來源：入門小站

1 代碼感受

在正式講程序[地址空間]前我們先來看一段簡單的代碼來分析分析：

?

??1?#include
??2?#include
??3?using?namespace?std;
??4?
??5?int?g_val=100;
??6?
??7?int?main()
??8?{
??9???pid_t?id=fork();
?10???if(id==0)
?11???{
?12?????//child
?13????while(true)
?14????{
?15?????cout<<"我是一個子進程，我的pid是："<

	?

	大家可以自己先分析一下結(jié)果。

	我們來運行一下結(jié)果：

	

	大家看前面幾行可能就會立馬發(fā)現(xiàn)問題：我們定義的 g_val 是全局變量，當(dāng)子進程修改 g_val 的值時我們發(fā)現(xiàn)父進程的 g_val 是不受影響的，那么說明父子進程所用的 g_val 并不是同一個變量（這個很好理解，之前的我們說過父子進程是相互獨立的，互相不受干擾的），但是問題出現(xiàn)在最后一列，我們驚奇的發(fā)現(xiàn)居然父子進程的 g_val 變量的地址居然是相同的，前面不是說父子進程的 g_val 不是同一個變量嗎？這里為啥打印出來的地址會是相同的呢？

	這里就說明我們打印出來的地址并不是真正的[物理地址]，我們語言層面打印出的地址叫做虛擬地址或者線性地址。我們在用C/C++語言所看到的地址，全部都是虛擬地址！而物理地址，用戶一概看不到，由OS統(tǒng)一管理 。OS必須負責(zé)將虛擬地址轉(zhuǎn)化成物理地址。

	2 進程地址空間

	首先我們來講一個故事：從前有一個企業(yè)家很有錢，他的家產(chǎn)大概有一億美金左右的樣子。他有 4 個私生子，并且這四個私生子互相并不知道對方的存在。第一個私生子是個學(xué)霸，在國內(nèi)頂尖學(xué)校上學(xué)，這個富豪便對他說，你要好好讀書，將來我這一億美金全部都是你的；第二個私生子是一個三線演員，富豪便對他說，我?guī)湍愦蜷_你紅的渠道，你不要辜負了我對你的期望，好好努力，將來我這一億美金都是你的；第 3 個私生子是個女兒，當(dāng)?shù)氖切W(xué)老師，富豪便對他說，你也不用太過努力工作，我就你這一個女兒，等我老了這一億美金就是你的了；第四個私生子是一個初中的小混混，富豪對他說，你只要好好聽我的話，這一億美金就是你的了。

	富豪給每個私生子都做出了承諾要將一億美金給他們，但是實際富豪并沒有那么多的錢給每個私生子一億美金，而這一億美金就是富豪給私生子們畫的一張大餅，但是它的私生子們卻信以為真。

	?

	那這個故事與我們講的知識有什么關(guān)系呢？其實操作系統(tǒng)就是那個富豪，私生子們就是一個一個的進程，而那一億美金就是進程地址空間。

	PS: 我們在生活中要盡量少畫餅。

	?

	操作系統(tǒng)給進程畫了一張大餅，操作系統(tǒng)的資源是有限的，所以他就得要好好的把這張餅給管理起來，不讓這些進程亂來，而如何管理呢？

	那就要先描述，再組織，Linux 中用的是一種叫做 mm_struct 的內(nèi)核數(shù)據(jù)結(jié)構(gòu)來管理的。

	我們來用一張圖帶大家來看看程序地址空間：

	

	這張圖相信大家多多少少也不會陌生，在 C 語言的學(xué)習(xí)中我們也見到了很多次。

	那么程序地址空間如何編碼的呢？（32 位的平臺下[虛擬地址]空間大概是 4GB)

	ps: 下面圖每個小空格代表著一個字節(jié)。

	

	所以從這里我們也不難看出為啥虛擬地址也叫做線性地址。那么我們究竟是如何管理虛擬地址空間的每個區(qū)的呢？

	我們可以用下面這種方式來描述管理：

	?
struct?mm_struct
{
long?code?_start;
long?code?_end;
long?init?_start;
long?init?_end;
…………
long?brk?_start;
long?brk?_end;
long?stack?_start;
long?stack?_end;
}


	?

	而_start 和_end 限定的區(qū)域就是叫做虛擬地址（線性地址）

	那么問題來了，既然上面我們講了那么多虛擬地址，真正的物理地址又在哪里呢？

	我們畫一個圖方便大家理解：

	

	通過這張圖大家并不難發(fā)現(xiàn)，我們在語言層面上的地址是地址空間的虛擬地址，而虛擬地址要與物理地址建立映射，就需要一張頁表（頁表的工作原理我們將放到后面來講）。

	我們在學(xué)習(xí) C 語言時大家在書上看到這樣的一句代碼：const char* str="hello world";

	這時書上會告訴大家這句 str 指向的內(nèi)容是只讀的，不可修改的，但是這時為什么呢？這時我們就可以自己來分析分析：str 指向的內(nèi)容是在常量字符區(qū)，當(dāng)常量字符區(qū)通過頁表與物理地址建立映射時在頁表中就將該數(shù)據(jù)設(shè)置為只讀，當(dāng)我們后續(xù)有修改操作時就會直接報錯。

	有了上面的基礎(chǔ)我們就可以來解釋解釋為啥開頭我們的 g_val 是同一個地址，但是指向的內(nèi)容卻不相同的問題了：

	

	當(dāng)不修改數(shù)據(jù)時就不會發(fā)生寫時拷貝，父子進程指向的是同一塊物理空間 (為了節(jié)約資源)；當(dāng)要修改數(shù)據(jù)時就會發(fā)生寫時拷貝，父子進程指向的是不同的物理空間，但是虛擬地址空間是相等的。

	我們再來回答為啥 fork 會有兩個返回值的問題就很容易了，就是因為父子進程的返回值是不同的，所以肯定會發(fā)生寫時拷貝將不同的返回值用相同的虛擬地址來進行返回，雖然虛擬地址是相同的，但是他們通過頁表建立映射的關(guān)系卻是不一樣的。

	到目前為止，程序地址空間的基本內(nèi)容已經(jīng) ok, 接下來給出一些擴展。

	3 擴展

	首先引出一個問題：假如沒有程序地址空間，OS 是如何工作的？

	我們知道如果沒有了地址空間，那么 cpu 將直接跟物理地址打交道，這樣做的后果是什么？

	我們不難知道假如 cpu 直接跟物理地址打交道的話那么當(dāng)我們從 cpu 中讀到非法地址時那就壞了，通過非法地址將我們程序中其他變量的值給修改了那不就扯淡了嗎。所以我們要通過一層屏障來保護數(shù)據(jù)，而這一層保護就是通過程序地址空間來進行的，當(dāng)我們訪問的數(shù)據(jù)非法時通過頁表的映射就會拒絕你的非法操作。

	所以我們得出了程序地址空間的第一個好處：防止地址隨意訪問，保護物理內(nèi)存和其他進程。

	在向大家提出一個小問題：當(dāng)我們在堆上 new 空間時 OS 是立馬就把空間給你，還是等你需要的時候再給你？

	這個問題大家應(yīng)該都能夠答對，與我們想得一樣，OS 會在我們需要該空間的時候再去在堆上申請。

	

	而頁表暫時沒有與物理內(nèi)存建立映射關(guān)系稱作頁表中斷，當(dāng)我們需要空間的時候再與 · 物理內(nèi)存建立映射。大家從這張圖看出來沒有，當(dāng)我們通過頁表建立映射時將進程管理與內(nèi)存管理給解耦合了。我進程管理不需要關(guān)心你是怎樣在內(nèi)存上申請空間的，內(nèi)存管理也不需要關(guān)心進程是如何管理起來的，這樣下來維護成本就會變得更低，維護效率會更加高效一些。

	所以我們得出了程序地址空間的第二個好處：將進程管理與內(nèi)存管理進行解耦合。

	再提出一個問題：程序在被編譯的時候沒有被加載到內(nèi)存，那么程序內(nèi)有沒有地址呢？

	答案是有的。源代碼再被編譯的時候就是按照虛擬地址空間的方式將對應(yīng)的代碼和數(shù)據(jù)進行編制，編譯器也會遵守虛擬地址的規(guī)則。

	當(dāng)我們把程序加載到內(nèi)存，程序里保存的地址（虛擬地址，并不是程序本身在內(nèi)存中的物理地址) 就會被 cpu 讀取, cpu 通過虛擬地址找到對應(yīng)的虛擬地址空間，然后虛擬地址空間又通過頁表映射到物理內(nèi)存中，這樣就將程序的整個運轉(zhuǎn)給聯(lián)系起來了。

	所以我們得出了程序地址空間的第三個好處：可以讓進程以統(tǒng)一的視角看待自己的代碼和數(shù)據(jù)。

	　　審核編輯：湯梓紅