1.程序地址空间
首先,我们先看学c/c++时候学到的程序内存布局:
准确地说,程序地址空间其实就是进程的地址空间,实际就是pcb中的mm_struct。
接下来,我们用fork()演示一下进程的地址空间。
//父子进程数据独有demo
1 #include<stdio.h> 2 #include<stdlib.h> 3 #include<unistd.h> 4 5 int g_val = 10; 6 int main() 7 { 8 int pid=fork(); 9 if(pid < 0) 10 { 11 return -1; 12 }else if(pid == 0) 13 { 14 //child 15 g_val = 100; 16 printf("child val: %d--%p ",g_val,&g_val); 17 } 18 else 19 { 20 //parent 21 sleep(1); 22 printf("parent val:%d--%p ",g_val,&g_val); 23 } 24 return 0; 25 }
很容易看出,父子进程的地址是一样的,但是变量的值却不一样。
由此能推出 : 我们所看到的地址并不是真实的物理地址。
Linux下,我们称作为虚拟地址。
说明进程访问的地址都是虚拟地址,物理地址我们用户是看不到的,由操作系统负责物理地址和虚拟地址的转换。
2.进程地址空间实现原理 --- 利用内存碎片
通过上面测试,我们肯定要问,为什么要使用虚拟地址呢?
1.增加内存访问控制 --- 如果进程可以使用任意的物理内存,意味着如果木马病毒进来了,就可以修改内存空间让电脑瘫痪,很不安全。
2.提高内存利用率 --- 如何利用内存碎片,榨干计算机性能,一直是计算机发展史中的一个重要问题,下面会给大家讲讲如何提高内存利用率。
3.保证进程独立性 --- 用物理地址的话,地址难以确定,有了虚拟地址,进程都可以拥有自己的一套虚拟地址,能让程序员更好地编码。
既然虚拟地址这么好用,那来看看它的实现原理吧!
在Linux下,OS使用的是分页式内存管理
内存分页:
为什么要有分页 --- 物理地址和虚拟地址的分离,给进程带来了安全和便利,但是他们之间的转换如果是按字节一一对应记录的,那么要消耗的额外资源就太多了。
分页是什么 --- 以更大尺寸的单位页来管理内存,这个单位页负责物理地址与虚拟地址的映射关系,Linux中通常每页大小为4KB。下面是我Linux下测出的大小。
分页的原理 --- 因为物理页和虚拟页内地址肯定是连续的,所以页内数据可以按顺序一一对应。
因为页表大小都是一样的,所以页内数据的末尾地址都是相同的(二进制下后12位都为1),我们把这个地址称之为偏移量。
偏移量实际上表达了该字节在页内的位置。
地址的前一部分则是页编号,后一部分是页内偏移。
页表记录页编号和物理块编号的对应关系。
虚拟页编号在页表中找到对应的物理块编号,再计算出页内偏移,就可得到实际物理地址。
物理地址 = 块编号*块大小 + 偏移量
分页优化: 多级分页表 --- 分页让我们将逻辑地址和物理地址分离,能更好的进行内存管理。
我们知道进程都会有一套虚拟内存地址(mm_struct),那么其中肯定包含了分页表保存所有分页,为了保证查询效率,分页表会保存于内存中。
并且,堆栈上有很多空间都是进程预留的,意味着如果使用连续分页表,很多条目都没有真正用到。
因此,Linux中的分页表,采用了多层的数据结构。多层的分页表能够减少所需的空间。
用上图的二级表结构举个例子,页编号被分为两级:
一级表: 一级页编号保存地址的前8位(十六进制2位),一级表负责映射该地址下的二级表地址。
二级表: 二级表编号保存地址的后12位(十六进制3位),二级表负责映射该地址下的物理地址。
上面我们了解到,连续的分页表可以直接通过虚拟页编号找到物理页编号,而二级分页表,我们要先拿出虚拟页编号前8位编号在一级表中找到对应的二级表,再拿出虚拟页编号后12位在二级表找到对应的物理地址。就像身份证号,每个地区的前6位都是一样的,如果要查某人的身份证号,先查地区,再查人,能大大减少查找量,如上图0x01为空,说明这个地区没人,那么相应的二级表也不需要存在。这样,二级表所占数据就会比连续单页表少多了。
二级表还有一个优点: 因为是多层结构,所以不必像单层表一样占据一整块内存,而是可以存于不同位置,提高内存利用率。