Linux操作系统学习（进程地址空间）

进程地址空间

在我们学习其他 编程语言时对于内存分布的概念是这样的

在Linux环境下可以验证一下。如下图所示：

---

奇怪的现象

​ 我们知道fork创建一个子进程，子进程会继承父进程的代码和数据并以父进程为模板来创建自己，那么子进程的码中的变量地址也是一样的吗？

下面来验证一下：

int main()
{if(fork() == 0){int count = 5;while(count){cout << "child-> " << " count: " << count << " getval: " << getval << " &getval: " << &getval << endl;count--;sleep(2);if(count == 3){cout << "********** getval = 50 **********" << endl; getval = 50;}     }}else if(fork() > 0){while(1){cout << "parent-> " << " getval : " << getval <<  " &getval：" << &getval << endl;sleep(2);} }return 0;
}

​ fork创建的子进程中，在不改变父进程的代码时他们共享的是同一份代码(继承)，当子进程发生改变时，会发生写实拷贝，才会将父进程的内容复制一份给子进程

子进程和父进程因为写实拷贝值不一样，但是为什么地址还是一样的呢？？？

先说结论：

• 变量内容不一样,所以父子进程输出的变量绝对不是同一个变量
• 但地址值是一样的，说明，该地址绝对不是物理地址！
• 在Linux地址下，这种地址叫做 虚拟地址
• 我们在用C/C++语言所看到的地址，全部都是虚拟地址！物理地址，用户一概看不到，由OS统一管理 OS必须负责将 虚拟地址 转化成 物理地址 。

---

什么是进程地址空间？？？

​ 进程地址空间其实是操作系统给进程画的一个大饼，让每一个进程都认为自己是独占操作系统中的所有资源（独占4GB）

​ 我们知道每个进程都会有一个task_struct(PCB)用来描述这个进程，多个进程的PCB又会组织成数据结构（队列、链表），再由OS管理这个数据结构就可以间接管理到进程。

​ 而在每个进程创建时都会创建一个进程地址空间struct mm_struct{}，同时在PCB中创建一个mm_struct的指针，也就可以对每个进程的地址空间管理了。

struct mm_struct：就是操作系统给每个进程创建一个结构体，用来记录每个进程中各个区域的开始位置起始位置等等。

如下图所示：

---

虚拟地址是如何与物理内存联系的？

这里又引入一个新的概念 “页表”

页表是什么呢？

页表就是记录虚拟地址对应的物理地址的一张映射表，由一些映射算法映射到物理地址上（类似哈希表）

页表还会存储各个区域划分的属性（读/写权限等等）

为什么要有页表和地址空间，让进程直接访问内存不行吗？

进程直接访问内存不是不可以，而是会有很多隐患，弊远远大于利，这里简单分为三个问题来解释：

​ 1. 假如内存中加载了进程A、B、C，进程B的代码有越界BUG，而编译器不检查越界，就会导致进程B的的代码可以访问到进程A或进程C并修改

例如一些恶意进程，在我们手机中，微信是进程A，支付宝是进程B，还有个恶意进程C；由于中间没有任何干涉C进程直接访问内存，恶意读取进程A、B的数据如支付密码、登陆密码、账户余额等等，严重威胁信息安全

​ 在进程添加页表、进程地址空间，由操作系统管理；而页表中的进程地址与物理地址的映射转换是由操作系统完成的，也就可以由操作系统检查页表映射位置是否匹配，权限是否匹配等问题

例如：

当进程地址中越界了，操作系统发现页表中没有对应到映射的物理地址，就会挂掉它

字符量区是只读属性的，当进程访问到常量区发生修改时，操作系统发现页表对应的物理地址是只读属性，就会挂掉该进程

​ 2. 假如task_struct直接向内存申请了10000个字节空间，但是他没有立刻全部使用只是使用了小部分，当别人的进程申请空间时，发现空间不够了

​ 站在操作系统的角度，如果空间申请后马上给到进程就意味着你闲置的空间，本来可以给别的进程使用，但是现在你不用也不许给别人用，空间浪费了。

2.而操作系统管理页表和进程地址空间就可以改善这个问题：

• 当进程申请空间时有可能是这样的：

  ​ 申请空间较小，操作系统直接给它；

  ​ 申请空间较大，操作系统不立马给，只是先记在页表并给进程回话 “你的内存申请我通过了”，等到进程读或写时操作系统才会去在页表中建立映射关系

• 例如当内存满了的时候：

  ​ 进程是不知道他满了的，他申请内存时先记在了页表，操作系统只是答应它但没有马上给他；

  ​ 等到进程去访问地址时，操作系统会执行一些相关的内存管理算法，把内存的整块的数据移至磁盘，把移走的数据内存地址放在页表与进程空间地址建立映射（或者在磁盘给他分一块空间）

​ 进程申请空间，操作系统同意，但是不一定马上给他或者给他的是磁盘空间，当进程访问地址时才会去在页表中建立映射关系。这些进程都是不知道的，他只负责访问自己的虚拟地址标号，申请时记录在页表的虚拟地址部分 ，剩下的都由操作系统管理。

（类似于酒店房间预定）

3. CPU怎么知道代码的第一句在哪？（指main第一句）

有了进程地址空间和页表，可以规定把进程的代码中第一句放在页表指定位置（mian的第一句）

​ 那么每个进程都把他们代码第一句放在同一个进程地址空间（虚拟地址是连续的，只需要记第一个位置即可），CPU只去读取每个进程页表的0X1234即可找到每个进程的代码第一句的位置，剩下的工作交给操作系统和页表

（前面介绍的PCB上下文数据，PCB运行队列的出口位置，把top的PCB对应的进程的代码和数据加载到CPU中执行）

同时也可以得出：每个进程的数据和代码可以加载到内存的任意位置，大大减少了管理内存的负担

总结 ：

• 没有操作系统就算有页表和进程地址空间也做不到上面的改善，因为只有被管理者，没有管理者
• 而只有操作系统没有页表和进程地址空间也无法管理这些进程与内存之间的关系，因为只有管理者，没有被管理者

1. 通过添加一层软件层（OS），完成有效的对进程操作内存进行风险管理，保护物理内存以及各个进程的数据安全
2. 将内存申请和内存使用的概念在时间上划分清楚，通过虚拟地址空间来屏蔽底层申请内存的过程，完成进程读写内存和OS进行内存管理的操作，达到软件层面的分离
3. 站在CPU和应用层，统一了每个进程的“4GB空间”，使每个空间区域的相对位置确定
4. 同时做了空间连续化处理，方便使用。

---

现象解释

回到最开始的代码就可以解释了为什么改变值后地址还是一样的：

当fork创建完后，子进程继承父进程的代码，此时他们共享的是同一份，等于页表中存放的地址相同

而当子进程发生改变，此时会发生缺页中断和写实拷贝：

​ 先暂停子进程，再把父进程在内存中的代码数据复制一份给子进程，之后子进程立马修改对应的数据，页表及时子进程对应的更新物理地址部分，修改完成后再继续运行。

这时子进程和父进程才各自读取各自的数据

所以当不发生改变时共享一份资源，发生改变时在复制一份给子进程，减少了资源浪费

---

所以进程不仅是代码和数据，更重要的是操作系统管理 —— 由数据描述的进程而组织成的数据结构（PCB进程数据块组成的进程数据结构 ）

​struct task_struct{mm_struct* address、页表等等};都是在描述一个进程，把每个进程的task_struct组成队列，再由操作系统管理，也就等于管理进程

再次证明管理的本质是：“先描述，在组织”