进程地址空间

首先我们先了解不同数据存储的位置 

堆区:动态分配的内存，例如使用malloc或者new出来的对象

栈区:存储局部变量

静态区:存储全局变量或者静态变量

只读常量区(数据段):存储只读数据例如字符串常量

代码段:存储执行代码

可以通过以下代码验证

  1 #include <stdio.h>
  2 #include <stdlib.h>
  3 int val_1;                                                                                                                                            
  4 int val_2 = 10;
  5 int main()     
  6 {         
  7     printf("code=%p\n", main);
  8     printf("uninited=%p\n",&val_1);
  9     printf("inited=%p\n",&val_2);  
 10     static int sta_val = 10;     
 11     printf("static=%p\n", &sta_val);
 12     const char* str_1 = "abc";      
 13     printf("const string=%p\n",str_1);
 14     int a;                            
 15     int b = 10;
 16     int c = 20;
 17     int* d = (int*)malloc(sizeof(int));
 18     int* e = (int*)malloc(sizeof(int));
 19     printf("stack=%p\n", &a);          
 20     printf("stack=%p\n", &b);
 21     printf("stack=%p\n", &c);
 22     printf("heap=%p\n", d);  
 23     printf("heap=%p\n", e);
 24     return 0;              
 25 }            

 

进程的地址是虚拟地址

  1 #include <stdio.h>
  2 #include <stdlib.h>
  3 #include <unistd.h>
  4 
  5 int val = 10;
  6 int main()
  7 {
  8     pid_t id = fork();
  9     if(id==0)
 10     {
 11         //子进程
 12         int cnt = 5;
 13         while(cnt--)
 14         {
 15             if(cnt == 2)
 16             {
 17                 printf("val changed");
 18                 val = 20;                                                                                                                             
 19             }
 20             printf("child:%p\n",&val);
 21         }
 22     }
 23    else{
 24        //父进程
 25        int cnt = 5;
 26        while(cnt--)
 27        {
 28            printf("parent:%p\n",&val);
 29        }
 30    }
 31     return 0;
 32 }

可以看到，父子进程都使用了一个全局变量，但是当子进程修改变量值的时候，父子进程的变量地址都不变，可是一个地址不可能存放两个不同的变量，那么原因只有一个，进程的地址空间是虚拟出来的。

什么是进程(虚拟)地址空间

上面的画的简单的数据存储结构就是实际进程的地址空间结构，在Linux操作系统中定义了一个mm_struct结构体用来存储各个数据段的地址，例如：代码段地址可以用两个成员表示，code_start记录代码段的首地址，code_end记录代码段的末尾地址。这样就可以为存储的每个数据段都划分出一个空间。

进程的地址是虚拟的和物理地址有一种映射关系，这种关系被放到了页表这个结构中

 为什么要有进程地址空间

1.让系统以统一的视角看待内存，例如，如果一个进程处于挂起状态，那么它的数据会先放到硬盘中。当再次加载到内存时，为它分配的物理地址肯定会发生变化，但是虚拟地址不会变。有了页表这个媒介，无需在意物理地址的变化。

2.保护物理内存，当我们要对数据修改时，会先在页表中查找，如果页表对应的r-w是只读，就会拦截防止对物理地址的异常操作。

以创建子进程为例，讲一下这个过程：

父子进程的数据和代码在一开始是共享的。子进程在创建时，页表也会创建，子进程页表的虚拟地址映射关系和父进程的一样。当我们对其中一个的数据进行修改时，数据对应的页表的r-w是r状态，系统检测到写时拷贝，会为该数据再建立一个映射关系，使得父子进程不相同的数据都能分别存储。

3.页表将进程管理块和内存管理块解耦合（每次程序运行，页表地址都会被加载到cr3寄存器中）。再次回顾一下进程的概念，程序对应的内核数据结构(task_struct,mm_struct,页表...)和代码数据；内存管理模块是由物理地址空间和页表等部分构成。为什么说解耦合呢？ 我们都玩过50+G的游戏，目前一般电脑的内存都是16G/32G，内存怎么装的下的？

进程数据的加载是一种惰性加载，即不会一次性把整个程序的数据都加载到内存，只会先加载一部分，当进程需要数据时，通过页表查找，页表中还有一个记录数据是否被加载的标识，如果未加载就会触发系统的一个机制——缺页中断，将数据加载到内存。这样就做到的进程不需要过多关心内存的问题，内存也不需要关心进程。