进程地址空间

嵌入式学习Day5

1.什么是进程地址空间

进程地址空间就是内核给每个进程画出来的一张“虚拟内存地图”，进程看到的是自己独占的一大片连续地址，比如从低地址到高地址一整条空间；但实际上这些地址不一定真的连续放在物理内存里，很多甚至暂时还没分配物理页。中间靠 页表 和 MMU 做转换。

它解决了什么问题：

• 隔离：进程 A 不能随便访问进程 B 的内存
• 统一：程序总觉得自己在用一整块连续内存
• 灵活：代码、堆、栈、共享库、文件映射都能方便组织
• 按需分配：不是一上来就把所有物理内存都分好

2.进程空间中有什么

高地址
+---------------------+
|        栈 stack      |  //向下增长,保存函数调用现场,局部变量,保存的寄存器等
+---------------------+
|   内存映射区 mmap     |  //动态链接库 libc.so、ld.so|mmap() 映射的文件|共享内存|大块内存分配
+---------------------+
|        堆 heap       |  //向上增长,用来做动态内存分配，比如 malloc/new 申请的内存通常来自堆。
+---------------------+
| .data / .bss         |   //bss 段：未初始化或初始化为 0 的全局/静态变量    data 段：已初始化的全局/静态变量  
+---------------------+
|   代码段 text        |   //放程序指令，也就是机器码。
+---------------------+
低地址

3.内存描述符

3.1 mm_struct

mm_struct是一个进程用户地址空间的总描述符，管整个进程的：

• 虚拟内存区域|页表|代码段/数据段/堆/栈边界|内存统计|地址空间相关同步

内核要表示一个进程，主要用 task_struct。而 task_struct 里面会有一个指针，指向这个进程的 mm_struct。

mm_struct 下面挂着一个个 vm_area_struct,vm_area_struct对应每一段连续的虚拟内存区域

mm_struct
   +-- vm_area_struct   代码段
   +-- vm_area_struct   数据段
   +-- vm_area_struct   堆
   +-- vm_area_struct   栈
   +-- vm_area_struct   某个共享库映射
   +-- vm_area_struct   某个 mmap 文件映射

mm_struct代表了页表上下文，它“拥有并代表”这一整套地址空间所使用的页表。页表是“具体映射”，而之前说的VMA是虚拟地址

3.1.1 VMA 管理相关相关字段

• mmap代表“这进程有哪些虚拟内存区域”的入口，也就是说，通过 mm_struct 里的这个入口，内核可以找到：
  • 代码段 VMA|数据段 VMA|堆 VMA|栈 VMA| mmap() 建出来的 VMA|动态库映射
• map_count 当前 mm_struct 里一共有多少个 VMA
• mm_rb 用来组织所有 VMA 的红黑树根,红黑树可以VMA 查找

3.1.2 页表相关字段

• pgd 当前地址空间顶层页表的入口

pgd_t *pgd;

3.1.3 地址边界相关：代码段、数据段、堆、栈在哪里

• start_code / end_code————表示代码段的起止地址
• start_data / end_data————表示数据段的起止地址。
• start_brk / brk
  • start_brk：堆的起始位置
  • brk：当前堆顶位置
• start_stack ————表示用户栈的起始位置

3.1.4 引用计数相关

• mm_users 有多少“用户”正在使用这套地址空间,因为线程通常共享同一个 mm_struct，所以 mm_users 能反映：“还有多少执行实体在用这个地址空间”
• mm_count 更像“对象生命周期的引用计数”,这个 mm_struct 对象本身还能不能释放,本身还有多少地方拿着它的引用，不允许销毁

3.1.5 并发保护

• mmap_lock
  • 当内核要查 VMA 时，可能要读锁
  • 当内核要插入/删除/修改 VMA 时，可能要写锁

3.1.6 内存统计相关

• total_vm 该进程总共映射了多少页的虚拟内存
• rss 真正驻留在物理内存中的页数

3.2 线程与进程创建时的区别

创建进程时调用fork（），利用copy_mm() 复制父进程的内存描述符 子进程中的 mm_struct 实际是通过 allocate_mm() 从 mm_cachep slab 缓存中分配得到的。 也就是说：

新 mm_struct 这个壳子，本身是内核分配出来的。

然后才会往里面填：

• VMA 信息
• 页表根
• 统计字段
• 引用计数
• 地址边界等

如果父进程希望和子进程共享地址空间，可以在调用 clone() 时设置 CLONE_VM 标志。我们把这样的“进程”称作线程。也就是说线程和进程共享一个mm_struct

if (clone_flags & CLONE_VM) {
    atomic_inc(&current->mm->mm_users);
    tsk->mm = current->mm;
}

当线程创建成功时就是把之前我说的字段，mm_users自增

总结： 在 Linux 中，进程的地址空间由 mm_struct 描述，并通过 task_struct 中的 mm 指针与进程关联。普通 fork 时，子进程通常会建立自己的 mm_struct；而在 clone() 指定 CLONE_VM 时，父子任务共享同一个 mm_struct，此时内核只需让子任务的 mm 指向父任务的 mm，并增加 mm_users 计数。这样的任务通常被称为线程。

3.2.1 为什么“每个线程有自己的栈”

既然共享同一个 mm_struct，那栈为什么还不是完全同一个？ 答案是：

• 空间是同一个
• 但同一地址空间里可以有多块不同的栈区域 也就是说：
• 线程 A 的用户栈，是这个 mm_struct 里的某一块 VMA
• 线程 B 的用户栈，是同一个 mm_struct 里的另一块 VMA 所以： 线程共享地址空间，但每个线程在这个共享地址空间里有各自独立的栈区域。 这不矛盾。

3.3 内核线程没有自己的用户地址空间,是怎么运行的

mm == NULL
active_mm != NULL
active_mm 通常借自上一个用户进程

内核线程（Kernel Thread）确实没有属于自己的用户地址空间（在 Linux 的进程描述符 task_struct 中，它们的 mm 指针为空 NULL）。 核心在于共享的内核地址空间以及一种非常巧妙的“借用”页表机制。