Linux进程学习【进程地址】

📘前言

对于 C/C++ 来说，程序中的内存包括这几部分：栈区、堆区、静态区 等，其中各个部分功能都不相同，比如函数的栈帧位于 栈区，动态申请的空间位于 堆区，全局变量和常量位于 静态区 ，区域划分的意义是为了更好的使用和管理空间，那么 真实物理空间 也是如此划分吗？多进程运行 时，又是如何区分空间的呢？写时拷贝 机制原理是什么？本文将对这些问题进行解答

内存条：真实的物理空间，用来存储各种数据

📘正文

📖问题引入

地址是唯一的，对地址进程编号的目的是为了不冲突

这是个耳熟能详的概念，在 C语言 学习阶段，我们可以通过对变量 & 取地址的方式，查看当前变量存储空间的首地址信息

#include <stdio.h>

int main()
{
  const char* ps = "这是一个常量字符串";
  printf("字符串地址：%p\n", ps);  //%p 专门用来打印地址信息
  return 0;
}

利用前面学习的 fork 函数创建子进程，使得子进程和父进程共同使用一个变量

#include <stdio.h>
#include <unistd.h>
#include <sys/types.h>
#include <stdlib.h>

int main()
{
  int val = 10;
  pid_t id = fork();
  if(id == 0)
  {
  	val *= 2;	//刻意改变共享值
    printf("我是子进程，pid:%d ppid:%d 共享值:%d 共享值地址:%p\n", getpid(), getppid(), val, &val);
    exit(0);
  }

  waitpid(id, 0, 0);

  printf("我是父进程，pid:%d ppid:%d 共享值:%d 共享值地址:%p\n", getpid(), getppid(), val, &val);
  return 0;
}

对于同一块空间，读取到了不同的值，是不可能出现这种情况的

因为真实地址都是 唯一 的，分析：

• 不同的空间出现同名的情况
• 父子进程使用的真实物理空间并非同一块空间！

原因：

• 当子进程尝试修改共享值时，发生 写时拷贝 机制
• 语言层面的程序空间地址不是真实物理地址
• 一般将此地址称为 虚拟地址 或 线性地址

结论： 语言层面的地址都是虚拟地址，用户无法看到真实的物理地址，由 OS 统一管理

📖虚拟空间划分

一般用户的认知中，C/C++ 程序内存分布如下图所示，直接表示内存中的各个部分

📖真实空间分布

但实际上的空间分布是这样的：

如果有多个进程(真实地址空间只有一份)，此时情况是这样的：

🖋️代码实现

在实现虚拟地址空间时，是用结构体 mm_struct 实现的

同 task_struct 一样，mm_struct 中也包含了很多成员，比如不同区域的边界值

//简单展示其中的成员信息
mm_struct
{
	//代码区域划分
	unsigned long code_start;
	unsigned long code_end;

	//堆区域划分
	unsigned long heap_start;
	unsigned long heap_end;

	//栈区域划分
	unsigned long stack_start;
	unsigned long stack_end;

	//还有很多其他信息
	……
}

每个进程都会有这样一个 mm_struct，其中的区域划分就是虚拟地址空间

通过对边界值的调整，可以做到不同区域的增长，如堆区、栈区扩大

mm_struct 中的信息配合 页表+MMU 在对应的真实空间中使内存（程序寻址）

🖋️问题反思

此时可以理解为什么会发生同一块空间能读取到不同值的现象了

• 父子进程有着各自的 mm_struct，其成员起始值一致
• 对于同一个变量，如果未改写，则两者的虚拟地址通过 页表 + MMU 转换后指向同一块空间
• 发生改写行为，此时会在真实空间中再开辟一块空间，拷贝变量值，让其中一个进程的虚拟地址空间映射改变，这种行为称为 写时拷贝

刚开始，父子进程共同使用同一块空间

当子进程修改共享值后

📖进程地址空间

下面来好好谈谈 进程地址空间 (虚拟地址)

🖋️虚拟地址

在早期程序中，是没有虚拟地址空间的，对于数据的写入和读取，是直接在物理地址上进行的，程序与物理空间直接打交道，存在以下问题：

• 假设存在野指针问题，此时可能直接对物理内存造成越界读写
• 程序运行时，每次都需要大小为 4GB 的内存使用，当进程过多时，资源分配就会很紧张，引起进程阻塞，导致执行效率下降
• 动态申请内存后，需要依次释放，影响整体效率

为了解决各种问题，大佬们提出了 虚拟地址空间 这个概念，有了 虚拟空间 后，当进程创建时，系统会为其分配属于自己的 虚拟空间，需要使用内存时，通过 寻址 的方式，使用物理地址上的空间即可

• 多个进程互不影响，动态使用，做到 效率、资源 双赢
• 发生越界行为时，寻址 机制会检测出是否发生越界行为，如果发生了，能在其对物理地址造成影响前进行拦截
• 因为每个进程都有属于自己的空间，OS 在管理进程时，能够以统一的视角进行管理，效率很高

光有 虚拟地址空间 是不够的，还需要一套完整的 ‘‘翻译’’ 机制进行程序寻址，如 Linux 中的 页表 + MMU

🖋️页表+MMU

页表 本质上就是一张表，操作系统 会为每个 进程 分配一个 页表，该 页表 使用 物理地址 存储。当 进程 使用类似 malloc 等需要 映射代码或数据 的操作时，操作系统 会在随后马上 修改页表 以加入新的 物理内存。当 进程 完成退出时，内核会将相关的页表项删除掉，以便分配给新的 进程 原话出处：ARM体系架构——MMU

系统底层机制的研究是非常生涩的，这里简言之就是 页表 记录信息，通过 MMU 机制进行寻址使用内存，假设目标空间为只读区域（比如数据段、代码段），在进行空间开辟时，会打上只读权限标签。后续对这块进行写入操作时，会直接拒绝

对于这种机制感兴趣的同学可以点击下面这几篇文章查看详细内容： Linux的虚拟内存详解（MMU、页表结构） ARM体系架构——MMU 逻辑地址、页表、MMU等

🖋️写时拷贝

Linux 中存在一个很有意思的机制：写时拷贝 这是一种 赌bo 行为，OS 此时就赌你不会对数据进行修改，这样就可以 使多个 进程 在访问同一个数据时，指向同一块空间，当发生改写行为时，再新开辟空间进行读写

这种行为对于内置类型来说感知还不是很强，但如果是自定义类型的话，写时拷贝 行为可以在某些场景下减少 拷贝构造 函数的调用次数(尤其是 深拷贝)，尽可能提高效率

可以通过一个简单的例子来证明此现象

//计算 string 类的大小
#include <iostream>
#include <string>
using namespace std;


int main()
{
	string s;
	cout << sizeof(s) << endl;
	return 0;
}

原因：

• g++ 中的 string 对象创建后，它就赌你不会直接改写，所以实际对象为一个指针类型(64位环境下为8字节)，当发生改写行为时，触发 写时拷贝 机制，再进行其他操作

🖋️内存申请

值得注意的是，在进行动态内存申请时，OS 也并非直接去申请好内存，而是先判断是否有足够的内存，如果有，就在 页表 中记录相应信息（这种行为叫做 缺页中断），当程序实际使用到这块空间时，OS 才会去申请内存给程序使用

OS是一个讲究人，不允许任何空间浪费或低效率行为

假设没有 缺页中断 机制，给程序分配空间后，程序又不用，此时空间属于闲置状态，这是不被 OS 认可的低效浪费行为

图片来源：3.2.2 OS之请求分页管理方式（请求页表、缺页中断机构、地址变换机构）

📖虚拟地址空间存在的意义

总结一下，虚拟内存+页表+MMU 这种管理方式的好处：

• 防止地址随意访问，保护物理内存与其他进程（权限设置）
• 将 进程管理 和 内存管理 进行 解耦，方便 OS 进行更高效的管理
• 可以让进程以统一的视角看待自己的代码和数据

📘总结

以上就是本篇关于 Linux进程学习【进程地址】的全部内容了，我们从一个有趣的小问题切入，见识到了 虚拟地址空间 与 物理地址空间 的奇妙关系，在种种机制的加持之下，OS 对进程的管理变得更加得心应手，系统也因此得以高效运行

如果你觉得本文写的还不错的话，期待留下一个小小的赞👍，你的支持是我分享的最大动力！