个进程所占物理内存互不干扰，但谁也无法保证程序没有BUG，如果误操作到其他进程，就会导致程序出现运行问题；

  当然也是有解决方案的，比如限定进程的内存访问界限，但这样会带来额外的寻址开销，这里不展开；

• 且不管进程间的内存干扰，每个进程都占据一部分内存，就会导致内存不足；

  这里同样也有一些解决方案，比如手动覆盖技术、自动交换技术等，当然也同样存在各自的缺陷，这里也不细究；

那么为了解决上述问题，就有了虚拟内存技术，也成为了现代处理器内存寻址的解决方案；

虚拟内存地址空间被分成多个块，每块都有连续的地址空间，可以被分给应用程序；物理空间也同时被分成很多快，这些块大小和虚拟地址空间的块大小一致；系统会自动将虚拟地址空间映射到物理地址空间；进程只需要请求和操作虚拟内存，从每个进程的角度来看，内存中只存在操作系统内核以及本进程，自己独占了整个内存。我们先不管图里的内存分区。

虚拟内存技术拥有自动覆盖技术和自动交换技术，使得能够运行比当前空闲内存空间还要大的程序，并借助外存获得更多的空闲内存空间；这里不细究

虚拟内存技术下CPU是如何寻址的

本文以32位处理器，4GB内存来说；

先了解这么一些术语/概念，我尽量全文保持一致：

寻址空间/寻址能力

寻址空间指的是CPU对于内存寻址的能力，寻址空间大小也就是能用到多少内存，对于32位处理器，可以理解成可访问内存地址是2进制的32位，那么我们能访问的地址写成十六进制就有：0x0000 0000、0x0000 0001、0x0000 0002…0xffff ffff，一共2³²个地址，而每个地址对应的数据是一个字节(1B)，那么能用到的内存一共就是2³²*1B也就是4GB，即寻址空间大小为4GB；

页表及相关概念

注：本文以一级页表为例，理解了一级页表也就好理解多级页表了

由于应用程序使用的内存地址是虚拟地址，为了能够将其与实际的物理内存达成一个映射，就需要一个表将虚拟地址映射到实际的物理内存地址，这个表就叫做页表，是存储在主存（RAM）里的。页表中的元素就叫做页表项，即虚拟地址与物理地址的映射，具体一点，我们直接看图，以区分开页表、页表项、虚拟地址与物理地址：

虚拟地址：也就是应用看到的内存地址，在本文就是一个4B（32bit）的地址，分为索引值VPN(Virtual Page Number)和页面偏移量，页面偏移量位数由页大小(page size)决定，Linux默认页大小为4KB，我理解这里的页大小也指的是这页地址所指向的总内存大小，也就是说，一页有4K个内存地址（映射），即2¹²，这样的话，同一页的内存只有后面12位是变化的，前面20位是固定的，如图所示；

物理地址：也就是实际的物理内存地址，和虚拟地址的划分一致，分为PFN(Page Frame Number)和页面偏移量，页面偏移量同样由页大小决定，在默认的4KB页大小下，同样是12位的偏移量和20位的PFN；

所以说，页表其实就是要VPN到PFN的映射；

页表：页表存储着的其实是VPN到PFN的映射，是以array的形式连续存储的，所以VPN作为索引值是隐含在其中的，无需存储在页表中，只需要知道页表的基地址即可，这点类似数组和其下标的关系。系统根据虚拟地址的VPN和页表基地址，即可查到对应的PFN，而虚拟地址的page offset就是对应物理地址的offset，PFN+offset，就得到了虚拟地址对应的物理地址。

页表项：即页表中存储的元素，带有VPN、PFN之间的映射关系以及其他信息（是否缺页标志位、保护位、修改位、访问位和高速缓存禁止位…）；由于page size变化会导致VPN和PFN的位数发生变化，所以表项大小其实是不确定的，具体情况具体对待；

注：有些资料中提到页表项大小至少要3B，实际要4B，实际上是在默认的4KB的page size下讲的，因为页大小为4KB时，VPN和PFN就是20bit，也就至少需要3B的内存来存储，但为了方便页表查询，会让一个页表项多占一个字节，也就是一个页表项占4B内存；这样一来，假设一个程序占用2GB的内存，在4KB的page size下，一共需要划分2GB / 4KB = 512K这么多的页表项，而在这个例子中每个页表项占4B内存，整个页表也就占：512K * 4B = 2MB；

计算过程也写一下：

2GB / 4KB = 2 * 2 ^ 30 B / 4 * 2 ^ 10 B = 2 ^ 19 = 2 ^ 9 * 2 ^ 10 = 512 K

512K * 4B = 2 ^ 11 KB = 2 MB

之前我就是被这个例子整晕的……

多级页表

以上我们说的都是一级页表，此外还有二级、三级页表，能够解决一些一级页表的缺陷，这里就不深究了；懒

结语

学习笔记，有错误或补充请指出；