【Linux】进程地址空间

​ 作者：@阿亮joy.
专栏：《学会Linux》
座右铭：每个优秀的人都有一段沉默的时光，那段时光是付出了很多努力却得不到结果的日子，我们把它叫做扎根

进程地址空间

相信大家在学习 C/C++ 的时候，肯定是见过类似下面的内存地址空间的图片。那它真的是内存吗？其实它并不是真正的内存，那它究竟是什么呢？我们先看来一下下面的代码，再一起探究它究竟是什么。

#include 
#include 

int global_val = 100;

int main()
{
    pid_t id = fork();
    if(id < 0)
    {
        perror("fork");
        return 1;
    }
    else if(id == 0)
    {
        int count = 0;
        while(1)
        {
            printf("我是子进程, pid:%d, ppid:%d | global_val:%d, &global_val:%p\n", getpid(), getppid(), global_val, &global_val);
            sleep(1);
            ++count;
            if(count == 5)
            {
                global_val = 200;
                printf("子进程已经修改全局变量啦...........\n");
            }
        }
    }
    else
    {

        while(1)
        {
            printf("我是父进程, pid:%d, ppid:%d | global_val:%d, &global_val:%p\n", getpid(), getppid(), global_val, &global_val);
            sleep(1);
        } 
    }
    return 0;
}

通过上图，我们可以看到：多进程在读取同一个地址的时候，却读取出来了两个值。这是为什么呢？了解这个之前，我们需要知道：使用 fork 函数创建子进程后，子进程也会有自己的内核数据结构，其内核数据结构是拷贝父进程的内核数据结构的。由于进程的独立性，子进程修改global_val的值，并不会影响父进程global_val的值，这个是比较好理解的。但是为什么父子进程的global_val的地址却相同呢？其实这也就说明了这个地址并不是物理地址。因为物理地址的值只能有一个，不可能有两个。

所以，C/C++ 中的地址（指针）不是物理地址。那不是物理地址，是什么地址呢？其实这个地址是虚拟地址（线性地址）。所以，最开始提到的 C/C++ 地址空间是虚拟地址空间。那么想要解释上面的现象，我们就必须了解虚拟地址空间了。

那么，我给大家讲个故事来感性地理解一下虚拟地址空间。美国有个大富翁，他有十亿美金和三个私生子，私生子不知道彼此的存在。大富翁对每个私生子都说过：儿子啊，我有十亿美金的存款。你好好打理生意，等我驾鹤西去了，这些存款都是归你的。那么，他的私生子呢就找他们的老爸要钱打理生意为了得到十亿美金存款。其实这个故事里的大富翁就对应着操作系统，十亿美元对应着内存，私生子就对应的进程，私生子要的各种资源就对应着程序申请的对象空间，而大富翁给私生子画的大饼就对应着进程地址空间。也就是说，操作系统给每个进程都画了个大饼进程地址空间，让进程会认为自己是进程地址空间的，事实上并不是。

我们现在知道了，操作系统给进程画了个大饼进程地址空间。那操作系统是如何画饼的呢？对一个人画饼，首先那个人要记性好。画饼的本质是在人的大脑里构建一个蓝图，可以用一个结构体来表示。

进程需要被管理，操作系统给进程画的大饼进程地址空间也要被管理。那么管理的方式就是先描述，再组织。进程地址空间的本质也是内核的一种数据结构struct mm_struct。

结构体struct mm_struct中包含了代码区、数据区、栈区和堆区的起始地址和结束地址，起始地址和结束地址之间的空间就是各自的虚拟地址。当一个进程创建时，操作系统会给进程申请结构体struct mm_struct 并将每个区域划分好，并且进程的进程控制块里有指针struct mm_struct* mm指向申请的结构体。

关于栈区和堆区需要注意的是，栈区和堆区的区域大小是可以调整的，其调整的本质是修改栈区和堆区的起始地址和结束地址。定义局部变量、new 和 malloc 就是扩大栈区或者堆区，函数调用完毕和 free 就是缩小栈区和堆区。

程序想要运行起来，必须先加载到内存。那么，程序的代码和数据就会在内存中占用一个的空间，这些空间也是有地址的。我们也知道，程序运行起来会有对应的进程控制struct task_struct，进程控制块内有struct mm_struct指针指向对应的进程地址空间。而进程地址空间通过页表映射就可以找到对应的物理地址。

注：真正的页表是多级页表，是一个树状结构。以上的示意图并不是页表真正的样子。

每个进程都会有各自的进程控制块task_struct、
进程地址空间mm_struct和页表。

那为什么要存在进程地址空间呢？不能让进程直接访问物理内存呢？第一，是为了安全保护内存，防止进程越界非法修改数据（页表是可以拦截进程的非法读取和非法写入的）。第二，进程地址空间的存在，可以更方便地进行进程和进程的代码数据的解耦，保证了进程的独立性！第三，让进程以统一的视角来看待进程对应的代码和数据等各个区域，方便使用，编译器也以统一的视角来进行编译代码，规则是一样的，编译即可直接使用。

下图可以解答最开始的问题！！！

再谈进程地址空间

可执行程序在没有被加载到内存的时候，可执行程序内部早就有地址了，该地址是逻辑地址。编译器也要遵守虚拟地址空间，编译器编译代码的时候，就是按照虚拟地址空间进行对代码和数据进行编址的！上面说到的地址是程序内部使用的地址，当程序被加载到物理内存中的时候，该程序对应的指令和数据就都具有了物理地址。CPU 读取的都是指令，指令内部是有地址的(虚拟地址)，通过页表映射找到物理地址执行相应指令。

• 可执行程序内部有互相跳转的地址，即虚拟地址
• 程序被加载到内存中，有标识物理内存中代码和数据的地址
• CPU 见不到物理内存的地址，见到的只是虚拟地址

总结

本篇博客主要讲解了什么是进程地址空间、为什么要有进程地址空间等等。那么以上就是本篇博客的全部内容了，如果大家觉得有收获的话，可以点个三连支持一下！谢谢大家！❣️