【Linux手册】进程地址空间：从虚拟到物理的内存寻址之旅
目录
前言
是什么
地址总线是什么
进程地址空间的概念
操作系统如何实现它的
虚拟地址
页表
两个标志位
为什么要有地址空间
补充
前言
进程地址空间是大家学习操作系统时不可绕过的一个话题，大家对于进程地址空间的影响可能都是很难，抽象，不理解。是的，也确实如此。本文将从是什么，为什么两个方面来具体剖析进程地址空间，希望能帮你更好的梳理进程地址空间的脉络和内容。
是什么
进程地址空间是什么？？？在学习C语言或C++时，老师一定讲过代码数据都是放在内存中的指定位置：代码段，栈或堆......那这些是不是进程地址空间呢？？ 下方放入示意图
是的，这就是进程地址空间的经典布局示意图。
对于上面代码可以通过一个程序简单验证一下。
栈区是向下增长的，堆区向上增长，两者相向增长。static修饰的局部变量，编译时已经被放在了全局区，所以在函数调用结束之后不会被销毁。
在介绍进程地址空间概念之前，先说说地址总线是什么，地址总线会直接影响到CPU能拿取内存中那些区域的数据。
地址总线是什么
在32位计算机中，用32个比特位来表示地址，CPU与内存之间有32根地址总线；通过这32根数据总线来先内存发送信号，用低电平代表0，用高电平代表1，将这32根总线的数据信息进行整合，就能得到一个32个比特位的地址，来告诉内存要访问什么地址。
32个比特位能够表示的组合方式一共有：2^32种所以内存的范围就是[0,2^32)，每一个字节都有一个地址，所以2^32个地址对应2^32个字节，就是4GB的空间，所以在32位机器上，CPU能够读取到4GB大小的空间，这些空间也真是进程能够使用的空间大小。
进程地址空间的概念
所谓的进程地址空间就是描述进程可视范围的大小，是对内存区域一个个的划分。用来描述内存中各个区域存放什么数据的，比如栈区存放临时变量，堆区存放动态开辟的空间.....
操作系统如何实现它的
进程地址空间也要被操作系统进行管理，而操作系统管理的逻辑就是：先描述，再组织。那操作系统中用什么来描述进程地址空间呢？？在Linux中有一个结构体mm_struct(内存描述符)。看看源码中有什么：
上面大部分源码我们看不懂，但是可以看到mm_struct结构体中确实存放的有各个区域范围划分，其通过两个变量来记录一个区域起始和结束的位置。
通过对区域进行划分，进程在获取资源的时候就可以到指定的区域进行查找了。
操作系统要同时管理多个进程，那么操作系统是如何对这些进程地址空间进行组织的呢？？
通过两种方式：
- 当进程地址空间较少的时候，使用双链表进行组织，由mmap指针指向双链表的头；
- 当进程地址空间较多的时候，使用红黑树进行管理，由mm_rb指向红黑树。
进程地址空间是由多个区域组成的，在Linux中使用vm_area_struct来描述每一个区域，其组织的方式与上面两种方式类似也是双链表或红黑树。
虚拟地址
我们看到的地址是"真"的吗？？？
什么意思呢？？？我们在程序中打印出的地址难不成会是"假的"？？？是的，我们看到的地址空间是"假的"，可以通过以下代码进行简单验证。
x的地址是一样的，但是值为什么不一样。相同的地址打印出了不同的值，这说明我们看到的地址一定不是数据在内存上的地址，一定不是物理地址。我们所看到的地址是虚拟地址或线性地址。
我们平时在写C/C++等代码的时候使用指针，指针内存放的是虚拟地址，而不是物理地址。那这也同样说明进程地址空间是对虚拟地址的管理而不是物理地址，是对虚拟地址的划分。
如果上面的地址空间都是假的，是虚拟地址空间，那CPU计算处理的时候一定要拿到数据呀，它肯定要到物理地址上去访问呀，那CPU又是如何拿到物理地址的呢？
物理地址和虚拟地址是依靠页表连接起来的。
页表
页表是一张"表"，其上面记录了每一个虚拟地址对应的物理地址。
通过页表可以将虚拟地址映射到物理地址上。
那么怎么解释在相同的虚拟地址打印出了不同内容？？？
fork在创建子进程的时候：
- 先根据父进程的PCB结构体对象为子进程创建一个PCB数据结构体对象；
- 因为资源和数据是共享的，所以子进程的进程地址空间与父进程一样，拷贝父进程的；
- 页表映射关系也与父进程的一样，拷贝父进程的；
- 当子进程要对数据进行修改时，因为进程之间的具有独立性，会进行写实拷贝：操作系统先将原数据拷贝一份放到内存的其他位置，让子进程进行修改。在这个过程中子进程页表的物理地址进行了修改，而虚拟地址是0感知的，没有进行修改。
所以才出现了"相同地址"存储不同内容的现象。
操作系统要同时管理多个进程，那他又是如何对页表进行管理的呢？？？
对于页表的管理比较简单，在CPU中有一个cr3的寄存器其中专门存放着正在CPU上运行的进程页表起始地址，通过这个起始地址就能拿到页表。寄存器上的内容本质上也是进程的上下文，当进程从CPU上下来的时候，会保存到进程的PCB结构体对象中，这样进程的页表信息就不会丢失。
两个标志位
页表上不仅有虚拟地址到物理地址的映射，其上面还有两个标记位：权限位和存在位/有效位。
权限位
权限位用来标记虚拟地址对应物理地址上的可读，可写权限。
通过权限位使得页表可以进行很好的权限管理，阻止用户的一些非法访问。如：当进程要对一个位置进行修改的时候， 操作系统会拿着虚拟地址到页表上进行比对，如果发现进程要进行非法修改，就会直接将进程杀死。
所以代码区和字符常量区为什么不能修改？？？
因为代码区和字符常量区在页表中的权限是只读权限，操纵系统禁止进程对这些区域进行修改。
有效位
在计算机上同时有多个进程在跑，CPU通过并发的方式使得各个进程在一段时间内都能运行，每个进程只能在CPU上跑一会，这就意味着进程只能运行部分代码，处理部分数据，那么内存是如何加载进程的代码和信息的，如果直接将代码和数据全部直接加载到内存中必定会造成浪费，如果不是又是如何解决的呢？？？
为了防止内存空间的浪费，在页表上增加了一个有效位，用来记录进程要访问的数据是否已经加载到内存中了，如果没有加载到内存中，就会发生缺页中断让数据再加载到内存中来。
为什么要有地址空间
先说说如果没有进程地址空间，让进程直接访问物理内存会怎么样：
- 不安全。进程直接管理物理内存就意味着进程能够任意的管理内存空间，如果是一个病毒就有可能随意篡改内部数据；
- 地址不确定。程序如果多次运行其在物理内存上的地址都是可能不一样的，因为如果程序第一次运行时，前面有进程和前面没有进程存放的位置可能都是不一样的；
- 效率不高。如果当前进程已经加载到内存一部分后发现内存的空间不够，此时如果空出了一部分的内存供其使用，那么进程原来的部分就需要进行重新分配，重新进行拷贝。
使用进程地址空间就能有效的解决这些问题：
- 让所有进行以统一的视角看待内存，每个位置存放的数据类型都是固定的；
- 通过页表中的权限为可以让操作系统阻止一些非法访问，对我们的寻址请求进行审视，如果发现我们要对只读区进行修改就直接将进程杀死，使得请求不会到物理层，保护了物理内存；
- 页表可以很好的将内存管理和进程管理进行解耦，当进程要访问数据的时候只需要拿着虚拟地址去访问即可，不需要关心数据和代码是如何存放的。
补充
fork在创建子进程是有一个细节：
- 子进程在拷贝父进程的页表时会将页表的所有权限都设置为只读；
- 当子进程要对数据进行修改的时候就会发生缺页中断，让操作系统为其开辟额外空间。
当当然对于代码区和字符常量区操作系统还是能分辨的，子进程要对这些内容进行修改时，操作系统就直接杀死进程了，而不是缺页中断。
