Linux: 进程地址空间究竟是什么?进程地址空间存在意义何在?

独享你的盛夏 2024-07-04 08:37:01 阅读 88

Linux: 进程地址空间究竟是什么?

一、内存究竟是什么?分为哪些?二、内存是真实物理空间?三、进程地址空间(虚拟地址)3.1 为何同一个变量地址相同,保存的数据却不同?

四、为什么需要地址地址空间和页表的存在?4.1 真实内存无序便有序4.2 进行内存安全检查4.3 进程管理和内存管理藕接

五、其他细节问题5.1 操作系统如何获取进程页表相关信息5.2 操作系统如何确定内存中是否分配空间、是否存在内容?

一、内存究竟是什么?分为哪些?

在C/C++中,我们常将内存分为:代码区、常量区、全局区(静态区)、堆、栈等等。相关内存区域划分如下:(X86, 32位平台)

在这里插入图片描述

如何验证C/C++中各区域的相对位置呢?

我们可以在每个区域中选择一个地址来验证C/C++中各区域的相对位置!!具体如下:

【源代码】:

<code> #include <stdio.h>

#include <stdlib.h>

#include <unistd.h>

int un_global_val;

int Init_global_val = 100;

int main(int argc, char *argv[], char * env[])

{

printf("code addr: %p\n", main); //代码区

const char *str = "hello Linux";//字符常量区

printf("read only char add: %p\n", str);

printf("Init global value add: %p\n", &Init_global_val);//全局初始区

printf("uninit global value add: %p\n", &un_global_val);//全局未初始区

char* heap1 = (char*)malloc(100);

char* heap2 = (char*)malloc(100);

char* heap3 = (char*)malloc(100);

char* heap4 = (char*)malloc(100);

//堆及地址增长方向

printf("heap1 add: %p\n", heap1);

printf("heap2 add: %p\n", heap2);

printf("heap3 add: %p\n", heap3);

printf("heap4 add: %p\n", heap4);

//堆及地址增长方向

printf("stack1 add: %p\n", &heap1);

printf("stack2 add: %p\n", &heap2);

printf("stack3 add: %p\n", &heap3);

printf("stack4 add: %p\n", &heap4);

int i = 0;//命令行参数

for(; argv[i]; i++)

{

printf("argv[%d]: %p\n",i, argv[i]);

}

i = 0;//环境变量

for(; i < 2; i++)

{

printf("env[%d]: %p\n",i, env[i]);

}

return 0;

}

【运行结果】:

在这里插入图片描述

二、内存是真实物理空间?

在C/C++中,我们经常提及上述内存。但程序员口中的内存是真实物理空间吗?

下面我们在来看看这样一段代码:用fork创建一个子进程,并打印父进程和子进程对于的pid、ppid、全局变量值、全局变量地址。当子进程执行2次后,子进程修改全局变量。

【源代码】:

<code>#include <stdio.h>

#include <stdlib.h>

#include <unistd.h>

int global_val = 100;

int main()

{

pid_t id = fork();

if(id == 0)

{

//child

int cnt = 3;

while(1)

{

printf("child Pid:%d Ppid:%d g_val:%d &g_val:%p\n", getpid(), getppid(), global_val, &global_val);

if(--cnt == 0)

{

global_val = 200;

printf("child change g_val 100 -> 200\n");

}

sleep(1);

}

}

else if(id > 0)

{

//pather

while(1)

{

printf("father Pid:%d Ppid:%d g_val:%d &g_val:%p\n", getpid(), getppid(), global_val, &global_val);

sleep(1);

}

}

return 0;

}

【运行结果】:

在这里插入图片描述

我们发现fork()创建的子进程对全局变量进行修改后,毋庸置疑父进程和子进程的值不同。但奇怪的是,父/子进程中,全局变量的地址竟然是一样的,未发生改变!!一块地址空间的值是唯一的。但上述现象中出现同一块变量却存在不同的值,说明父子进程中显示的地址不是真实的物理地址。在LInux中,我们将这种地址称之为虚拟地址。在C/C++中,我们看到的地址都是虚拟地址(进程地址空间)。真实地址都是由操作系统进行控制分配的,用户一概不知道!!

三、进程地址空间(虚拟地址)

3.1 为何同一个变量地址相同,保存的数据却不同?

原因在于在Linux中,操作系统会为每一个进程维护一个PCB、进程地址空间(也被称为虚拟地址空间)和页表。其中页表通过映射,将虚拟地址和真实物理地址进行藕接。操作系统可以通过页表,找到虚拟地址所对应的真实物理地址,进而找到相应的数据!!

当fork()创建子进程时,操作系统以父进程为模板将大部分属性拷贝给子进程,而页表就是其中之一。在数据未发生任何改变之前,父进程和子进程中页表的映射关系是相同的,指向同一块物理地址。但当父进程或子进程试图对数据进行修改时,为了保证父进程和子进程之间的独立性,操作系统会为该进程申请创建新的空间,然后将页表中的映射关系进行修改,指向新申请的物理空间。换而言之,数据不修改时指向同一块物理地址;数据修改后,各自私有一份!

但在此过程中,操作系统仅仅是将页表中的映射关系进行修改。我们所看到的地址(虚拟地址)和变量并未发生改变。这也就意味着当父进程和子进程运行时,父进程和子进程的PCB、进程地址空间、和页表都是相互独立的,各自私有一份。尽管虚拟地址相同,但页表中的映射关系已经发生改变,此时我们获取虚拟地址对应的数据时,操作系统通过页表映射到不同的物理地址,从而获取到不同的值!(Linux中,进程PCB中存在一个<code>struct mm_struct的结构体指向虚拟地址空间)

【具体如下】:(以栈上定义的变量gal为例)

创建子进程时,未发生数据修改。此时操作系统会以父进程为模板将大部分数据拷贝给子进程,并且共用代码。其中父进程页表中的数据直接拷贝给子进程页表。此时子进程中的虚拟地址通过页表的映射关系,和父进程指向同一块物理空间!

在这里插入图片描述

当子进程中的数据发生修改时,为了保证父进程和子进程的独立性,操作系统会为子进程的真实物理空间重新开辟一块空间,用于存储修改后的值。之后将子进程的页表中的映射关系进行调整,指向新空间。

在这里插入图片描述

四、为什么需要地址地址空间和页表的存在?

为什么不直接指向真实物理地址,而是通过进程地址空间和页表来间接寻址呢?其真实原因主要有以下几点:

4.1 真实内存无序便有序

在真实物理空间中,数据从磁盘加载到物理空间。但数据加载到什么位置呢?

其实数据可以加载到物理空间的任意位置。由于进程地址空间和页表的存在,进程不需要关系这个问题。操作系统会将该进程的数据通过页表映射起来,让进程以统一的方式看待内存。通过地址空间和页表将乱序的内存数据变为有序,分门别类的规划好!!同时当进程中的数据出现阻塞挂起等情况是,操作系统仅需修改页表中的映射相关属性即可,大大减少操作系统的内存和进程的管理成本!!!

4.2 进行内存安全检查

在页表中,还存在访问权限的字段。具体如下:

在这里插入图片描述

在该字段中,保存着当前数据时仅度、可读可写等权限。如果页表保存也数据的访问权限时<code>r(比如代码区的数据),当用户对该数据试图进行修改时,页表中的访问权限会拦截禁止该行为。从而实现对进程访问内存的安全检查!!

【示例】:

下面有这样一段代码:

#include <stdio.h>

int main()

{

char* str = "hello Linux\n";

*str = "fef";

return 0;

}

这段代码显然是无法成功运行的。原因在于char* str = "hello Linux\n"中,str是字符常量,操作系统将页表中str的相应访问权限字段设置为只读。当用户*str = "fef";试图对str中的数据进行修改时,操作系统识别到该数据不可被修改,直接被操作系统拦截。

4.3 进程管理和内存管理藕接

在进程被调度过程中,为代码和数据开辟内存、加载数据到内存,修改建立页表和物理地址的映射关系等等操作属于内存管理的范畴;而进程执行代码、进程被调度属于进程管理的范畴。

在整个过程中,内存管理不知道进程管理究竟在做什么、而进程管理同样不关心底层数据加载、内存分配的问题。由于进程地址空间和页表的存在,操作系统会将各自的需求传递给对方。从而实现进程管理和内存管理之间的接藕!!

五、其他细节问题

5.1 操作系统如何获取进程页表相关信息

在Linux中,进程的PCB保存了一个struct mm_struct结构体指针指向进程虚拟空间。但页表呢?

其实当CPU调度进程时,CPU上存在一个名为CR3寄存器。该寄存器保存了当前调度进程页表的地址。当进程调度结束时,操作系统会将CR3寄存器中的内存保存到进程PCB的上下文中。

5.2 操作系统如何确定内存中是否分配空间、是否存在内容?

在系统中,存在这样几种情况。

各位在打游戏时,有些游戏非常大,多则上百G(比如原神)。但在32为平台下,内存只有4GB。内存显然不足,当我们发现游戏还是可以正常运行的。原因在于操作系统并不是一次性将所有数据全部加载到内存中,而是在进程执行过程中,临时将所需要的数据加载到内存。当操作系统中进程处于阻塞状态时,恰好此时操作系统内存资源严重不足。此时操作系统会将阻塞进程转化为挂起状态。将阻塞进程的相关数据置换到磁盘的Swap分区。当该进程被调度时,在重新加载到内存。这一点毛病没有。但问题在于操作系统如何知道内存中是否为这些数据分配空间、分配的空间中是否有内容呢?

原因在于:在进程页表中,存在一个字段(用0、1的方式)用于判断操作系统是否为该代码或数据分配内存空间、分配的空间中是否存在内容。(比如10表示以分配空间但没有内容,操作系统在识别到该信息后会先将相关数据加载到指定区域,在向后执行!!)

在这里插入图片描述



声明

本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。