当前位置：首页 > news >正文

Linux进程地址空间(12)

news 来源：原创 2025/8/23 1:07:02

文章目录

前言
一、进程空间地址
- 基本概念
- 代码分析
二、如何理解地址空间
三、进一步理解页表和写实拷贝
- 对虚拟地址的进一步深入
- fork() 的两个返回值？
总结

前言

融会贯通！
本篇会让你再次对计算机世界里面的大智慧感到汗颜！

本篇研究环境基于 Linux kernel 2.6.32 的32位平台

一、进程空间地址

基本概念

程序段(Text):程序代码在内存中的映射，存放函数体的二进制代码。
初始化过的数据(Data):在程序运行初已经对变量进行初始化的数据。
未初始化过的数据(BSS):在程序运行初未对变量进行初始化的数据。
栈 (Stack):存储局部、临时变量，函数调用时，存储函数的返回指针，用于控制函数的调用和返回。在程序块开始时自动分配内存,结束时自动释放内存，其操作方式类似于数据结构中的栈。
堆 (Heap):存储动态内存分配,需要程序员手工分配,手工释放.注意它与数据结构中的堆是两回事，分配方式类似于链表。

代码分析

在这里插入图片描述
多的不说，我们通过以下代码来感受以下：

在这里插入图片描述
结果如下：

但我们所见的地址就是内存里面真实的物理地址吗？请看下面代码：

在这里插入图片描述
从上面的测试结果我们可以看到发现，父子进程，输出地址是一致的，但是变量内容不一样！能得出如下结论:

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，怎么做到的？如下图：

在这里插入图片描述

使用系统调用接口创建新的进程时，fork后的数据代码，父子进程将会同时执行，同时增加新的进程控制块(tast_struct)，父子进程通过刚开始相同的页表指向相同的物理空间，其所使用的进程地址空间对应的位置也是相同的，父子进程指向同一个g_val，因此，父进程和子进程对应的g_val的地址是相同的，但是，当子进程尝试修改g_val变量时，为保证进程的独立性，操作系统识别到当前子进程通过页表找到g_val，想修改g_val，此时，操作系统会重新开辟一段空间，将上述值拷贝下来，修改映射关系，因此使用不同的物理内存地址，互不影响，互相独立

其实，这就是我们前面一直提到过的写实拷贝！！！

由此，我们自然而然地会想出以下问题：

一、为什么要写时拷贝呢?写时拷贝的效率会不会很低呢？

通过调整拷贝的时间顺序，达到有效节省空间的效果。

写时拷贝的效率并不会很低，因为如果不写时拷贝，需要将父进程的所以数据拷贝一份，而写时拷贝只需要将需要修改的数据拷贝一份，最坏情况也是跟不写时拷贝的效率一样。

二、可不可以直接将父进程的数据全部拷贝到新的空间呢？

可以，但是没有必要这么做。

因为子进程是能够访问父进程的数据的，大部分情况下，是不需要进行全部拷贝过来，那样太浪费空间了；我们通常是要进行写入的时候，OS才会要写入的变量复制一份，重新开一个大小一样的空间，在新开的空间内写入数据，再将新空间的地址交给页表。这是按需申请。通过调整拷贝的时间顺序，达到节省空间的目的。

二、如何理解地址空间

举个例子，如果需要将桌子划分为两块该如何划分，假设桌子长度为100厘米。我们可以将桌子划分为左边区域和右边区域，左边区域为[1,50]，右边区域为[50,100]。用计算机语言描述则可以通过两个结构体来描述，一个描述区域宽度，一个描述哪个区域

struct area
{int start;int end;
}struct desktop
{struct area left;struct area right;
}struct desktop d;//me（我比较霸道，占的多一些）
d.left.start=1;
d.left.end=70;//同桌
d.right.start=71;
d.right.end=100;

struct task_struct
{/*...*/struct mm_struct* mm; //对于普通的⽤⼾进程来说该字段指向他的//虚拟地址空间的⽤⼾空间部分，对于内核线程来说这部分为NULL。struct mm_struct* active_mm; // 该字段是内核线程使⽤的。当该// 进程是内核线程时，它的mm字段为NULL，表⽰没有内存地址空间，可也并不是真正的没有，这是因为所// 有进程关于内核的映射都是⼀样的，内核线程可以使⽤任意进程的地址空间。/*...*/
}

在这里插入图片描述

地址空间本质就是内核中的一个结构体对象

那么，为什么要有地址空间？

将无序变成有序，让进程以统一的视角看待物理内存以及自己运行的各个区域。
进程管理模块和内存管理模块进行解耦。
拦截非法请求—对物理内存的保护。

可以说，mm_struct结构是对整个⽤⼾空间的描述。每⼀个进程都会有⾃⼰独⽴的mm_struct，这样每⼀个进程都会有⾃⼰独⽴的地址空间才能互不⼲扰

三、进一步理解页表和写实拷贝

页表还有一些其他的作用，1、判断该物理地址是否在内存中(进程挂起情况) 2、识别rwx权限(常量区不能修改值情况)

在这里插入图片描述
当操作系统判断出地址不在内存中时还会做进一步判断：

是不是数据不在物理内存
是不是数据需要写时拷贝
如果都不是才能异常处理

在这里插入图片描述

对于写实拷贝，我们再来仔细回顾下它的定义：

父子进程创建时使用相同的虚拟地址，而进行修改时，经操作系统识别，重新复制一份，并开辟新的空间，经过页表映射的是不同的物理地址，此时修改的是不同的物理地址的数据，其虚拟地址不受影响

写时拷贝（Copy-on-write，简称COW）是一种计算机程序设计领域的优化策略。其核心思想是，如果有多个调用者（callers）同时请求相同资源（如内存或磁盘上的数据存储），他们会共同获取相同的指针指向相同的资源，直到某个调用者试图修改资源的内容时，系统才会真正复制一份专用副本（private copy）给该调用者，而其他调用者所见到的最初的资源仍然保持不变。这过程对其他的调用者都是透明的。此作法主要的优点是如果调用者没有修改该资源，就不会有副本（private copy）被创建，因此多个调用者只是读取操作时可以共享同一份资源

对虚拟地址的进一步深入

在最开始的时候，进程地址空间和页表里面的数据从哪里来的呢

是从可执行程序内部来的。程序里面本身就有地址！！！这个地址就是虚拟地址(逻辑地址)。我们的可执行程序里面已经没有变量名和函数名，都变成了地址

objdump -S 可执行程序  # 查看反汇编

在这里插入图片描述

所以说，创建一个进程，就会创建一个task_struct，地址空间，页表和物理内存

fork() 的两个返回值？

这个时候我们就可以再来回顾一下，通常来说，一个函数是返回一个返回值，可这个 fork() 函数怎么就那么特殊呢？

pid_t id 是属于父进程的栈空间中定义的

fork 内部 return 会被执行两次，return 的本质就是通过寄存器将返回值写入到接收返回值的变量中。当我们的 id = fork() 时，谁先返回，谁就要发生 写时拷贝。所以，同一个变量会有不同的返回值，本质是因为大家的虚拟地址是一样的，但大家的物理地址是不一样的

下面给出 DeepSeek 的回复

在这里插入图片描述

总结

精妙的设计，不得不感概计算机殿堂前辈们的智慧！！！

文章目录

前言

一、进程空间地址

基本概念

代码分析

二、如何理解地址空间

三、进一步理解页表和写实拷贝

对虚拟地址的进一步深入

fork() 的两个返回值？

总结

相关文章：