Linux page与addr分析

一、前言

对于刚开始接触计算机体系架构的同学，各种地址很难分辨清楚，本文总结在操作系统中常用的各种地址，以及他们之间的转换关系，供以后复习使用

二、各种地址总结

物理地址Physical Addr

物理地址内核空间表示为phy_addr_t；

• 作用
  内存在总线上的实际地址，未开启MMU的CPU，或者MMU可以通过物理地址访问内存。
  地址总线设置为物理地址，数据总线便能够访问到物理地址对应的内存空间。

虚拟地址Virtual Addr

内核空间直接用(void *)表示，是一个unsigned long的数
用户空间的虚拟地址空间，在内核中表示为struct vm_area_struct

• 作用
  开启MMU之后的CPU，使用的均是虚拟地址。
  CPU地址总线访问的虚拟地址，将传输到MMU，MMU查找页表，将其转换成为物理地址，间接访问实际的内存空间。
• 32位虚拟地址的位含义
  虚拟地址在32位系统中，共32位，从高到底分为四层含义PGD、PMD、PTE、OFFSET
PGD：占10bit，表示当前页表寄存器（CR3）指向的地址，含有1024个pgd_t。
  PMD：占0bit，表示pgd_t中仅含有1个pmd_t。
  PTE：占10bit，表示pmd_t中含有1024个pte_t。
  OFFSET：占12bit，表示一个pte_t大小为4096 bits。
  可以看出，寻址过程总是利用上级目录提供一个表，再利用虚拟地址中的地址，查询到下级目录表的物理地址，并进行递归。
• 64位虚拟地址
  64位虚拟地址与32位类似，但是支持更多的位，也就支持更大的内存空间。
  并且还有部分bits处于未定义的状态，为未来的系统发展预留空间。

逻辑地址

程序编译出来时，所有的段segement，地址都是从零开始的，这个地址称为逻辑地址

线性地址

程序最终链接时，所有的逻辑地址，都需要加上自己所在的段偏移地址，便得到线性地址，这个线性地址在Linux中也就是虚拟地址
值得注意的是，逻辑地址与线性地址，都是X86-32中独有的说法，其他很多体系架构并没有这两个东西，Linux只关心虚拟地址。

总线地址

总线地址在内核空间表示为dma_addr_t，相当于DMA设备眼中的物理地址。
在深入理解Linux内核中，有这样一句话

在PC体系结构中，总线地址和物理地址是一致的，但是在其他的体系结构中，这两种地址可能是不同的。

在DMA操作中，数据不需要CPU的参与，I/O设备与DMAC直接驱动数据总线，因此内核开始DMA操作时，必须把所涉及的内存缓冲区总线地址写入DMAC适当的I/O端口，或者写入I/O设备适当的I/O端口。

在Linux内核中，表示总线地址的就是dma_addr_t。尽管dma_addr_t很多时候和物理地址相同。

页表Page Table

我们通常意义上的一级页表，就是指数据结构pte_t。

页表的具体实现，与计算机体系架构有关，这里我们列出一个比较典型的3级页表的例子

/* include/asm-generic/page.h */
/* pte_t --> Page Table Entry，页表项 */
typedef struct {
	unsigned long pte;
} pte_t;
/* pmd_t --> Page Middle Entry， 页中间目录项 */
typedef struct {
	unsigned long pmd[16];
} pmd_t;
/* pgt_t --> Page Global Entry， 页全局目录项 */
typedef struct {
	unsigned long pgd;
} pgd_t;
/* 用于表示页表属性flag的数据结构，仅低12bits有效，对应pte_t的低12位，仅仅是方便编程 */
typedef struct {
	unsigned long pgprot;
} pgprot_t;
typedef struct page *pgtable_t;

• 作用
  供MMU读取并查询，以便将虚拟地址，转换为物理地址。
  页表由CPU写，由MMU读，存放在内存RAM中。
• pte_t格式
  从数据结构可以看出，页表pte_t也就是一个unsigned long，在32bits系统中也就是32位；
  它的高20bits代表页面号，页面号左移12位，再加上一个偏移值，就可以得到页面的物理地址。
  它的低12bits是一些页面标志，如我们常见的读、写、执行权限等。
• 缺页异常
  pte_t低12位的标志位中，包括一个bit-PTE_V，用于指示页表是否存在，当MMU解析虚拟地址时，如果PTE_V指示页表不存在，则MMU会向CPU发出page_fault异常。
• pgd_t与pmd_t格式
  与pte_t类似，pgd_t与pmd_t两者的高20bits都是一个物理页面号，低12bits表示标志位。
  pgd_t中的页面号，指向了一个pmd_t表所在的物理页面。
  pmd_t中的页面号，指向了一个pte_t表所在的物理页面。
• 四级页表
  额外增加一层页表PUD，位于PGD与PMD之间，原理类似，不多言。
• 为什么多级页表可以节省空间？
  因为一个进程，大多数页面通常是不使用的。
  比如1024个pte_t，就要占1024个字节。
  如果采用了pmd_t，那么1024个不使用的pte_t，可以归纳为1个不使用的pmd_t，仅占一个字节。由于pmd_t是不使用的，因此pmd_t下面可以暂时不分配pte_t数据结构，也就起到了节约空间的作用。
  值得注意的是，如果1024个pte_t都是被使用的，那么pmd_t就无法起到节省空间的作用了，相反，还会增加pmd_t本身1个字节的开销。

page

/* include/linux/mm_types.h */
struct page {
	/* 内容较多，仅列部分 */
};

• 作用
  管理每个物理页状态以及其他属性，一页的大小为4096 Bytes。
• 存放位置
  存放在内存中。根据体系结构够不同，存放的具体位置也不同。
  最简单的FLATMEM中，所有的page存放在一个全局变量struct page *mem_map中。
  mem_map数组，存放在内存的线性映射区，只需要加上地址偏移，便可直接得到物理地址。
• 和各种地址的关系
  page是用来管理物理的的数据结构，内核使用伙伴系统分配的，就是这个数据结构。与各种地址没有直接关系。

三、总结

本文梳理了各项计算机术语种出现的地址，分析了他们与页表之间的关系。