Windows memory management study note(1)

本文介绍了32位Windows操作系统中进程的虚拟地址空间管理方式,包括4GB虚拟地址空间的划分及其作用,并详细解析了虚拟地址空间如何映射到实际物理地址的过程。
32位Windows操作系统为每个进程提供了4GB的虚拟地址空间。
1.引入虚拟地址空间的原因
操作系统管理多个进程,存在多个进程同时访问同一物理地址的可能,通过引入虚拟地址来简化进程对于物理地址的操作。每个进程都拥有了独立的4GB的地址空间,而不会相互干扰。

2.方便虚拟地址空间的管理,Windows对虚拟地址空间进行了分区
[b]NULL指针分区[/b]
范围:0x0000 0000~0x0000 FFFF
作用:防止内存被非法访问
例子:分配内存时,如果由于某种原因分配不成功,则返回空指针0x0000 0000;当用户继续使用比如改写数据时,系统将因为发生访问违规而退出。

[b]独享用户分区[/b]
范围:0x0001 0000~0x7FFE FFFF
作用:进程只能读取或访问这个范围的虚拟地址;超越这个范围的行为都会产生违规退出。
例子:程序的二进制代码中所用的地址大部分将在这个范围,所有exe和dll文件都加载到这个。每个进程将近2G的空间是独享的。

[b]共享内核分区 [/b]
范围:0x8000 0000~0xFFFF FFFF
作用:这个空间是供操作系统内核代码、设备驱动程序、设备I/O高速缓存、非页面内存池的分配、进程目表和页表等
例子:这段地址各进程是可以共享的


3.虚拟地址空间的映射方法——如何将虚拟地址空间映射为实际的物理地址
[b]区域 [/b]
地址空间中的一片连续的地址。区域的大小必须是粒度(64k) 的整数倍,不是的话系统自动处理成整数倍。不同CPU粒度大小是不一样的,大部分都是64K。
区域的状态有:空闲、私有、映射、映像。

[b]物理存储器 [/b]
理论上32位CPU,硬件上只能支持4G内存的寻址内存分配的最小单位是4K或8K,一般来说,根据CPU不同而不同

[b]页文件(虚拟内存) [/b]
页文件是存在硬盘上的系 统文件,它的大小可以在系统属性里面设置,它相当于物理内存,所以称为虚拟内存

[b]映射过程 [/b]
将虚拟地址空间的区域映射为物理内存地址和页文件地址的过程。
注:对于应用程序而言页文件和物理内存之和是真正的可用物理内存总量。

[b]页表[/b]
为了有效的维护每个进程的4GB的地址空间,如果对一个4GB的内存的每一个32位地址进行直接管理那么需要4GB的空间进行维护。为了减少维护成本,系统对内存进行了分页管理, 将内存分解为4KB一页,页内再通过偏移量来查询。那么对于一个4GB的物理内存需要使用一个1MB * 32B的空间来管理所有的这些物理页面。这个4MB的物理地址页映射地址为页表

[b]页目[/b]
对于一个4MB的页表则需要使用4KB的页目进行维护。 页表同样进行分页管理,每页大小为4KB,那么需要使用1KB来管理这些页。

[b]执行过程[/b]
如下一个32位的虚拟地址
[table]
|高10位 中10位 低12位|
[/table]

高10位用于查询页目,中10位用于查询页表,低12位用于查询页内偏移量。
注: 2的10次方 = 1024, 2的12次方 = 4 * 1024 = 4KB。

系统读取到该地址后,使用高10位得到具体的页目地址,取出页目地址后取出得到页表中的页地址,然后使用中10位计算出页表中的偏移量取出物理页, 得到物理地址所在的页后,再使用低12位得到具体的偏移量。

其中页目中的32值,而其只需要使用其中的10就可以对所有的页表进行定位,所以页目中的其他多余的位用于表示页的状态
例如
1)当页目项第0位为1时,表明页表已经在物理内存中
2)当页目项第7位为1时,表明这是一个4M的页面,这值已经是物理页地址,用虚拟地址的低22位作为偏移量

同样页表也只需要使用其中的20位就足以定位所有的1MB的物理内存页了,所以其他的位也被用于标记位
例如 : 当页表项第0位为1时,表明访问的数据已经在内存中
标题基于Python的汽车之家网站舆情分析系统研究AI更换标题第1章引言阐述汽车之家网站舆情分析的研究背景、意义、国内外研究现状、论文方法及创新点。1.1研究背景与意义说明汽车之家网站舆情分析对汽车行业及消费者的重要性。1.2国内外研究现状概述国内外在汽车舆情分析领域的研究进展与成果。1.3论文方法及创新点介绍本文采用的研究方法及相较于前人的创新之处。第2章相关理论总结和评述舆情分析、Python编程及网络爬虫相关理论。2.1舆情分析理论阐述舆情分析的基本概念、流程及关键技术。2.2Python编程基础介绍Python语言特点及其在数据分析中的应用。2.3网络爬虫技术说明网络爬虫的原理及在舆情数据收集中的应用。第3章系统设计详细描述基于Python的汽车之家网站舆情分析系统的设计方案。3.1系统架构设计给出系统的整体架构,包括数据收集、处理、分析及展示模块。3.2数据收集模块设计介绍如何利用网络爬虫技术收集汽车之家网站的舆情数据。3.3数据处理与分析模块设计阐述数据处理流程及舆情分析算法的选择与实现。第4章系统实现与测试介绍系统的实现过程及测试方法,确保系统稳定可靠。4.1系统实现环境列出系统实现所需的软件、硬件环境及开发工具。4.2系统实现过程详细描述系统各模块的实现步骤及代码实现细节。4.3系统测试方法介绍系统测试的方法、测试用例及测试结果分析。第5章研究结果与分析呈现系统运行结果,分析舆情数据,提出见解。5.1舆情数据可视化展示通过图表等形式展示舆情数据的分布、趋势等特征。5.2舆情分析结果解读对舆情分析结果进行解读,提出对汽车行业的见解。5.3对比方法分析将本系统与其他舆情分析系统进行对比,分析优劣。第6章结论与展望总结研究成果,提出未来研究方向。6.1研究结论概括本文的主要研究成果及对汽车之家网站舆情分析的贡献。6.2展望指出系统存在的不足及未来改进方向,展望舆情
【磁场】扩展卡尔曼滤波器用于利用高斯过程回归进行磁场SLAM研究(Matlab代码实现)内容概要:本文介绍了利用扩展卡尔曼滤波器(EKF)结合高斯过程回归(GPR)进行磁场辅助的SLAM(同步定位与地图构建)研究,并提供了完整的Matlab代码实现。该方法通过高斯过程回归对磁场空间进行建模,有效捕捉磁场分布的非线性特征,同时利用扩展卡尔曼滤波器融合传感器数据,实现移动机器人在复杂环境中的精确定位与地图构建。研究重点在于提升室内等无GPS环境下定位系统的精度与鲁棒性,尤其适用于磁场特征明显的场景。文中详细阐述了算法原理、数学模型构建、状态估计流程及仿真实验设计。; 适合人群:具备一定Matlab编程基础,熟悉机器人感知、导航或状态估计相关理论的研究生、科研人员及从事SLAM算法开发的工程师。; 使用场景及目标:①应用于室内机器人、AGV等在缺乏GPS信号环境下的高精度定位与地图构建;②为磁场SLAM系统的设计与优化提供算法参考和技术验证平台;③帮助研究人员深入理解EKF与GPR在非线性系统中的融合机制及实际应用方法。; 阅读建议:建议读者结合Matlab代码逐模块分析算法实现细节,重点关注高斯过程回归的训练与预测过程以及EKF的状态更新逻辑,可通过替换实际磁场数据进行实验验证,进一步拓展至多源传感器融合场景。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值