【1++的Linux】之进程（三）

作者主页：进击的1++
专栏链接：【1++的Linux】

一，什么是进程地址空间？

我们先来看一幅图

这就是我们的进程地址空间的分布。
其分为了内核空间和用户空间。从具体进程的角度来看，每个进程可以拥有4G字节的虚拟地址空间(也叫虚拟内存)。其中每个进程有各自的私有用户空间（0～3G），这个空间对系统中的其他进程是不可见的。最高的1GB内核空间则为所有进程以及内核所共享。
而用户空间又被细分为我们所熟知的：堆区，栈区，代码区…
接下来我们对用户空间的分布进行验证：

#include
#include
int global=3;
int uninit_global;
int main()
{
    printf("正文代码：%p\n",main);
    printf("初始化数据：%p\n",&global);
    printf("未初始化数据：%p\n",&uninit_global);
    int* ptr=(int*)malloc(sizeof(int));
    printf("堆区：%p\n",ptr);
    printf("栈区：%p\n",&ptr);
    return 0;
}

运行结果：

由此我们可以基本得出，我们所谓的数据在进程地址空间中就是那样分布的。
还需要补充的就是：堆栈相对而生；static修饰的变量本质是将其开辟在全局区域。

在来一个有意思的小实验:
代码如下：

#include
#include

int global=0;
int main()
{
    size_t ret=fork();
    if(ret<0)
    {
        perror("进程错误");
    }
    else if(ret==0)
    {
        global=3;
        printf("child::pid:%d---global:%d---address:%p\n",getpid(),global,&global);
        sleep(1);
    }
    else{
        printf("father::pid:%d---global:%d---address:%p\n",getpid(),global,&global);
    }
    return 0;
}

我们观察结果可以发现：全局变量global在父子进程的值不一样，但是其地址却是相同的。
我们可以得出：
其首先变量的内容内容不同，其肯定不是同一个变量。
然后不同变量，但地址却相同，其肯定不是物理地址。
那是什么呢？
这就是虚拟地址—也就是我们今天要将的进程地址空间。
我们编写代码时所说的地址都是虚拟地址。而我们的数据都是通过虚拟地址—页表—物理地址
这样的映射关系与物理内存产生联系的。如下图-----同一个变量，地址相同，其实是虚拟地址相同，内容不同其实是被映射到了，不同的物理地址！我们在后面会对这部分做出详细的说明。

二，进程地址空间是怎么设计的？

地址空间本质是一种数据结构，其里面至少要有各个区域的划分，将来要和一个特定的进程相关联。也就是说，每一个进程都会有一个地址空间，因此也就有了上述例子中地址相同的情况。
区域划分本质就是在一个范围里定义start和end。
我们的程序在编译时，编译器就形成了地址空间中的各个区域，并且采用和内核中一样的编址方式，给每一行代码，每一个变量都进行了编制。所以在程序编译时，每一个字段就已经有了虚拟地址。只有当程序加载到内存中，其才会有物理地址。

地址空间，页表最开始的数据则是由磁盘给的。

那么操作系统是如何管理地址空间的呢？
我们直到OS是通过PCB来管理进程的，每个进程都有一个独立的地址空间，我们前面一直提到的管理方式：先描述，后组织。对于地址空间的管理也是一样的，我们将其组织成为一种数据结构，在PCB中会有一个指向地址空间的指针mm_struct。OS通过这个指针就可以间接的对进程的地址空间进行管理。

三，为什么要有进程地址空间？

原因一：
对于物理内存来，它是可以任意进行读写的，因此若没有地址空间，用户直接对内存进行操作，则会引起安全问题。凡是非法的访问或映射，OS都会识别到，并且终止掉这个进程（也就是说：所有的进程奔溃就是进程的退出）地址空间和页表是由OS创建的，所以凡是想要通过地址空间和页表进行映射，都要在OS的监控下，那么就保护了物理内存中的数据的安全。

原因二：
因为有了地址空间，我们的物理内存和进程之间就可以分开管理，完成解耦合。
我们在编程时所说的申请空间（new,malloc）都是在地址空间中申请，所以我们采用延迟分配的策略，来提高效率，只有我们的程序真正对物理内存进行访问时，才会给你申请物理内存。也就是说，使用地址空间可以提高整机效率。

原因三：
物理内存在理论上可以在任意位置加载，那么在物理内存中的所有数据和代码也都是混乱的。
有了页表的存在，可以将虚拟地址和物理地址之间进行映射，那么在进程视角，内存分布就时有序化的。因为由地址空间和页表的存在，每个进程都认为自己拥有全部的空间，并且各个区域是有序的，通过页表映射到物理内存不同的区域，实现进程的独立性。

补充知识：

1. 什么是挂起？
   加载的本质就是创建进程，但创建好的进程，不是必须把代码和数据马上加载到内存中，并创建内核数据结构（task_struct）。在极端情况下：可能只有内核结构被创建出来了。因此理论上可以对程序进行分批加载。既然可以分批加载，那么就可以分批换出—当一个进程短时间不再执行----例如阻塞，那么其数据和代码就会被换出，这就叫做挂起。
2. 页表在映射时不仅仅能映射内存，磁盘也可以进行映射。
3. 读时共享：即不涉及写操作时，子进程并不会复制父进程的地址空间，而是和父进程共享一块地址空间。
4. 写时拷贝：父进程执行部分和子进程执行部分都会对某一变量进行操作，但是父进程和子进程对这个变量的操作是独立的、互不相干的，此时便需要子进程复制父进程的地址空间，然后父、子进程在各自空间中对这个变量进行操作。这样做可以提高内存的使用效率。
5. 父进程和子进程在执行的过程中是交替执行的，执行的先后顺序是不确定的，当一方的时间片执行结束后，便会执行另一方。