操作系统的地址、数据存储和大小端问题

基本概念

什么是位，什么是字节？

• 位表示的是二进制位，一般称为比特，即0或1，是计算机存储的最小单位；
• 字节是计算机中数据处理的基本单位，计算机进行数据存储的基本单位是字节。

地址总线

是CPU或有DMA能力的单元，用来沟通这些单元想要访问（读取/写入）计算机内存组件/地方的物理地址；简单来说地址总线是专门用来传送地址的，决定了将信息送往何处。

地址总线AB是专门用来传送地址的，由于地址只能从CPU传向外部存储器或I/O端口，所以地址总线总是单向三态的，这与数据总线不同。地址总线的位数决定了CPU可直接寻址的内存空间大小，比如8位微机的地址总线为16位，则其最大可寻址空间为2^{16=64KB，16位微型机的地址总线为20位，其可寻址空间为2}20=1MB。一般来说，若地址总线为n位，则可寻址空间为2^n位。

举例来说：一个 16位元 宽度的位址总线 (通常在 1970年 和 1980年早期的 8位元处理器中使用) 到达 2 的 16 次方 = 65536 = 64 KB 的内存位址，而一个 32位单元位址总线 (通常在像现今 2004年 的 PC 处理器中) 可以寻址到 4,294,967,296 = 4 GB 的位址

总结

​ （1）CPU是通过地址总线来指定存储单元的。

​ （2）地址总线决定了cpu所能访问的最大内存空间的大小。

​ （3）地址总线是地址线数量之和。

内存地址

物理地址

内存中的数据是按照字节连续排布的，每个存储的数据都有一个索引与之对应，这个索引就是内存的地址。

如果我们的CPU想要访问内存，最朴素的想法就是CPU直接指定一个内存的地址就可以了，这个地址就是物理地址，即Physical Address，简称PA。

虚拟地址

直接使用物理地址虽然方便，但是在操作系统上直接用物理地址访问内存产生了一些问题，比如：

1. 地址之间不隔离：难以避免一个程序恶意写入另一个程序所使用的内存。
2. 内存容易不够用：当同时运行的程序比较多时，内存很容易就不够用了。
3. 内存使用效率低：即使当一个程序执行完毕后释放了自己的内存，它留下的“内存空洞”不太可能完全匹配另一个程序所需要的内存大小，可能会产生一些难以利用的“内存碎片”

后来，人们设计出了虚拟地址来解决这些问题。虚拟地址和物理地址之间经过了一层转换，软件或者说CPU通过虚拟地址来访问内存，并不能看到真实的地址，而在中间起到转换作用的是一个专用的模块——MMU（Memory Management Unit）。

当CPU发起对一个虚拟地址的访问时，MMU会去查询页表，将虚拟地址转换为物理地址，这个过程如下图所示：

一般情况下MMU都是被集成在CPU内部的，所以以后的图中我们会把MMU放到CPU中。

页表本身也储存在内存当中，每个进程都有一份，也就是每个进程都有一份虚拟-物理地址的映射关系。当不同的进程访问相同的地址时，最终对应的内存的物理地址是不同的。

寻址空间

寻址空间一般指的是CPU对于内存寻址的能力。通俗地说，就是能最多用到多少内存的一个问题。数据在存储器(RAM)中存放是有规律的 ，CPU在运算的时候需要把数据提取出来就需要知道数据存放在哪里 ，这时候就需要挨家挨户的找，这就叫做寻址，但如果地址太多超出了CPU的能力范围，CPU就无法找到数据了。 CPU最大能查找多大范围的地址叫做寻址能力 ，CPU的寻址能力以字节为单位 。

对于32位操作系统而言，一共可以表示的地址范围为0~2^32次方，其中，每个地址对应内存中的一块数据。而内存中数据存储的最小单位为字节，也就是8bit为一个整体一起存储。所以在32位操作系统中，能寻址的内存大小为：

2^32 * 1B
=4 * 2^10 * 2^10 * 2^10 *1B

由于1KB = 2^10B
1MB = 2^10KB
1GB = 2^10MB

所以上式
=4GB

这也是为什么32位的CPU最大能搭配4G内存的原因 ，再多的话CPU就找不到了。

存储单元

1）8位二进制（1字节）作为一个存储单元，这是由历史原因决定的，早期的ASCII是7位，后来又有IBM的8位EBCDIC得到广泛使用

2）每一个存储单元有一个地址编号，地址总线可以确定每个地址单元的编号，所以CPU的最小可寻址单位就是1字节（Byte）

3）内存也是数据存储器的一种，所以内存也是以1字节为单位的

CPU位数

32位CPU表示CPU一次最多能够处理数据的位数为32bit，即机器字长为32bit

CPU寻址

1）寻址空间一般指的是CPU对于内存寻址的能力。通俗地说，就是能最多用到多少内存的一个问题。

2）每个CPU的寻址能力是要看其地址线的数量，32位CPU一般有32根地址总线，那么就一共可以寻232个地址=也就是4x1024x1024x1024=4G个地址，1个地址对应1字节的存储单位，对应到内存上就是4GB（4GByte）

大端存储和小端存储

原理

• 大端模式：就是高位字节排放在内存的低地址端，低位字节排放在内存的高地址端。

  （其实，大端模式才是我们直观上认为的模式，但实际并不是这样）

• 小端模式：就是低字节排放在内存的低地址端，高位字节排放在内存的高地址端。
  

下面我们看个例子

数据本来在内存中存储是由高地址到低地址的 ，但图中可以看到它是由高字节序到低字节序存储的，也就是小端存储。

为什么会有大小端模式的区分

在计算机系统中我们是以字节为单位的，每个地址单元都对应着一个字节，一个字节为8bit，但是在C语言中除了8bit的char之外，还有16bit的short型，32bit的long型（要看具体的编译器），另外，对于位数大于8位的处理器，例如16位或者32位的处理器，由于寄存器宽度大于一个字节，那么必然存在着一个如果将多个字节安排的问题，因此就导致了大端存储模式和小端存储模式。
例如一个16bit的short型x，在内存中的地址为0x0010，x的值为0x1122，那么0x11为高字节，0x22为低字节。对于大端模式，就将0x11放在低地址中，即0x0010中，0x22放在高地址中，即0x0011中。小端模式，刚好相反。
我们常用的X86结构是小端模式，而KEIL C51则为大端模式，很多的ARM，DSP都为小端模式，有些ARM处理器还可以由硬件来选择是大端模式还是小端模式。

低地址中，即0x0010中，0x22放在高地址中，即0x0011中。小端模式，刚好相反。
我们常用的X86结构是小端模式，而KEIL C51则为大端模式，很多的ARM，DSP都为小端模式，有些ARM处理器还可以由硬件来选择是大端模式还是小端模式。

目前的Windows、linux系统下基本都是小端存储的模式