Linux系统编程Day13 -- 程序地址空间（进阶）
往期内容回顾
程序地址空间
环境变量（初识）
进程状态的优先级和特性
进程属性和常见进程
进程管理
理解计算机的软硬件管理
前言：程序地址空间回顾
在现代操作系统（尤其是采用虚拟内存的系统）中，程序地址空间 是进程能看到的、可访问的虚拟地址布局，通常包括几个典型区域：
┌───────────────────────────────┐ 高地址
│ 栈区 Stack │ 向下增长
├───────────────────────────────┤
│ 共享库区 │ 动态库、运行时链接
├───────────────────────────────┤
│ 堆区 Heap │ 向上增长，malloc/new 分配
├───────────────────────────────┤
│ 数据段 Data │ 已初始化的全局/静态变量
├───────────────────────────────┤
│ BSS 段 │ 未初始化的全局/静态变量
├───────────────────────────────┤
│ 代码段 Text │ 程序指令（只读）
└───────────────────────────────┘ 低地址这个地址空间是虚拟的，由操作系统通过 内存管理单元（MMU） 映射到物理内存或磁盘。
区域
存放内容
大小确定方式
生命周期
增长方向
代码段
可执行指令
编译/链接阶段固定
全局
固定
数据段
已初始化的全局/静态变量
编译/链接阶段固定
全局
固定
BSS 段
未初始化的全局/静态变量
编译/链接阶段固定（加载时清零）
全局
固定
堆
动态分配的内存
运行时动态扩展，受系统限制
程序员控制释放
向上增长
栈
局部变量、调用记录
线程创建时固定大小（可修改）
自动回收
向下增长
关键点：
栈的大小 是创建线程时一次性分配的，超了就溢出。
堆的大小 运行时动态申请，只要系统有内存就能扩展。
代码段、数据段、BSS 段大小 都在编译/链接时已经确定，不会变。
堆和栈方向相反，是为了让它们从虚拟地址空间两端往中间长，最大化利用内存
1. 地址空间的意义
-
定义：地址空间就是进程能够访问的所有内存地址的范围，它是逻辑上的概念。
-
为什么要有：
-
隔离性 → 每个进程都认为自己独占整个内存，互不干扰，避免一个程序越界破坏另一个程序数据。
-
统一性 → 不管真实物理内存大小多少，程序看到的地址从 0x0000... 开始，写代码时不必关心内存的物理分布。
-
方便管理 → 操作系统通过地址映射控制进程访问权限、分配内存区域、回收资源。
-
2. 虚拟内存的作用
虚拟内存是地址空间的具体实现方式，它通过**内存管理单元（MMU）**和页表，把进程的虚拟地址映射到物理内存或磁盘。
-
主要优势：
-
内存保护：一个进程访问越界地址时，MMU 能立刻触发异常（段错误），保证安全。
-
扩展性：即使物理内存不足，也能用磁盘空间（Swap）虚拟成“更多的内存”。
-
共享与私有并存：允许不同进程共享一段物理内存（例如共享库），同时其他区域仍保持独立。
-
简化编程：程序员不必关心内存碎片和物理布局，虚拟地址看起来是连续的。
-
3. 物理内存的角色
-
物理内存是真正存放数据的硬件资源（RAM 芯片）。
-
系统通过**分页（Page）或分段（Segment）**把虚拟地址映射到物理地址。
-
物理内存有限，虚拟内存机制让多个进程看起来拥有足够大的可用空间
一、进程管理是如何分配地址空间
操作系统管理进程时，进程控制块（PCB，Linux 里是 task_struct）中会保存 内存管理相关的信息，比如：
-
页表基地址（虚拟地址到物理地址的映射）
-
程序代码段位置
-
堆和栈的起始地址和大小
-
内存映射区（mmap 动态库、文件映射）
进程调度时，操作系统会切换页表（即虚拟地址映射），从而让 CPU 看到的是该进程的地址空间。
也就是说，进程管理和地址空间是绑死在一起的：
-
PCB 记录地址空间信息
-
切换进程 = 切换虚拟地址空间
如果用伪 C 代码表示，简化的 PCB 结构可能是这样：
struct PCB {pid_t pid; // 进程 IDpid_t ppid; // 父进程 IDenum state; // 进程状态struct CPU_context ctx; // CPU寄存器等上下文信息struct mm_struct *mm; // 进程的内存描述符（指向地址空间结构）struct file *files[MAX_FILES]; // 打开文件表struct sched_info sched; // 调度信息 };重点：PCB 本身不直接保存整个地址空间，而是保存一个指针 mm，指向 内存描述符（Memory Descriptor），这个描述符才负责具体的虚拟地址空间布局。
地址空间是怎么被描述的（mm_struct）
在 Linux 内核中，进程的虚拟内存布局是用 struct mm_struct 表示的。
struct mm_struct {unsigned long start_code, end_code; // 代码段范围unsigned long start_data, end_data; // 数据段范围unsigned long start_brk, brk; // 堆的起始和当前结尾unsigned long start_stack; // 栈顶地址struct vm_area_struct *mmap; // 链表/红黑树管理的 VMA 区域 };
VMA（虚拟内存区域，Virtual Memory Area）
这是描述进程内连续虚拟地址区间的结构体。
比如代码段、数据段、堆、栈、mmap 映射区，每一块都是一个 VMA。
struct vm_area_struct {unsigned long vm_start;unsigned long vm_end;unsigned long vm_flags; // 读写执行权限struct vm_area_struct *vm_next; // 链表连接 };所以从数据结构上看，PCB → mm_struct → vm_area_struct 是一条链路：
PCB
└── mm_struct（描述整个虚拟地址空间）
└── 链表/红黑树（每个节点是一个虚拟内存区域 VMA）
二、 PCB 如何“分配”进程地址空间
PCB 本身不直接“存放”进程的内存，而是通过 内存管理信息（比如页表地址、段表信息）来指向进程的 虚拟地址空间。
参考示意图
(1) 创建进程时（fork()）
-
PCB 本身不直接“存放”进程的内存，而是通过 内存管理信息（比如页表地址、段表信息）来指向进程的 虚拟地址空间。
当新建一个进程时，内核会：
-
创建 PCB（分配内核内存保存它），分配虚拟地址空间（或者复制父进程的映射关系），初始化页表（映射虚拟地址 → 物理地址），设置代码段、数据段、堆、栈的起始地址和大小，将这些信息写入 PCB 的内存管理部分。
(2) 父子进程的地址空间分配
在 Linux 中，创建进程通常通过 fork()：
-
fork() 之后，父子进程会有各自独立的 PCB
-
父子进程的 虚拟地址空间布局相同（代码段、数据段、堆、栈内容初始相同）
-
但是物理内存并不一定复制一份，而是采用 写时复制（Copy-on-Write, COW） 技术
📌 写时复制的过程：
-
fork 之后，父子进程的页表都指向同一块物理内存，并标记为 只读。
-
当任意一个进程试图修改某一页时，内核才会：
-
分配新的物理页
-
复制旧页内容
-
更新该进程的页表，解除只读标记
-
这样保证了修改不会影响另一个进程
-
三、 为什么说是“修改 PCB 分配地址空间”
-
PCB 自身不存放具体的内存，而是通过 mm_struct 维护虚拟地址空间的元信息。
-
所谓“修改 PCB”就是：
-
在创建进程、加载新程序或内存分配时，更新 PCB 里的 mm 指针指向的新内存布局。
-
这个布局用 VMA 链表/红黑树来表示。
-
-
这样 OS 就能根据这些结构，找到进程每个虚拟地址对应的物理页。
[PCB]
├─ PID, 状态, 寄存器...
└─ mm → [mm_struct]
├─ start_code, end_code
├─ start_data, end_data
├─ start_brk, brk (堆)
├─ start_stack (栈)
└─ mmap → [VMA 链表 / 红黑树]
├─ VMA1: 代码段
├─ VMA2: 数据段
├─ VMA3: 堆
├─ VMA4: 栈
└─ ...
-
PCB 里保存了进程的内存映射信息，但本身不存放数据。
-
fork 会复制 PCB 和页表，地址空间初始相同，但物理内存通过 写时复制 节省资源。
-
父子进程不一定共享地址空间，除非用线程或显式共享内存。
-
共享内存 是多进程通信的重要手段。
总结
进程管理在分配地址空间时，不会一次性分配所有物理内存，而是：
-
创建进程 → 操作系统先为其建立虚拟地址空间（代码段、数据段、堆、栈等）。
-
建立页表 → 通过页表记录虚拟地址与物理地址的映射关系。
-
按需分配 → 当进程访问某个虚拟地址时才分配对应的物理内存（缺页中断机制）。
-
保护与隔离 → 每个进程的地址空间互不干扰，访问非法地址会被操作系统拦截。