Linux进程地址空间.

🧸🧸🧸各位大佬大家好，我是猪皮兄弟🧸🧸🧸

以下结论只在Linux有效，其他系统类似

一、验证地址空间

这里的地址空间，指的就是进程地址空间

#include <stdio.h>
#include <unistd.h>
#include <sys/types.h>
int g_val=100;
int main()
{
	pid_t id = fork()	
	if(id==0)//这里就不做对进程创建失败的判断了
	{
		int cnt=0;
		while(1)
		{
			printf("i am child,pid:%d ,ppid:%d,g_val:%d,&g_val:%p\n",
			getpid(),getppid(),g_val,&g_val);
			sleep(1);
			cnt++;
			if(cnt==5)
			{
				g_val=200;//修改两个进程中其中一个的g_val来验证地址空间
				printf("child change g_val 100->200 success\n";
			}
		}
	}
	else
	{
		while(1)
		{
			printf("i am parent,pid:%d ,ppid:%d,g_val:%d,&g_val:%p\n",
			getpid(),getppid(),g_val,&g_val);			
			sleep(1);
		}
	}
	return 0;
}

我们发现，同一个地址，同时读取的时候出现了不同的值，这就告诉了我们，这里的地址绝对不是物理内存的地址，而是虚拟地址，所以，我们所说的地址，其实是虚拟地址

特定的硬件和地址空间就是这种对应关系：
如果在访问虚拟内存的时候，如果访问的那个空间对应的是内存，就访问内存，对应的是外设，就访问外设（以统一的视角看待不同的设备）

二、进程地址空间的分布

命令行参数环境变量之下是用户空间，大约3G，之上是内核空间，大约1G
其实在正文代码和初始化数据的中间还有一个区，是字符串常量区。

三、验证地址

#include <stdio.h>

int g_val=100;//已初始化
int g_unval;//未初始化
int main(int argc,char* argv[],char* env[])
{
	printf("code addr: %p\n",main);//函数是存在代码段的
	printf("Init global addr: %p\n",&g_val);
	printf("Uninit global addr: %p\n",&g_unval);
	char *heap_mem  =(char*)malloc(10);//堆
	printf("heap addr: %p\n",heap_mem);
	printf("stack addr: %p\n",&heap_mem);//指针变量是存在栈区的
	for(int i=0;i<argc;i++)
	{
		printf("argv[%d]: %p\n",i,argv[i]);
	}
	for(int i=0;env[i];i++)
	{
		printf("env[%d]: %p\n",i,env[i]);
	}
	return 0;
}

从上可以看出
1.正文代码并不是从000…000开始的
2.初始化数据和未初始化数据是在一起的
3.栈区和命令行参数环境变量大概是一起创建的，并且在栈区上面

在malloc(10)的时候 ，C标准库不仅仅是生成了10个字节，其实生成了更多，多出来的通常用来 描述这个堆的属性信息（被称作cookie数据），有了这些数据，free才知道我要free多少。

四、历史vs现代 计算机访问物理内存

1.历史

历史是直接访问物理内存的，内存是个硬件，只负责存和取，内存本身是可以被随时读写的，所以，如果内存中加载了多个进程，进程万一弄错了，就可能直接改掉其他进程的东西，而且，如果进程一是输入账号和密码的操作，那么进程二直接对那块内存进行读取就可获得，所以，这样访问物理内存是特别不安全的。（根本原因就是直接使用物理内存，没有软件来设置权限）

2.现代

1.每一个进程有一个PCB(task_struct)
2.操作系统给每一个进程创建了一个进程地址空间。(虚拟内存)
3.这个地址空间的编制认为是0x000…0 到 0xFF…FF的

虚拟地址空间(进程地址空间)上的地址称为虚拟地址，最终是会存到物理内存上的，系统存在一种映射机制，映射机制的核心工作就是把用户的代码，数据经过映射机制映射到物理内存当中，总之，凡是要访问物理内存，需要先进行映射，这就是把虚拟内存映射为物理地址的过程

我们就在CPU和物理内存之间引入了虚拟地址和映射机制，非法的行为都被拦截，非法就禁止映射，变相的保护了内存

五、其它问题

1.什么是进程地址空间

每个进程都有地址空间，地址空间的本质在内核中是一种数据结构 ，里面至少含有各个数据的划分

struct addr_room
{
	int code_start;
	int code_end;
	
	int init_start;
	int init_end;

	int unInit_start;
	int unInit_end;
	
	int heap_start;
	int heap_end();

	int stack_start;
	int stack_end;
	.....
	其他的属性
}

这个结构体叫做mm_struct
在PCB当中，就有一个struct mm_struct*mm来指向它自己的进程地址空间

2.映射关系谁来维护

1.映射关系是操作系统自己维护的
2.映射关系是一种表结构，称为(用户级)页表
3.地址空间和页表是每一个进程独一份的
4.只要保证，每一个进程的页表，映射的是物理内存的不同区域，就能做到不互相干扰，进而保证进程的独立性(就是拿一张表找到位置，存数据)

所以，子进程继承父进程，可以做到同一个地址，值不同，就是因为有地址空间的存在，子进程是会继承父进程的大部分属性的，其中就包括进程地址空间

3.写时拷贝

如果父子进程的g_val值是一样的话，在物理内存当中只会开辟一块空间，而当修改某一进程的g_val的时候，才会重新开辟另一块空间，这就叫做写时拷贝

4.编译的时候就已经有地址

其实可执行程序编译的时候就已经有地址了，地址空间不仅仅是OS要遵守，编译器也是要遵守的，编译器在编译代码的时候，已经形成了各个区域，并且采用和Linux内核当中一样的编址方式，给每一个 变量，每一行代码都进行了编址，所以程序在编译的时候，每一个字段早已具有了一个虚拟地址(虚拟地址也是数据，加载的时候也要加载)。比如执行过程中的函数调用，就会根据这个地址去调用相应的函数（通过地址来标定逻辑）

链接动态库就是再链接的时候，把程序当中调用库中的函数的地址拷贝到可执行程序中。

当程序加载到内存的时候，每行代码，每个变量也就通过编译器形成的虚拟地址来映射到物理内存。

六、为什么要存在地址空间？

1.凡是非法的访问或者映射，操作系统都会识别到并终止这个进程
因为地址空间和页表是OS创建和维护的，也就意味着一定要在OS的监管之下进行访问，也便保护了物理内存中的合法数据，包括各个进程，以及内核的相关有效数据

进程崩溃的本质就是进程退出，是OS杀掉了这个进程

2.因为有地址空间的存在，有页表的映射的存在，所以我们可以对数据进行任意位置的加载(如果不是这样，而是直接访问内存，首先不考虑安全问题的情况下，我们还需要对内存碎片进行管理，这其实是特别不好弄的)

物理内存的分配就可以和进程的管理，做到没有关系(进程通过地址空间管理)
内存管理模块 vs 进程管理模块 ，做到解耦合，减少关联性，降低维护成本。

物理地址的申请内存，是由操作系统自动完成的，用户，进程，完全0感知
比如我们在new malloc的时候，本质上也是在虚拟内存上申请的空间
如果我申请了物理空间，不立马使用，就是浪费了空间
所以，因为有地址空间的存在，上层申请空间，其实是在地址空间上申请的。物理内存甚至可以一个字节都不给，当你真正对物理 地址空间进行访问的时候，才执行内存的相关管理算法，帮我申请内存，构建页表 映射关系，然后再让我进行内存的访问。这种虚拟内存分配空间，而物理内存没有分配的技术叫做缺页中断
其实就是延迟分配，用这种策略来提高整机效率

3.直接访问物理内存的话是乱序的，地址空间+页表的存在，可以将内存分布有序化！（通过映射，虚拟内存有序，物理内存依旧乱序），有了映射，保证映射到不同的地址，就可以很容易的做到进程独立性的实现