Lecture 14: Memory Management 1

最新推荐文章于 2025-12-04 15:56:18 发布

原创最新推荐文章于 2025-12-04 15:56:18 发布 · 639 阅读

19 ·

CC 4.0 BY-SA版权

文章标签：

#操作系统

操作系统和并发专栏收录该内容

24 篇文章

订阅专栏

本章总结：

内存管理简介
多程序设计建模
固定分区的内存管理

内存管理：

计算机系统中的一种技术，用于有效地分配、跟踪和释放内存资源，以满足程序的需求并避免内存泄漏和内存碎片化。

内存管理简介

内存层级

计算机通常具有内存层次结构：

寄存器，L1/L2/L3缓存
主存储器（RAM）
磁盘

“高级内存”更快、更昂贵且易失性强，“低级内存”更慢、更便宜且非易失性强

操作系统提供了一个内存抽象

内存可以看作是字节/字（bytes/words）的线性数组

操作系统的责任

当进程请求时分配/释放（allocate/deallocate）内存
跟踪已使用/未使用的内存
在进程之间分配内存并模拟一个“无限大”的内存空间
应用多道程序设计时的控制访问
显式地将数据从内存移动到磁盘，反之亦然

内存管理方法

内存管理的历史：内存管理随着时间的推移而发展
历史重演：

现代消费电子产品通常需要不那么复杂的内存管理方法
许多早期的想法支撑了更现代的内存管理方法(例如：搬迁（relocation）)

分区（Partitioning）：连续vs.非连续

连续内存管理模型在单个块中分配内存，没有任何漏洞或间隙
非连续内存管理模型：

在多个块或段中分配内存
可以放置在物理内存中的任何位置（即，不一定彼此相邻）

连续的方法

1. 单编程（Mono-programming）：为用户进程设置一个单独的分区
2. 使用固定分区进行的多路编程（Multi-programming）

固定大小相等的分区
固定大小不等的分区

3. 使用动态分区进行的多路编程

单编程

无内存抽象

在任何时间点，只有一个用户进程在内存中/执行（没有多编程）

一个固定的内存区域分配给OS/kernel，剩余的内存被保留给单个进程（MS-DOS就是这样工作的）

这个进程直接访问物理内存（即不发生地址转换）。

每个进程都被分配连续的内存块，即它不包含“漏洞”（“holes”）或“间隙”（“gaps”）。
整个内存空间被分配给一个进程
进程总是位于相同的地址空间
不同用户进程之间不需要保护（一个进程）
覆盖使程序员能够使用比可用内存更多的内存（对程序员的负担）

单程序设计的缺点：

由于进程可以直接访问物理内存，所以它可以访问操作系统内存
操作系统可以看作是一个进程——所以我们有两个进程
硬件资源利用率低（CPU、I/O设备等）
在现代机器上可以进行多道程序设计

在基本的嵌入式系统和现代消费电子产品中，如洗衣机、微波炉、汽车的ecu等，直接存储器访问和单编程是很常见的。

模拟Multi-Programming

通过交换（swapping）模拟多编程

将进程交换到磁盘并加载一个新磁盘（上下文切换将变得非常耗时）
在同一进程中应用线程（仅限于一个进程）

假设多路编程可以提高CPU利用率？直觉上，这是对的。我们如何建立这个模型？

多路编程

概率模型

内存中有n个进程
一个进程花费百分之p的时间等待I/O
CPU利用率计算为：1减去所有进程等待I/O的时间：

例如，p = 0.9，则CPU利用率= 1 - 0.9 ⇒ 0.1 （1 - p）

所有n个进程都在等待I/O（即CPU空闲）的概率是 $p^n$ ,即 p ×p ×p…
CPU利用率由1− $p^n$ 给出

在I/O等待时间为20%的情况下，四个进程几乎可以实现100%的CPU利用率 （1− $0.2^4$ ）
在I/O等待时间为90%的情况下，10个进程可以实现大约65%的CPU利用率 (1− $0.9^{10}$ ）
随着进程数量的增加，CPU 利用率会上升；而随着 I/O 水平的提高，CPU 利用率则会下降。

假设:

一台计算机有1MB的内存
操作系统占用200KB，为4个200KB的进程留出空间

然后:

如果我们有80%的I/O等待时间，那么我们将实现不到60%的CPU利用率（1 - $0.8^{4}$ ）
如果我们增加1 MB内存，它将允许我们运行另外5个进程
我们可以实现大约87%的CPU利用率（1− $0.8^{9}$ ）
如果我们添加另一个兆字节的内存（14个进程），我们会发现CPU利用率将增加到约96%（1− $0.8^{14}$ ）

多编程确实能够提高资源利用率 ⇒ 内存管理应该支持多程序设计

警告:

这个模型假设所有的进程都是独立的，这是不正确的
更复杂的模型可以使用排队理论来构建，但我们仍然可以使用这个简单的模型来进行近似预测

排队论 (queuing theory)：

或称随机服务系统理论，是通过对服务对象到来及服务时间的统计研究，得出这些数量指标（等待时间、排队长度、忙期长短等）的统计规律，然后根据这些规律来改进服务系统的结构或重新组织被服务对象，使得服务系统既能满足服务对象的需要，又能使机构的费用最经济或某些指标最优。