VM, TLB及hugetlbfs

VM是计算机体系结构中非常重要的一部分。其中涉及CPU、操作系统等。
除了一些嵌入式和某些Cray公司的CPU，现代CPU几乎全部使用了VM的概念。在CPU内部，与之相对应的两个部件分别为MMU和TLB。本文介绍VM，TLB及Linux系统中常会用到的hugetlbfs。

下面首先介绍何谓VM。
众所周知，计算机的存储由register, cache, memory和disk形成hiberarchy。为了更有效的进行内存管理和操作，比如代码共享、内存保护等，人们提出了VM的概念。VM是对物理内存的一种抽象。通过硬件异常，内存地址翻译，主存，磁盘文件和内核文件的交互，VM为每个进程提供了一个大的、一致的、私有地址空间。VM提供三个重要的功能：1.将主存看成磁盘地址空间的高速缓存，在主存中只保存活动区域，并根据需要在磁盘和主存间传递数据，从而高效的使用主存；2.为每个进程提供一致的地址空间，从而简化存储器管理；3.保护了每个进程的地址空间不被其他进程破坏。

32位操作系统中，每个进程拥有4GB虚拟空间，其中3GB用于用户空间，1GB属于内核空间。用户空间从0x08048000地址开始存放应用程序的文本段和数据段，在0x40000000开始存放共享库，在0xc000000向下开始栈。这些虚拟地址按照默认4KB的大小进行分页，并以页为单位与内存进行映射。注意该映射并非连续，很多情况下是非连续的。这种映射需要虚拟地址到物理地址之间的地址翻译。这些操作由MMU完成。

对于一个虚拟地址，MMU首先根据地址中的PTE对TLB进行查询，如果命中，则根据页表中的物理地址首地址加上虚拟地址偏移量形成物理地址。如果不命中，则TLB从L1中查询页表，L1从主存查询页表，直至页表被放置在TLB中，从而完成虚拟地址到物理地址的翻译。

页表可能存放在TLB，L1和主存中。每个进程的控制数据结构里面都有一个当前页表的地址，并把此地址放在PDBR页表基址寄存器中。在进程切换的时候，该寄存器同时发生改变，从而实现每个进程虚拟空间的不同。

对于小的VM页面而言，可以有效的组织物理内存，避免物理内存的浪费。但如果我们申请的地址空间比较大，如几百兆的地址空间，这时如果对该地址空间进行持续的操作，会造成TLB的颠簸，即，页面不断的调入调出，造成VM页面调度的巨大压力。为了解决这个问题，产生了huge page的操作。即页面不再是默认的4K，而是4M甚至更多。这样虚拟地址在物理内存中的映射会变成较大的连续空间，并且每个页表对应的物理空间也更大，可以有效的解决页面调度问题。（如果页面过小，则会造成内存碎片，严重可能造成必须重启系统来解决应用程序的稳定）。

linux操作系统中，对应的方法是使用hugetlbfs。通过mount一个大页文件系统，然后通过mmap的文件映射，使得该文件系统中的内存操作实现大页调度，从而解决TLB shrashing的问题