【Linux】对进程地址空间的理解

一、关于进程地址空间的简单理解 

        进程地址空间其实是分了很多个区域的，区域划分的本质就是区域内的各个地址都是可以使用的。如同下面这个图所示：

        无论是环境变量的地址还是环境变量表的地址，所存放的地址都在栈的上部。这里的已初始化数据和未初始化数据是指的全局变量，包括静态变量（静态变量默认被初始化为0）。 进程地址空间不是真实的物理内存，叫做虚拟内存。每一个进程都有自己独立的PCB，也有自己独立的地址空间。在32位机器下，进程地址空间的大小为[0,4GB]。其中，PCB会记录一个进程的起始地址或基地址，这其实就是进程地址空间的首地址。进程地址空间和真实的物理内存之间有一个叫做页表的结构，页表存放的就是虚拟内存到物理内存之间的映射关系，所以通过虚拟内存经过一定步骤就可以访问到真实物理内存中的内容。

        上面图的地址空间和页表都是操作系统帮我们维护的。当父进程创建子进程的时候，操作系统会把上面的这些结构以及结构中的内容给子进程爷拷贝一份。所以在子进程刚创建出来时跟父进程是访问同一块物理内存的。当子进程要对数据做修改时会发生写实拷贝，给子进程要修改的数据重新开辟一块物理空间，再将重新开辟的这块物理空间的地址填充入子进程的页表中，但此时页表中对应的虚拟地址并没有发生变化，所以可以看到父子进程访问同一个虚拟地址却打印出不同的内容。

#include <stdio.h>
#include <unistd.h>
int main()
{
    int x = 10;
    pid_t id = fork();
    if(id == 0)
    {
        x=20;
        while(1)
        {
            printf("子进程pid：%d, ppid:%d, x=%d, &x=%p\n", getpid(), getppid(),x,&x );
            sleep(1);
        }
    }
    else
    {
        while(1)
        {
            printf("父进程pid：%d, ppid:%d, x=%d, &x=%p\n", getpid(), getppid(),x,&x );
            sleep(1);
        }
    }
    return 0;
}

示意图： 

         操作系统中可能同时存在多个进程，也就意味着操作系统要对多个进程所对应的进程地址空间通过先描述，再组织的原理做管理。所以，进程地址空间就是数据结构，具体到进程中，就是特定数据结构的对象！

二、为什么要有进程地址空间和页表

1、将物理内存从无序变成有序，让进程以统一的视角看待内存。物理内存可以在任意一个空闲的合法的位置进行申请，一个进程申请的物理内存可以是无序的，但一旦映射到页表中就跟有序的虚拟地址产生了一一对应的关系，将物理内存从无序变成有序。

2、将内存管理和进程管理进行解耦合。内存管理和进程管理可以做到互不干扰。

3、进程地址空间和页表是保护内存安全的重要手段。如果我们的进程非法访问某一个地址（比如说数组越界），我们的进程可能直接就崩了。

三、利用进程地址空间解释一些现象

        操作系统一定要为效率和资源使用率负责。malloc/new申请的内存操作系统并不知道用户什么时候会用，既然不知道什么时候会被使用，那么如果直接申请物理内存系统就无法保证资源使用率。所以，malloc/new申请内存不是在物理内存上直接申请的，而是直接得到的虚拟地址。当操作系统发现用户要向他申请的内存中进行写入合法内容时并且该内存没有在页表中建立对应的映射关系，操作系统就会先拦截住你的这个写入动作，在物理内存中开辟一块空间，并在该进程的页表中建立映射关系，然后操作系统再放开进程让进程进行写入操作，这个就叫做缺页中断。这样就可以充分保证内存的使用率，保证内存不会空转。同时也提升了new/malloc的速度。