简单的分页模型

分页机制是 80x86 内存管理机制的第二部分。它在分段机制的基础上完成虚拟（逻辑）地址到物理地址的转换。为了理解分页机制，本文介绍一个简单的分页模型，虽然简单，但是对理解真正的分页模型非常有帮助。咱们开始吧！

在单纯的分段模式下，线性地址就是物理地址。

比如下面的汇编语句：

mov edx [0x1008]

这是要把内存中某个位置的值赋给 EDX，但究竟是内存的哪个位置呢？这就要看数据段描述符了。

假设描述符中的段基地址为 0x0020_0000，界限值为 0x2007，段的粒度是字节 ，那么该段的最大长度就是 0x2008(=8200)。

当访问内存的时候，用段基地址加上段内偏移 0x1008，形成线性地址 0x0020_1008，在没有开启分页的情况下，这就是物理地址。

一旦采用分页式内存管理，就应该把物理内存分成大小相同的页。注意，页在物理内存中的位置是有讲究的，并不是在内存中随便找个位置，说：“来 ，页从这里开始！”

事实上，页的单位一般是 4KB，即 4096 （=0x1000）字节。而且，页的起始地址和 4KB 对齐，所以，第 1 个页的物理地址是 0x0000_0000，第 2 个页的物理地址是 0x0000_1000，第 3 个页的物理地址是0x0000_2000，最后一个页的物理地址是 0xFFFFF000。

这样，可以将 4GB 的物理内存划分为 1048576 (0x 100000) 个页。很显然，页的物理地址，其低 12 位始终为全零。

问题在于，如何将长度不一的段 ，映射到大小相同的页面上呢？

内存的分配涉及段空间的分配和页的分配。如下图所示，左边是虚拟的 4GB 的内存空间，称为虚拟内存；右边呢，是实实在在的物理内存，如果大小是 4GB，就被分成 1048576 个 4KB 页面；当然，也许只有 2 GB，那就只能划分成 524288 个 4KB 页面。

当一个程序加载时，操作系统既在要左边的虚拟内存屮分配段空间，又要在右边的物理内存中分配相应的页面。因此，第一个步骤是寻找空闲的段空间，该段空间既没有被其他程序使用，也没有被同一程序内的其他段使用。假设己经成功找到并分配了一个段空间，基地址为 0x00200000，长度为 8200 字节。

页的最小尺寸是 4KB ，也就是 4096 字节。因此，8200 字节的段，需要占用 3 个页面，其中最后一个页面只用了 8 个字节。

作为一个具体的例子，操作系统为程序分配了一个段，段是在虚拟内存中分配的，起始地址为 0x00200000。该段有 8200字节，需要分配 3 个页面。为此，操作系统在物理内存中搜索可用的
空闲页，还真找到了，这三个页面的物理地址分别是：

0x0000_0000 起始的页面，对应虚拟内存地址 0x0020_0000-0x0020_0FFF

0x0000_1000 起始的页面，对应虚拟内存地址 0x0020_1000-0x0020_1FFF

0x0000_3000 起始的页面，对应虚拟内存地址 0x0020_2000-0x0020_2007

这里只是示例，线性地址区间和页的对应关系可以随意。

虚拟内存空间不可能用来保存任何数据，因为它是虚拟的。当操作系统加载一个程序并创建为任务时，操作系统在虚拟内存空间寻找空闲的段，并映射到空闲的页。然后，到真正幵始加载程序时，再把原本属于段的数据按页的尺寸拆开，分别写入对应的页中。

从段部件输出的是线性地址，为了根据线性地址找到页的物理地址，操作系统必须维护一张转换表，把线性地址转换成物理地址。

因为虚拟的 4GB 内存可以分成 1048576 个页，所以转换表也有 1048576 项 。每个表项占 4 字节，内容为页的物理地址。这个表格的用法是这样的：因为页的尺寸是 4K B , 故，线性地址的低 12 位可用于访问页内偏移，高 20 位可用于指定一个物理页。因此，把线性地址的高 20 位当成索引，乘以 4 ，作为表内偏移量，从表中取出一个双字（4B），就是该线性地址所对应的页的物理地址。

例如，执行指令
mov edx, [0x2002]

首先，要算出线性地址，用段地址 0x0020_0000 加上 0x2002，得到线性地址 0x0020_2002；然后把线性地址转换为物理地址：线性地址的高 20 位是转换表的索引，即 0x202（=514），即表格的第 514 项。如果按照字节索引，需要把 0x202 乘以 4，得到 0x808，看图，从该单元可以取出一个双字 0x0000_3000，这就是页的起始物理地址。线性地址的低 12 位是页内偏移量，用页物理地址加上页内偏移量，就是最终的物理地址。0x0000_3000 加上 0x002，得到 0x0000_3002，所以物理地址就是 0x0000_3002。

有人问，表格里面的 0x0000_3000 是怎么来的？

当程序加载时，操作系统首先在虚拟内存中分配段。然后，根据段需要分成多少页，来搜索空闲页面。当段较大时，要按页的尺寸分成好几个地址区段，操作系统用每个区段的首地址，取高 20 位 ，乘以 4 ，作为偏移最访问表格，并将分配给该区段的页的物理地址写入该表项。最后，把原本需要写入每个区段的程序数据，写到对应的页中。

注意了，在页式内存管理中，页面的管理和分配是独立的，和分段以及段地址没有关系。操作系统所要做的，就是寻找空闲页面，把它分配给需要的段，并将页的物理地址填写到映射表内。

一般来说，每个任务都可以拥有 4GB 的虚拟内存空间；同时，每个任务都有自己的页映射表，如图 16-5 所示。

每个任务都有自己的 4GB 虚拟内存空间，这个怎么理解呢？

考虑这样一种情景 ：任务 A 有一个段 ， 段基地址为 0x0005_0000，段长度为 3000 字节，操作系统为它分配了一个物理地址为 0x0800_1000 的页。过了一会儿，另一个任务 B 加载了，它也有一个段，段基地址也为 0x0005_0000，段长度 4000 字节，此时，操作系统则分配另一个不同的、物理地址为 0x0070_0000 的页。

在这种情况下，任务 A 访问线性地址 0x0005_0006，访问的其实是物理地址 0x0800_1006；在任务 B 内访问同样的线性地址 0x0005_0006，访问的其实是物理地址 0x0070_0006。

你看，线性地址都是一样的，但是被映射到了不同的物理地址上。

另一个会被质疑的问题是，每个任务都有 4GB 虚拟内存空间，而物理内存只有一个，最大也才 4GB , 根本不够分啊。事实上，的确不够分。但是，操作系统可以将暂时不用的页退避到磁盘，调入马上就要使用的页，通过这种手段来实现分页内存管理。

以上就是一个简单的分页模型，如果理解了，就会为后面学习两级页表结构打下基础。

---

参考资料
【1】《x86汇编语言：从实模式到保护模式》（李忠，电子工业出版社）
【2】《Linux内核完全剖析》（赵炯，机械工业出版社，2006）