ai绘画软件免费_福州网站建设找百诚互联_企业网络营销策划案_百度指数专业版app

1. 进程地址空间

1.1 进程地址空间是什么

在学习语言的时候，我们见过这么一张图：

当时，我们说，这是一个程序所对应的地址空间，我们称之为程序地址空间，而这个程序地址空间，就是我们接下来要介绍的进程地址空间，进程所对应的代码和数据在进程地址空间中都有相应的存储位置。

需要说明的是，上述进程地址空间基于32位的操作系统，因此，相应的空间大小为4GB左右。其中，用户可以直接访问的空间为3GB，还有1GB是内核空间，必须要通过系统调用才能访问。

1.2 Linux中的进程地址空间

与进程的task_struct相同，Linux中，同样使用一个结构体mm_struct来描述进程地址空间。

每一个进程，都有一个自己的task_struct，同时也有一个自己的mm_struct，在task_struct结构中，会有一个指针指向mm_struct。

可具体是如何描述的呢？进程地址空间内部有不同的空间划分，也就是说不同的空间区域都有其对应的不同的起始和结束地址，而地址本质上就是一个数字，因此就可以使用两个数字，一个代表起始处，另一个代表结束处，来确定一个空间区域的范围。

Linux的内核源码中，确实也是这么做的。

但是这样的mm_struct结构会存在一个问题，它只能确定一个空间的整体范围是多少，但是并不能做到对这个空间做细分，而实质上，我们申请空间时(比如多次malloc)，都是去拿到一个大空间内部的小空间，可上述做法显然不能对空间做进一步的细分。

所以，Linux中，又提供了这样一个结构vm_area_struct,来实现对大块空间的细分操作。

struct vm_area_struct {unsigned long vm_start; //虚存区起始unsigned long vm_end; //虚存区结束struct vm_area_struct *vm_next, *vm_prev; //前后指针struct rb_node vm_rb; //红⿊树中的位置unsigned long rb_subtree_gap;struct mm_struct *vm_mm; //所属的 mm_structpgprot_t vm_page_prot;unsigned long vm_flags; //标志位struct {struct rb_node rb;unsigned long rb_subtree_last;} shared;struct list_head anon_vma_chain;struct anon_vma *anon_vma;const struct vm_operations_struct *vm_ops; //vma对应的实际操作unsigned long vm_pgoff; //⽂件映射偏移量struct file * vm_file; //映射的⽂件void * vm_private_data; //私有数据atomic_long_t swap_readahead_info;#ifndef CONFIG_MMUstruct vm_region *vm_region; /* NOMMU mapping region */#endif#ifdef CONFIG_NUMAstruct mempolicy *vm_policy; /* NUMA policy for the VMA */#endifstruct vm_userfaultfd_ctx vm_userfaultfd_ctx;
} __randomize_layout;

在上图中的这个结构体中，存在两个成员vm_start和vm_end，这两个成员就是用来对空间做进一步细分的。

因此，每申请一块小空间，就要创建对应于这个小空间的vm_area_struct。所以，对于一个进程的mm_struct而言，肯定会存在多个vm_area_struct,因此mm_struct必须要将这些对象管理起来，一般会有两种管理方式:使用双链表(vm_area_struct较少时)进行管理或使用红黑树(vm_area_struct较多时)进行管理。

从上述的结构体中，vm_prev和vm_next所对应的前后指针，以及struct rb_node vm_rb所对应的红黑树结点结构，也可以看出这两种管理方式。

2. 虚拟地址

在大致了解进程地址空间是什么后，我们来思考一个问题，进程地址空间中对应的地址，是实际的物理地址，还是虚拟地址呢？

先说结论，进程地址空间中对应的地址，全部都是虚拟地址。

我们先来看一个示例：

在之前的学习中，我们是这样说的。父子进程之间会共享代码和数据，但由于进程之间要保持独立性，如果父子进程在后续的代码执行中，同一数据出现分歧，那么就要对这个数据变量进行分离，实际变为两个变量，一个对应父进程，一个对应子进程。

可问题是，我们在上述代码中，子进程对g_val变量进行了修改，故此时子进程中的g_val和父进程中的g_val，实质上并不是相同的变量，可是我们将其取地址并打印后，发现打印结果居然是一样的。这就说明一个事实，进程地址空间是虚拟地址，因为一个物理地址上不可能能够存储两个独立变量。

既然进程地址空间是虚拟地址，而实际存储应存储到物理内存上，这样的操作具体是如何完成的呢？

在Linux中，使用了页表这种数据结构进行虚拟内存到物理内存的映射，进而完成进程代码和数据的存储。

由于每一个进程都有其对应的页表，我们可以来更新一下关于进程的认知：进程=task_struct + mm_struct + 页表 + 相关的代码和数据。

现在，我们就能理解上述代码的运行结果了。

父进程创建子进程，子进程大部分内容都是父进程的拷贝。因此，对于g_val全局变量，它在父进程mm_struct中的虚拟地址与子进程mm_struct中的虚拟地址是相同的，在子进程未修改g_val前，它们页表中的映射也是相同的，也就是说父子进程在物理内存中，拿到的是同一个g_val。而在g_val被子进程修改后，操作系统会在这个写入操作完成之前，为子进程在物理内存中申请一块空间，用以存储另一个g_val,同时更改子进程页表，不改变虚拟地址，而是更改映射到的物理地址。而取地址操作，取出的是变量的虚拟地址，这也就是为什么上述代码运行结果中，g_val地址相同，但是值不同的原因——父子进程中g_val的虚拟地址相同，但是映射到的物理地址处不同，实际已是两个变量。

上述操作实现了进程间数据层面的分离，维护了进程的独立性，而由于该操作是在子进程进行写入时发生的，因此又被叫做写时拷贝。写时拷贝是完全由操作系统自主完成的。

3. 进程地址空间存在的意义

通过上面的学习，我们明白了，进程地址空间实际上就是虚拟地址空间，因为其中的地址都是虚拟地址，并不对应物理内存。

那现在我们来思考，为什么要设计这个虚拟地址空间呢，进程直接对物理内存进行操作不行吗？

下面，我们从三个角度来阐明进程地址空间的意义。

3.1 安全性

进程地址空间的存在，使得在访问物理内存时，都要经过一次转换，即利用页表，从虚拟内存映射到物理内存。而在这个转换过程中，会由操作系统进行安全性检查，一旦断定为非法危险操作，便拒绝该操作，甚至杀死相关进程。

所以，进程地址空间的存在，使得物理内存空间不能随意被进程访问，既维护了进程的独立性，又保护了物理内存空间的安全。

3.2 有序性

我们知道，创建一个进程时，现在内存中创建相应的内核数据结构，再加载相应的代码和数据。那现在有一个问题，进程的代码和数据会被立刻全部加载吗？

一般情况下，一个进程被创建后，是不会立刻得到调度的，会有一段等待时间，而**为了提高内存空间的利用率，进程的相应代码和数据，不会立刻加载，而是等到进程即将被调度时，再加载到内存中。**同时，进程在CPU上运行时，不可能一次性用到所有代码和数据，所以进程的代码和数据也没必要一次性全部加载完，可以在进程的运行过程中，边运行边加载，这就是一种惰性加载。

所以，进程的代码和数据是分批加载到物理内存中的，物理内存是无序的，并没有严格的空间划分，理论上，进程的代码和数据可以加载到物理内存中任意还未利用到的地方。这就导致一个问题：同一进程的代码和数据加载到物理内存后，可能是散乱的。

在这种情况下，如果直接对物理内存进行管理，由于散乱的存储，相关代码和数据直接管理起来会很不方便。
而进程地址空间是有序的，有严格的空间划分，因此不管物理内存中如何存储，只要页表处理好相应的映射关系，进程从进程地址空间的角度来看待其代码和数据，始终是有序的。

所以，进程地址空间的存在，保证了进程看待其代码和数据的有序性。

3.3 解耦合

由于进程地址空间和页表的存在，实际上进程申请相关内存时，并不需要知道物理内存中的具体位置，只要管理好自身的进程地址空间，再由操作系统管理好相应页表中的映射关系，即可实现虚拟内存到物理内存之间的转换。

此时，操作系统对进程的管理与内存(物理内存)的管理之间便不再紧密联系，只要维护好相应的用于存储映射关系的页表即可。

所以，进程地址空间的存在，使得操作系统的进程管理与内存管理解耦合。