【Linux进程详解】进程地址空间

1.直接写代码看现象

2.引入最基本的理解

3.细节问题-理解它

1.直接写代码看现象

#include <stdio.h>
#include <string.h>
#include <unistd.h>
#include <stdlib.h>
#include <unistd.h>
int g_val = 100;

int main()
{
    printf("father is running, pid: %d, ppid: %d\n", getpid(), getppid());


    pid_t id = fork();
    if(id == 0)
    {
        //child
        int cnt = 0;
        while(1)
        {
            printf("I am child process, pid: %d, ppid: %d. g_val: %d, &g_val: %p\n", getpid(), getppid(), g_val, &g_val);
            sleep(1);
            cnt++;
            if(cnt == 5)
            {
                g_val = 300;
                printf("I am child process, change %d -> %d\n", 100, 300);
            }
        }
    }
    else
    {
        //father
        while(1)
        {
            printf("I am father process, pid: %d, ppid: %d. g_val: %d, &g_val: %p\n", getpid(), getppid(), g_val, &g_val);
            sleep(1);
        }
    }
}

并且我们还能观察到，从一开始父子进程便是相同的

由此可推出，我们打印出来的地址绝对不是物理地址，而是虚拟地址，故我们在C/C++中看到的地址是虚拟地址，由操作系统负责转化为物理地址

关于地址，从低地址到高地址存储的依次是：代码段、初始化全局数据区、未初始化全局数据区、堆区、栈区、命令行参数与环境变量。其中，堆区的空间是从小到大增长的，而栈区的空间是从大到小增长的

其中在32位机器中，使用32位（比特位）来表示一个地址，这意味着它可以表示 2^32个不同的地址，也就是4GB；在64位机器中，使用64位（比特位）来表示一个地址，它可以表示 2^64 个不同的地址,也就是16EB

需要注意的是，这里的EB指的是艾字节（Exabyte），1EB等于 1,0241,024 PB（拍字节），而1PB等于 1,0241,024 TB（太字节），1TB等于 1,0241,024 GB（千兆字节），1GB等于 1,0241,024 MB（兆字节），1MB等于 1,0241,024 KB（千字节），1KB等于 1,0241,024 字节。因此，16EB是一个非常巨大的数字，远远超过了当前大多数应用场景的需求。

2.引入最基本的理解

我们在回到刚刚代码示例那里，当子进程修改g_val的值时，为了保证进程之间的独立性（也即是说，子进程的数值修改不应该影响父进程），此时就会发生写时拷贝，会给子进程的g_val开辟独立的物理地址空间，而不是与父进程共享同一块空间，通过观察我们发现，代码依旧共享同一块空间，只是数据区不同了而已

3.细节问题-理解它

什么叫做地址空间？

在32位机器下，数据与地址总共32根线，每根数据与地址线可以产生充电和放电两种状态，即产生0或1。因此地址总线排列组合形成地址范围为[0, 2^32 ],这就是地址空间

如何理解地址空间上的区域划分

【示例】小学生划分38线

张三和李四是同桌，桌子共长200cm，他们约定每人100cm。即课桌划分为[0,100], [101,200]这两个区域划分，如果要记录区域的结果，我们就需要先描述再组织

struct desktop{
  int zhangsan_start;
  int zhangsan_end;
  int lisi_start;
  int lisi_end;
};

操作系统为每个进程创建了进程地址空间和mm_struct，用于记录每个进程的各个区域的起始位置和结束位置。在已经被分配给某进程的空间范围内，该进程可以随意使用和访问

为什么要有进程地址空间？

【示例】大富翁的3个私生子

远在几千万千里的大富翁有三个私生子，3个私生子互相不知道对方的存在。这个大富翁对每一个私生子说，我有100亿，等我某一天驾鹤西去，这100亿都是你的。当某个儿子有需求时，他像父亲申请10w，此时大富翁就给他10w。但如果申请100亿，可能无法成功（因为有一部分被大富翁其他私生子占用了），但他并不会觉得这100亿不是他的，而是觉得自己申请的太多了

而这里的大富翁等同于操作系统，而这三个私生子等同于系统上的进程。操作系统有4GB的内存空间，进程坚信自己拥有操作系统的全部空间，但通常情况下，进程并不会申请过大的空间。

因此：1️⃣将无序变成有序，让进程以统一视角看待物理内存以及自己运行的各个区域，

在操作系统中，虚拟内存是一种内存管理功能，它让每个进程都认为自己拥有连续的、独立的地址空间，即使物理内存可能是不连续的，并且被多个进程共享。这样，每个进程都感觉自己拥有整个内存，而实际上它们是在操作不同的物理内存区域。这种抽象提供了以下几个好处：

因此：1️⃣将无序变成有序，让进程以统一视角看待物理内存以及自己运行的各个区域，

❍ 进程隔离：每个进程都不能访问其他进程的内存，这增强了系统的稳定性和安全性。

❍ 内存保护：操作系统可以设置权限，防止进程访问它不应该访问的内存区域。

❍ 内存扩展：通过虚拟内存，系统可以使用硬盘空间作为临时的内存使用，即交换空间（swap space），从而扩展可用内存的大小。

【示例2】：压岁钱的管理

小明新年获得了200块压岁钱，母亲担心小明会乱花钱，于是和小明说“你的压岁钱由我来保管，你需要买什么就和我说，我在从这里给你钱”。于是有一天小明要买一款游戏机150元，找妈妈去要，结果妈妈说“游戏机，会害了你的学习，不给买”。再一次小明要去买学习资料，向妈妈申请50块钱，妈妈同意了。因此，新增一个人，作为中间层，可以对非法请求进行拦截

因此：在操作系统中，页表除了包含虚拟地址到物理地址的映射关系，还记录了该区域的读写权限。当用户对其已申请空间做了超出读写权限外的操作，则会被操作系统识别到，并终止该进程。

也就是2️⃣操作系统会拦截非法请求-->对物理内存进行保护

注意：物理地址本身没有读写权限，我们在语言中的const等限制某个地址空间的读写权限，本质是在页表中添加读写权限

如果直接使用物理地址而不是虚拟地址，当我们对也指针进行访问时，由于物理地址没有读写权限控制，导致我们修改了其他进程的数据，破坏了进程的独立性。因此，使用虚拟地址+页表的方式可以保证进程的独立性

在操作细则中，由于内存空间十分宝贵，进程中的代码和数据不一定会被全部加载到内存，因此页表中还有一个字段，表示虚拟地址指向的代码和数据是否在磁盘上。如果虚拟地址映射物理地址时，发现该数据或代码位于磁盘上，则会引发页中断（即当前页表无法映射），此时系统在将对应的代码和数据加载到内存中

★ 惰性加载是一种按需加载资源（如图片、视频、脚本或其他数据）的策略，仅在真正需要时才进行加载。这与预加载（Preloading）相反，预加载是在页面加载时提前加载所有可能需要的资源。

同时，如果因为内存资源紧张，可能会将某个进程挂起，即将它的代码和数据先保存到磁盘中，待内存资源不紧张时再重新加载，但重新加载后的物理地址可能与之前的物理地址不再相同。假设进程没有使用虚拟地址空间+页表映射的方式，则每次将进程代码和数据加载到内存就需要改动PCB到地址空间内容，而不是修改页表的内容。这样将使得进程管理与内存管理耦合度过高。同时，物理内存中几乎所有的数据和代码都是乱序的，由于页表的存在，它可以将物理地址和虚拟地址进行映射，在进程视角，可以将内存分布有序化

因此：3️⃣因为有地址空间和页表的存在，将进程管理模块和内存管理模块进行了解耦合

此时我们也可以知道C/C++申请的地址是虚拟地址。

此时我们要重新定义一下我们对进程的概念进程=内核数据结构（PCB+页表+进程地址空间）+代码和数据