linux mmu的实现的讲解_linux 虚拟内存

前面讲了单纯的操作系统的虚拟内存、linux进程的虚拟地址，然后又讲了linux的进程的内存布局，其实那张图就是linux进程的虚拟内存。

取自：https://blog.csdn.net/dlutbrucezhang/article/details/9058583

可是感觉理解不够，所以再来学习： 下面这部分是参考这个视频学习的：

https://www.bilibili.com/video/av42496297?from=search&seid=1238971517368934147 这个说的是linux的 swap

这称为交换过程。这样你的linux系统就可以释放一些ram空间，并且由于缺乏内存不会崩溃。因为 linux swap是扩展ram的一种非常有用的方法，因为它提供了必要的ram空间耗尽且必须继续进程时的额外内存。所以这就是为什么你安装linux的时候会提示你要为交换linux内核通常使用RAM内存来存储临时信息，当没有足够的ram空间时，linux内核会从中获取一些ram信息，并将其写入硬盘驱动器上的交换空间。分区分配空间。如下图：

我们需要linux swap吗？

通常你的ram已满并且linux内核没有可写空间时，你的系统将崩溃。但如果你有交换分区，那么linux内核和程序会使用它，所以你的程序不会崩溃，可以继续工作但是速度会慢很多。因此，拥有交换空间更安全。

交换分区有一个缺点：它比ram慢很多，因此，添加交换空间不会使你的计算机运行速度更快，它只会帮助克服一些ram大小带来的限制。

交换空间有两个选项：交换分区和交换文件。

交换分区是硬盘驱动器的一部分，他是为交换空间保留的。

交换分区的大小：

1g ram----2g swap

2-4g ram ----2-4g swap

8g ram ---- 4g swap

>8g -----2-4g swap

(我的win10是4g内存，8g虚拟内存，阿里云上的linux swapon没有反应)

我看完后发现，这个和虚拟内存的思想很像很像，可是又没有确定的解释它和linux的虚拟内存的关系。看来了解的还是太少了。

然后来看下一个视频：这个内容不错

学习于：https://www.bilibili.com/video/av32735338/

下面是核心图：大家放大看会更好一些：

高级语言的程序代码，经过编译链接后，编程二进制的机器码存储在计算机的外存中。每个进程的代码都有它的地址。这些机器指令序列是分页存储的，一般是4kb。就这样一页一页地排在外存中。然后要运行的页面就加载进内存中，不运行的就放在外存中。然后在每个进程的内核空间里都存在着页表，页表里存储此进程的程序页的编号，是否在内存，程序页的在此进程中的虚拟地址，程序页的物理内存地址，程序页的外存地址。如果该程序页在内存中，就没有外存地址。

然后看cpu是怎么执行指令的。

cpu运行一个进程的时候，要去取下一条指令的地址。这时候它收到的地址是进程传过来的进程的虚拟地址，也就是说指令地址寄存器pc存放的是虚拟地址，然后经过MMU（memory manager unit）内存管理单元，MMU先通过该进程的页表检查指令所在页是否在内存中，如果是，则直接去内存中去页表里的内存地址取出指令，然后执行。如果不在内存中，就去外存中找到该指令，把指令先加载到内存中，再将虚拟地址转为内存地址，再从内存中取出指令执行，然后更新页表。

这里强调：虚拟内存是指针对cpu而言，cpu处理的是进程里的虚拟地址，而不是操作具体的物理地址。也就是说cpu看到的是只是虚拟地址，所以cpu认为这个虚拟地址对应这个内存，而这个内存是不存在的，所以我们认为这是虚拟内存。

（这位老师的说的页面置换原则是只要页面没运行，就置换出外存，而操作系统课上有很多的页面置换算法，比如LRU，FIFO之类的，这方面我不太清楚，但是这里的思想感觉是没错的，也很细致了）

至于缺页中断，tlb，局部性原理提高命中那方面的知识，前面的文章已经讲过了，就不再这重复了。对了，这里提醒一下，进程的内核空间应该是存储在内存中的，而且各个进程的内核空间对应的都是内存中的同一个内核空间。里面分别有各个进程的pcb，页表等东西。

看完后我就产生了其它方面的疑问：置换出去的都是用户空间的代码段和数据段吗？代码段和数据段很大吗？

下面是参考《深入理解计算机系统》：

虚拟内存的三个重要的能力：

1.它将主存看成是一个存储在磁盘上的地址空间的高速缓存，在主存中只保存活动区域，并根据需要在磁盘和主存之间来回传送数据，通过这种方式，它高效地使用了主存。

2.它为每个进程提供了一致的地址空间，从而简化了内存管理。

3.它保护了每个进程的地址空间不被其它进程破坏。

后面看：腾讯云技术社区：十问 Linux 虚拟内存管理 (glibc) (一) 又学到了一波东西。

这里摘录一些思考和笔记：

第一个理解：

进程使用多少内存可通过 ps aux 命令 查看，其中关键的两信息（第五、六列）为：

1. VSZ ， virtual memory size ，表示进程总共使用的虚拟地址空间大小，包括进程地址空间的代码段、数据段、堆、文件映射区域、栈、内核空间等所有虚拟地址使用的总和，单位是 K
2. RSS ， resident set size ，表示进程实际使用的物理内存空间， RSS 总小于 VSZ 。

然后结合图片一看：

观察一下，进程占用的虚拟内存一般都多大，大的比如里面的java进程是2.5个G 这样，小的就几十M，比如nginx的进程。而看实际物理内存，最大的就java的266M。这里综合一下4G的模型，所以在这里理解都是4G是针对程序而言的，涉及到多级页表的知识。

然后是下一个理解：

malloc 是 glibc 中内存分配函数，也是最常用的动态内存分配函数，其内存必须通过 free 进行释放，否则导致内存泄露。

关于 malloc 获得虚存空间的实现，与 glibc 的版本有关，但大体逻辑是：

1. 若分配内存小于 128k ，调用 sbrk() ，将堆顶指针向高地址移动，获得新的虚存空间。
2. 若分配内存大于 128k ，调用 mmap() ，在文件映射区域中分配匿名虚存空间。
3. 这里讨论的是简单情况，如果涉及并发可能会复杂一些，不过先不讨论。

其中 sbrk 就是修改栈顶指针位置，而 mmap 可用于生成文件的映射以及匿名页面的内存，这里指的是匿名页面。

而这个 128k ，是 glibc 的默认配置

从这里我们可以得到的信息是：内存分配和置换不只是指令代码，还包括对象，数据之类的。只要是暂时没用到的都可以把该page置换出去。

下一个理解：

1. VSZ 并不是每次 malloc 后都增长，是与上一节说的堆顶没发生变化有关，因为可重用堆顶内剩余的空间，这样的 malloc 是很轻量快速的。
2. 但如果 VSZ 发生变化，基本与分配内存量相当，因为 VSZ 是计算虚拟地址空间总大小。
3. RSS 的增量很少，是因为 malloc 分配的内存并不就马上分配实际存储空间，只有第一次使用，如第一次 memset 后才会分配。（也就是使用才分配的原则，符合虚拟内存的原理）
4. 由于每个物理内存页面大小是 4k ，不管 memset 其中的 1k 还是 5k 、 7k ，实际占用物理内存总是 4k 的倍数。所以 RSS 的增量总是 4k 的倍数。
5. 因此，不是 malloc 后就马上占用实际内存，而是第一次使用时发现虚存对应的物理页面未分配，产生缺页中断，才真正分配物理页面，同时更新进程页面的映射关系（也就是页表）。这也是 Linux 虚拟内存管理的核心概念之一。（结合前面的知识，也就是基本上都是malloc后就放在虚拟内存当中，然后用上了再加载到物理内存）

疑问：究竟linux的虚拟内存的页面置换算法是怎么实现的呢？似乎需要看源码啊

嗯，差不多就到这里吧。感觉还是得慢慢研究《深入理解计算机系统》这本书啊。这本书才是权威，看网上的很多都不太靠谱。但是这本书有点难读，后面慢慢来吧。。。

欢迎交流讨论。