[Linux] Linux 初识进程地址空间（进程地址空间第一弹）

news2024/10/6 20:57:39

标题：[Linux] Linux初识进程地址空间

个人主页@水墨不写bug

（图片来源于AI）

一、什么是进程地址空间

二、为什么父子进程相同地址的变量的值不同

三、初识虚拟地址、页表

一、什么是进程地址空间

其实，在很久之前，也就是去年的时候，我在《C语言：动态内存规划》（可转跳的这篇文章）一文中，就提到了内存分布：不同的变量类型会存储在不同的内存区域。

但是这个内存真的是真正的内存吗？一个进程都有一个这样的内存区域吗？这样的内存区域是如何组织的？这是本文想要回答的问题。

我们在动态内存规划中讲解过，C/C++语言的不同变量存在于不同的区域：

但是，实际上我们对这个图片并没有非常只管的认识，我们只知道不同数据类型存储在不同的区域，我们甚至不知道这个整体的结构到底存储在哪里！接下来，一切都要从一个现象说起。

我们在Linux下，可以使用系统调用fork（）创建一个子进程：

子进程的会"继承"父进程的代码和数据，所以我们可以通过一个if条件判断把父进程和子进程将要执行的代码分开：

#include <stdio.h>
#include <unistd.h>
#include <stdlib.h>

int g_val = 0;

int main()
{
    pid_t id = fork();
    if(id < 0)
        //返回值小于0，表示创建子进程失败，打印错误信息后返回
    {
        perror("fork");
        return 1;
    }
    else if(id == 0)
        //child子进程只能执行这里的代码
    { 
        printf("child[%d]: %d : %p\n", getpid(), g_val, &g_val);
    }
    else
        //parent父进程只能执行这里的代码
    { 
        printf("parent[%d]: %d : %p\n", getpid(), g_val, &g_val);
    }

    sleep(100);
    
    return 0;
}

上述的代码就通过if判断，把子进程和父进程将要执行的代码分离开，这样就能单独编写父子进程需要执行的任务了。

我们运行上面的代码，得到结果：

我们发现，父子进程的全局变量g_val的值是相同的，地址也是相同的！这符合我们的预期，因为子进程会按照父进程为模板，父子都没有对这个变量做出任何修改。

但是如果我们把这个代码稍微修改一下：（在子进程中故意修改全局的g_val变量）

#include <stdio.h>
#include <unistd.h>
#include <stdlib.h>

int g_val = 0;

int main()
{
    pid_t id = fork();
    if(id < 0)
    {
        perror("fork");
        return 0;
    }
    else if(id == 0)
        //child,子进程肯定先跑完，也就是子进程先修改，完成之后，父进程再读取
    { 
        g_val=100;
        printf("child[%d]: %d : %p\n", getpid(), g_val, &g_val);
    }
    else
        //parent
    { 
        sleep(3);
        printf("parent[%d]: %d : %p\n", getpid(), g_val, &g_val);
    }

    sleep(100);
    return 0;
}

这个时候再运行程序，得到结果：

这个结果发生了在语言层面上根本无法回答的问题：

同一个地址处的变量的值不相同！！

二、为什么父子进程相同地址的变量的值不同

其实，我们以前在C/C++中打印出来并看到的地址全都是虚拟地址，并不是真正的地址。

我们可以推测：

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！
我们其实访问的都是虚拟地址，对于物理地址，用户一律是看不到的，是由操作系统统一管理的。于是操作系统负责讲把虚拟地址转化为物理地址。

具体如何操作呢？这就需要结合进程地址空间，同时，需要引入一个新的概念：页表。

三、初识虚拟地址、页表

页表，浅层次的理解，就是一个能把虚拟地址映射到物理地址的表。

操作系统通过PCB（也就是Linux的task_struct）来组织管理进程，进程地址空间本质是PCB内部的一个结构体，简单一点理解就是PCB内部含有维护本进程虚拟地址空间的信息：

在进程正常运行的情况下，PCB是链接在CPU的运行队列当中的：这样，我们就对进程地址空间有了全新的直观的认识了。CPU会根据《Linux的O（1）调度算法来调度进程》（可转跳的这篇文章），这是之前的故事了，这里不再赘述。

言归正传，页表是一个把虚拟地址映射到物理地址的结构：

我们创建的全局变量g_val就存储在数据段，g_val自然会通过页表映射到一段物理地址：

当我们fork创建子进程，子进程会有和父进程一样的代码和数据：

但是，由于进程间具有独立性，所以注定子进程改变全局变量g_val不能影响到父进程：这就好比你写的代码遇到空指针挂了，你的VS不会跟着挂一样。

于是，解决这一问题的方法：写时拷贝就会发生。

当子进程想要该表父进程的g_val时，会发生写时拷贝，在物理地址空间上重新开辟一块空间，复制拷贝一份g_val专门给子进程使用，这在保证进程的独立性的同时也在最大程度上节约了空间资源。到这里，你也许就会明白为什么相同的地址的值不同了：因为父子进程页表的内容是相同的。不同的是页表的映射关系不同了。