行业知识
【Linux】进程地址空间
内容回顾
���们写的源文件经过编译链接之后会形成可执行程序(.exe文件),而这些可执行程序在没有被执行的时候是放在磁盘上的。(磁盘是外设。)
一旦我们要执行可执行程序的时候,这个可执行程序就会从磁盘中加载到内存里。(内存是存储器)
上图中可以看出,磁盘中有三个可执行程序,现在准备使用它们。于是从磁盘中加载到内存(本质是将数据和代码加载到内存中去)
在可执行程序加载到内存中时,操作系统就会创建一个结构体对象PCB(在Linux下是task_struct),来描述可执行程序的各种信息,并且将这个结构体对象放入操作系统维护的数据结构中。
此时,这个可执行程序变成进程了。
那么什么是进程?
进程就是正在执行的程序。
作为一个程序,它会有很多的属性和内容。那么,就需要将这些属性管理起来。此时,操作系统就创建了一个进程控制块(process control block,简称PCB)来管理这些属性。
什么是进程控制块(PCB)?
PCB就是用来描述进程信息的数据结构,可以理解为进程属性的集合。在Linux操作系统中,创建的就是task_struct结构体
进程地址空间
一个变量两个内容
观察下面的代码:
内容解释:用forj()创建了子进程,子进程和父进程都打印val的值,在五次打印之后,子进程修改val的值。
运行结果:
可以看到val的值是不同的,但是val的地址却是相同的!
通过这点,可以推断出:变量的地址绝对不是物理地址,而是虚拟地址。
物理地址
什么是物理地址?
物理地址是计算机系统中用于唯一标识和访问主存(内存)中存储单元的地址。在计算机系统中,内存被划分为一系列连续的存储单元,每个存储单元都有一个唯一的物理地址,用于表示该存储单元在内存中的位置。
物理地址是一个由硬件生成的地址,在执行指令或进行数据读写时,CPU 会使用物理地址来访问内存中的数据。物理地址是一个实际的硬件地址,通常以二进制形式表示,可以唯一确定内存中的每个存储单元。
从上面物理地址的定义也可以看出,我们目前所看到的val的地址肯定不是物理地址。因为物理地址是唯一的,既然是唯一的,就不可能存两个不同的内容。
那么,我们看到的地址是什么呢?
是虚拟地址!
虚拟地址
什么是虚拟地址?
虚拟地址是一个在程序中使用的地址,它并不直接对应到物理内存中的地址,而是由操作系统和硬件通过地址映射转换成物理地址后才能访问到实际的内存单元。
当程序执行时,它所使用的地址空间被称为虚拟地址空间,其中包含了程序所需的代码、数据、堆栈等内容。程序中的指针和地址通常使用虚拟地址来表示,而不需要关心实际的物理地址。
也就是说,我们平时看到的地址,在C/C++程序中打印出来的地址,都是虚拟地址!
我们平时所说的栈、堆、常量区这些也都是在虚拟地址中的!
正如前面所说,正在执行的程序(也就是进程)使用的地址空间是虚拟地址空间,也叫做进程地址空间。
每一个进程都有一个进程地址空间!
在32位机器下,有4GB的内存空间。
再次提醒:这里的内存是指运行内存,而我们有时候说的256G.其实是磁盘的大小。
下面就是进程地址空间。
每一个进程都有自己的进程地址空间,每个进程地址空间都是4GB,可是内存中总共也就4GB,难道只能运行一个进程吗?
当然不是,其实是每个进程都以为自己有4GB的空间。就像每个进程都以为自己是爸爸唯一的儿子,以为自己可以获得爸爸全部的家产,其实爸爸外面还有很多私生子。
操作系统这样做的目的是为了方便管理,但是如果某个进程要申请的资源过大,比如有一个进程想要申请4GB的空间(拿走爸爸全部的钱),操作系统是肯定不会同意的,会显示申请失败!
内存指针
那么,每个进程都有4GB的地址空间,是如何使用的呢?
前面提到过,每个进程都有自己的PCB,在PCB中会有一个指针。
每个task_struct中都有一个mm,而mm指向的是mm_struct结构体,这个结构体就掌管着地址空间的划分。
如何划分?
比如这里有堆、栈、常量区等,那么,我就为每个区设置一个start和一个end。将start和end都赋上值后,就可以确定这个区的大小了。
回到最初的问题,一个变量如何有两个值?
一个进程一个PCB,一个进程一个进程地址空间。fork()创建了子进程。子进程也有自己的PCB和进程地址空间。
进程地址空间是虚拟内存,我们要想办法将虚拟内存和真实的物理内存之间产生联系。这需要借助到页表。
在改变val的值之前,父进程和子进程都有自己的PCB,并且指向的自己的进程地址空间,虚拟地址都是一样的。并且通过页表映射,将虚拟地址和物理地址联系起来。
改变val的值之后会发生什么呢?
可以看到,当val的值发生改变之后,物理地址这边,就会将原本val的内容拷贝到另一个地方,然后写入val的新值。 也就是发生了写时拷贝。
什么是写时拷贝?
写时拷贝(Copy-On-Write,简称COW)是一种内存管理技术,用于在多个进程之间共享内存时实现高效的内存共享和节省内存开销的方法。当多个进程共享同一块内存时,这些进程会共享相同的物理内存页,但当其中一个进程尝试修改这块内存时,写时拷贝技术会触发内核进行拷贝操作,从而为修改的进程创建一份独立的内存副本,确保各个进程之间的内存数据独立。
从上面的描述中也可以间接证明一件事:进程之间是独立的!
写时拷贝的基本原理:
- 当多个进程共享同一块内存页时,内核会将这块内存页标记为只读(read-only)状态。
- 当某个进程尝试修改这块内存页时,内存管理单元(MMU)会检测到写操作,并触发一个页面错误(page fault)。
- 在页面错误处理过程中,内核会复制这块内存页的内容,为修改的进程创建一个新的副本,并将新副本的物理页映射到该进程的地址空间中。
- 此后,该进程将获得一个独立的内存页副本,可以自由修改而不会影响其他共享该内存页的进程。
几个小问题
进程在被创建的时候,是先加载对应的内核数据结构,还是先加载对应的可执行程序?
在操作系统中,当一个进程被创建时,通常会先创建对应的内核数据结构,然后再加载对应的可执行程序。
具体的步骤通常如下:
- 创建进程控制块(PCB):当操作系统接收到创建进程的请求时,会首先为新进程创建一个进程控制块(PCB),用于记录和管理该进程的各项属性和状态信息。
- 分配资源:操作系统会为新进程分配所需的资源,包括内存空间、文件描述符、寄存器等。
- 加载可执行程序:接着,操作系统会加载新进程对应的可执行程序,将程序的代码段、数据段等内容加载到内存中。
- 初始化进程环境:操作系统会初始化新进程的运行环境,包括设置进程的初始状态、堆栈、程序计数器等。
- 将进程就绪:最后,新进程会被标记为就绪状态,等待操作系统的调度器调度执行。
总的来说,创建进程的过程是先创建内核数据结构,然后加载可执行程序,最终让进程准备好执行。这样的顺序确保了进程在操作系统中能够正确地被管理和执行。
页表存在的意义?
进程是怎么做到相互独立的?
进程之间如何实现独立性主要有以下几个方面:
- 地址空间隔离:每个进程都有自己独立的虚拟地址空间,包括代码段、数据段、堆、栈等。这样,每个进程可以在自己的地址空间中运行,不会直接访问其他进程的内存区域。
- 权限隔离:操作系统通过访问权限位和用户态、内核态的划分,确保每个进程只能访问自己的地址空间和拥有相应的权限。进程无法直接访问其他进程的私有数据,也无法越权访问内核态的资源。
- 进程间通信机制:虽然各个进程是独立的,但它们之间可能需要进行通信和协作。操作系统提供了多种进程间通信机制,如管道、消息队列、共享内存等,允许进程之间进行数据交换和合作,而不会破坏彼此的独立性。
- 系统调用接口:进程通过系统调用接口来请求操作系统提供服务,如文件操作、网络通信等。操作系统会对每个进程的系统调用进行权限检查和隔离,确保进程只能访问自己被授权的资源。
- 硬件支持:现代处理器提供了硬件级别的隔离机制,如内存管理单元(MMU)、特权级别等,帮助操作系统实现进程间的隔离和保护。
总的来说,进程之间的独立性是通过操作系统的多种机制、权限控制和硬件支持共同实现的。这种独立性保证了进程可以相互隔离、安全运行,同时又能进行必要的通信和协作。
总结
本篇文章首先明确了什么是内存(存储器),什么是外设(磁盘)。
内存有虚拟内存和物理内存之分。虚拟内存是操作系统给我们看的,我们使用C/C++程序看到的也是虚拟内存,指针指向的也是虚拟内存。物理内存是真正的内存,但是操作系统要保护起来,不让我们看。
当多个进程指向同一个物理内存的内容时,该内容就被确定为只读。当某个进程想要修改这个内容时,操作系统会拒绝它的请求,然后将物理内存中的内容拷贝一份副本到新的物理内存,并在页表中修改映射关系。此时内容才可以修改。这是写时拷贝。
发生写时拷贝时,虚拟内存是不知道的。
上一篇:服务器屏蔽信号怎么解决?