Linux_进程地址空间

我们用c语言写的程序，经过编译后形成可执行程序存放在硬盘。当运行该程序时，操作系统将该程序加载到内存中，创建进程控制块，变为进程，然后开始执行该程序。大家是否想过，操作系统是如何加载的呢；我们在程序中使用的地址，是否是内存地址呢；当程序所占空间大于内存时，又该如何，比如游戏100G，内存只有16G；这一切的答案都在进程地址空间中，下面我拿c/c++的程序地址空间来举例。

一.为什么要有程序地址空间呢？

如果没有进程地址空间，程序直接载入内存，这样就无法保证进程独立性。因为c语言的野指针问题，当内存暴露于程序当中，这样程序员就可以用指针随意访问内存，这样造成的危害是巨大的。故此，产生了进程地址空间。此时，程序看到的空间不是内存，使用的地址也不是内存地址，而是虚拟地址。于是，也就不存在访问其他进程的情况，保证了进程间独立性。

二.什么是进程地址空间？

2.1 进程地址空间概念

进程地址空间，即虚拟地址空间。一个进程运行时，它所认为自己管理的空间就是虚拟地址空间，一个进程地址空间的大小取决于计算机系统架构，比如32位机，进程地址空间为4GB。

2.2 c/c++进程地址空间的区域划分

2.3 进程地址空间的管理

在Linux中，需要对每个进程的进程地址空间进行管理，怎么管理？先描述再组织。进程地址空间本质Linux内核中的一个数据结构struct mm_struct{},对于每一个进程，都有自己的mm_struct，且其大小都一样，32位下都是4GB，4GB是进程可管理空间的大小。Linux中进程控制块task_struct中有一个成员指针，指向自己的进程地址空间。

//内核中大致是这样描述进程地址空间的
struct mm_struct()
{
    long code_start;
    long code_end;
    long brk_start;
    long brk_end;
    long init_start;
    long init_end;
    //.....
}

1.4 虚拟地址到物理地址

我们的程序在编译时，编译器就按照程序地址空间的方式对程序进行划分，为代码和数据分配好了空间，这种文件的格式就是ELF格式。在程序中的每一条指令都有自己的地址，这个地址就是虚拟地址，在Linux中可以使用objdump -S file 进行反汇编查看。
当操作系统加载程序时，要为每一个程序创建task_struct，mm_struct ,页表…，而页表可以实现从虚拟地址转换为物理地址。每一个进程的入口地址（虚拟地址）是规定的，cpu通过入口地址经过页表转换为访问物理地址，同时读取物理地址空间的内容，即第一条指令。下面的页表只是一种简化情况，真实页表还有许多字段，比如权限位等等。

三.进程地址空间的作用

1. 防止一个进程内部的指针随意访问，保护物理内存和其他进程。

如果没有虚拟地址空间，那么我们每个进程都是直接访问物理内存的，如果一个进程中出现了错误，导致访问了别的进程中的数据，这样就无法保证进程之间的独立性

2. 将进程管理和内存管理进行解耦合

使程序员只需要关心自己程序而不用关心内存方面，可以大大增加开发的效率。因为程序员看到的是虚拟地址，而不是内存地址。

3. 不用将一个大型程序一次载入内存，只要载入用到的部分即可

100G游戏，可能只会用到一部分功能，而其他功能的代码和数据不用载入内存，可以更好的利用内存。

4. malloc相关

malloc之后，操作系统并不会立即分配空间，因为操作系统追求高效，当你使用该块空间的时候，继而为你开辟空间，怎么实现这样机制呢？使用的是缺页中断，即：将页表中只分配虚拟内存，等程序用该块空间的时候，分配物理内存，并且填充页表，建立完整映射关系。而这种方式得益于虚拟地址空间。