Linux —— 虚拟进程地址空间

🎁个人主页：工藤新一¹

🔍系列专栏：C++面向对象（类和对象篇）

🌟心中的天空之城，终会照亮我前方的路

🎉欢迎大家点赞👍评论📝收藏⭐文章

虚拟进程地址空间

虚拟地址空间 是指一个 OS为每个运行中的进程（程序）提供的一个抽象的、独立的、连续的逻辑地址范围。这个空间是 “虚拟的”，这并不意味着物理内存中真的有这么一大块连续的区域，而是通过硬件（MMU，内存管理单元）和 Kernel 的协作，将虚拟地址映射到分散的物理内存页上

一、虚拟地址空间经典布局

一个进程的典型内存地址空间布局如下图所示，它被划分为多个具有不同权限（读、写、执行）的段（Segments）：

从高地址到低地址：

1. 内核空间（Kernel Space）
   • 通常位于地址空间的最高处（例如，在32位Linux中，0x C000 0000以上）。
   • 存放操作系统内核的代码、数据和数据结构。
   • 所有进程共享同一份内核映射。但这段空间受保护，用户态进程无法直接访问，必须通过系统调用（Syscall）进入内核态才能访问。
2. 栈（Stack）
   • 向下增长（向低地址方向）。
   • 用于存储局部变量、函数参数、返回地址等。
   • 每个函数被调用时，会在栈上分配一个新的“栈帧”。
   • 它的增长是自动的，但大小有限（通常默认为几MB），溢出会导致“栈溢出”错误。
3. 内存映射段（Memory Mapping Segment）
   • 用于映射文件或匿名内存。
   • 动态链接库（如 .so、.dll 文件）就加载在这里。
   • 也可以通过 mmap() 系统调用创建，用于大块内存的分配或进程间共享内存。
4. 堆（Heap）
   • 向上增长（向高地址方向）。
   • 用于动态内存分配。当程序员使用 malloc()、new 等申请内存时，内存就从这里分配。
   • 堆的大小只受限于系统可用的虚拟内存总量，管理由程序员负责（分配和释放）， improper management leads to memory leaks.
5. BSS 段（.bss）
   • 存放未初始化的全局变量和静态变量。
   • 在程序开始执行前，操作系统会将此段初始化为零。
6. 数据段（.data）
   • 存放已初始化的全局变量和静态变量。
7. 代码段（文本段）（.text）
   • 存放程序的执行代码（机器指令）。
   • 通常是只读和可执行的，以防止代码被意外修改。
8. 保留区（Reserved）
   • 通常是最低地址的一段空间（例如 0x0 到 0x400000），不允许访问，用于捕捉空指针等错误。

地址区域分布：

感受虚拟地址：

fork()：一次调用，两次返回

这是理解 fork() 最关键也是最反直觉的一点：

• 在父进程中，fork() 返回新创建子进程的进程ID（PID）（一个大于0的数）。
• 在子进程中，fork() 返回 0。
• 如果创建失败（例如系统资源不足），fork() 返回 -1。

进程具有独立性：数据层面上，互不影响；此时就需写时拷贝，实现进程的个性化

相同地址，获取不同变量值

二、页表

2.1 核心定义：什么是页表？

页表是虚拟内存系统的核心数据结构，是连接 虚拟地址 和 物理地址 的“地图”或“翻译官”；是 Kernel 为每个进程维护的一个映射表，它记录了该进程的虚拟内存页对应到物理内存帧的映射关系

简单来说，它的工作就是回答这个问题：

“这个进程看到的虚拟地址 X，实际上在物理内存的哪个地方？”

OS 会将进程物理地址隐藏起来，我们只能观测到进程的虚拟地址

解决历史遗留问题：

2.2 为什么需要页表？

页表是实现虚拟地址空间这一抽象概念的技术基础。没有页表，虚拟内存就无法工作。它的存在是为了：

1. 实现地址翻译：将程序使用的 虚拟地址转换 为硬件使用的 物理地址。
2. 实施内存保护：通过页表项中的权限位，控制进程对内存的访问（可读？可写？可执行？）。
3. 支持“换出”到磁盘：通过页表项中的“存在/不存在”位，操作系统可以知道某页是否在物理内存中，如果不在，它的数据存放在硬盘的哪个位置。

三、虚拟地址空间

3.1 虚拟地址空间是什么？

• **虚拟地址空间本质上就是 OS 给进程画的一张饼！ **《大富翁例子》 让进程误以为其独占整个内存的相关资源

画大饼的作用：让每一个进程都认为自己有 4GB的物理内存空间，或者：让每一个进程都认为自己在独占物理内存空间

OS 为每个进程都画了大饼，所以我们也要把这张大饼管理起来

3.2 如何管理虚拟地址空间？

先描述，在组织！

将所有的 虚拟进程地址空间[饼]，用链表的方式管理起来；因此，对饼的管理就转化为了对链表的增删查改

虚拟地址空间本质：Kernel当中为进程创建的结构体对象！

3.3 为什么要有虚拟地址空间？

1. 将无/乱序的物理地址转变为有序的虚拟地址！

• 对用户（进程）而言：虚拟地址空间是连续且有序的
• 对系统（操作系统）而言：物理内存[完全随机且不连续]的分配是灵活且混乱的

2. 地址转化过程中对地址与操作进行合法性判定，进而保护物理内存！

a. 什么是野指针？

b. char* str = “hello linux!”; *str = ‘H’；为什么在字符常量区写入就会崩溃？

3. 缺页中断 与 按需调页

缺页中断是操作系统 “欺骗” 进程的基础，也是它管理内存的得力工具（画大饼）

4. 使进程管理与内存管理，进行一定程度的解耦合

进程管理 & 内存管理 –——> 直线脱钩

四、工业疑问

a. 创建进程时，是否可以只创建 PCB/地址空间/页表？

核心观点：惰性加载 (Lazy Loading) 与按需调页 (Demand Paging)

问题背后隐藏着一个关键思想：为什么要在进程一开始就把它可能永远用不到的东西全部加载好呢？ 这太浪费了….它们遵循 “惰性”原则，只在真正需要时才分配资源。这个过程就是通过 **缺页中断 ** 来实现的

b. 创建进程现有task_struct，还是先加载数据/代码

一定先有管理结构： task_struct 和 mm_struct，空页表[虚物]。滞后加载代码和数据[实物]，发生在第一次访问时，由缺页中断机制驱动。并且，加载过程本身也是由这些数据结构指导

c. 如何理解进程挂起？

五、虚拟内存管理

虚拟内存管理是一种内存抽象机制。虚拟内存管理系统的任务，就是将进程使用的这些虚拟地址（Virtual Address）动态地映射到物理内存上的物理地址（Physical Address），或者必要时映射到磁盘上的交换空间（Swap Space）

这个过程主要由计算机的 内存管理单元（MMU） 和操作系统内核共同完成。

描述 Linux 下进程的地址空间的所有的信息的结构体是 mm_struct （内存描述符）。每个进程只有⼀ 个 mm_struct结构，在每个进程的 task_struct结构中，有⼀个指向该进程的结构

struct mm_struct
 {
	/*...*/
	struct vm_area_struct *mmap; /* 指向虚拟区间(VMA)链表 */        
	struct rb_root mm_rb; /* red_black树 */                
	unsigned long task_size; /*具有该结构体的进程的虚拟地址空间的⼤⼩*/             
/*...*/
 // 代码段、数据段、堆栈段、参数段及环境段的起始和结束地址。

    unsigned long start_code, end_code, start_data, end_data;
	unsigned long start_brk, brk, start_stack;
	unsigned long arg_start, arg_end, env_start, env_end;
 /*...*/

• Virtual Memory

进程具有独立性：

1. 内核数据结构独立！
2. 加载进内存的代码和数据独立！

目前，我们对于虚拟地址空间的理解只能做到局部性的逻辑自洽

🌟 各位看官好，我是工藤新一¹呀~

🌈 愿各位心中所想，终有所致！