你看到的所有地址都不是真的

作者：飛天小牛肉 2021-05-17 10:27:42

我們需要知道的是，所有這些打印出來(lái)的地址都是虛擬的，在物理內(nèi)存中這些地址并不真實(shí)存在，它們最終都將由操作系統(tǒng)和 CPU 硬件翻譯成真正的物理地址，然后才能從真實(shí)的物理位置獲取該地址的值。

本文轉(zhuǎn)載自微信公眾號(hào)「飛天小牛肉」，作者飛天小牛肉。轉(zhuǎn)載本文請(qǐng)聯(lián)系飛天小牛肉公眾號(hào)。

先解釋下一個(gè)困擾了我很久的問題：虛擬地址(vitural address)和邏輯地址(logical address)的區(qū)別。

大部分操作系統(tǒng)的書籍要么寫的是虛擬地址，要么寫的是邏輯地址，看的我一臉懵逼。

在《深入理解 Linux 內(nèi)核》這本書中終于找到了確切的答案，這里我就不寫出來(lái)了，扣概念的話這倆確實(shí)是有些區(qū)別的，不過(guò)對(duì)于我們?nèi)粘Ｊ褂靡约袄斫獠僮飨到y(tǒng)來(lái)說(shuō)的話，暫且可以把虛擬地址和邏輯地址理解為同一個(gè)意思。

你看到的所有地址都不是真的

下面這段 C 代碼摘錄自《操作系統(tǒng)導(dǎo)論 - [美] 雷姆茲·H.阿帕希杜塞爾》，依次打印出 main 函數(shù)的地址，由 malloc(類似于 Java 中的 new 操作)返回的堆空間分配的值，以及棧上一個(gè)整數(shù)的地址：

得到以下輸出：

OK，上述就當(dāng)作一個(gè)引子，讓各位對(duì)物理地址和虛擬地址有個(gè)直觀的理解，下面正文開始。

物理尋址 Physical Addressing

物理地址的概念很好理解，你可以把它稱為真正的地址。《深入理解計(jì)算機(jī)系統(tǒng) - 第 3 版》中給出的物理地址(physical address)的定義如下：

計(jì)算機(jī)系統(tǒng)的主存被組織成一個(gè)由 M 個(gè)連續(xù)的字節(jié)大小的單元組成的數(shù)組。每字節(jié)都有一個(gè)唯一的物理地址。

比如說(shuō)，第一個(gè)字節(jié)的物理地址是 0，接下來(lái)的字節(jié)地址是 1，再下一個(gè)是 2，以此類推，給定這種簡(jiǎn)單的結(jié)構(gòu)，CPU 訪問內(nèi)存的最自然的方式就是使用這樣的物理地址。我們把這種方式稱為物理尋址(physical addressing)。

舉個(gè)例子，比如說(shuō)當(dāng)程序執(zhí)行了一條加載指令，指令內(nèi)容是從物理地址 4 中讀取 4 字節(jié)字傳送到某個(gè)寄存器中。

物理尋址過(guò)程如下：當(dāng) CPU 執(zhí)行到這條指令時(shí)，會(huì)生成物理地址 4，然后通過(guò)內(nèi)存主線，把它傳遞給內(nèi)存，內(nèi)存取出從物理地址 4 處開始的 4 字節(jié)字，并將它返回給 CPU，CPU 會(huì)將它存放到指定的寄存器中。看下圖：

其實(shí)不難發(fā)現(xiàn)，物理尋址這種方式，每一個(gè)程序都直接訪問物理內(nèi)存，其實(shí)是存在重大缺陷的：

1)首先，用戶程序可以尋址內(nèi)存的任意一個(gè)字節(jié)，它們就可以很容易地破壞操作系統(tǒng)，從而使系統(tǒng)慢慢地停止運(yùn)行。

2)再次，這種尋址方式使得操作系統(tǒng)中同時(shí)運(yùn)行兩個(gè)或以上的程序幾乎是不可能的。

舉個(gè)例子，我們打開了三個(gè)相同的程序(計(jì)算器)，都執(zhí)行到某一步。比方說(shuō)，用戶在這三個(gè)程序的界面上分別輸入了 10、100、1000，其對(duì)應(yīng)的指令就是把用戶輸入的數(shù)字保存在內(nèi)存中的某個(gè)地址中。如果這個(gè)位置只能保存一個(gè)數(shù)，那應(yīng)該保存哪個(gè)呢?這不就沖突了嗎?

再舉個(gè)例子，摘自《現(xiàn)代操作系統(tǒng) - 第 3 版》：

一個(gè)程序給物理內(nèi)存地址 1000 賦值也就是存入了一些數(shù)據(jù)后，另一個(gè)程序也同樣給這個(gè)地址賦值，那么第二個(gè)程序的賦值會(huì)覆蓋掉第一個(gè)程序所賦的值，這會(huì)造成兩個(gè)程序同時(shí)崩潰。

當(dāng)然了，我們也說(shuō)了是幾乎不可能，不是完全不可能，還是有一些方法可以在物理尋址這種方式下實(shí)現(xiàn)多個(gè)程序并發(fā)運(yùn)行的。

最簡(jiǎn)單的方法就是：首先，將空閑的進(jìn)程存儲(chǔ)在磁盤上，這樣當(dāng)它們不運(yùn)行時(shí)就不會(huì)占用內(nèi)存，然后，讓一個(gè)程序(或者說(shuō)進(jìn)程)單獨(dú)占用全部?jī)?nèi)存運(yùn)行一小段時(shí)間，當(dāng)發(fā)生上下文切換的時(shí)候，就停止這個(gè)進(jìn)程，并將它所有的狀態(tài)信息保存在磁盤上，再加載其他進(jìn)程的狀態(tài)信息，然后運(yùn)行一段時(shí)間...... 只要在某一個(gè)時(shí)間內(nèi)存中只有一個(gè)程序，那么就不會(huì)發(fā)生上述所說(shuō)的地址沖突。這就實(shí)現(xiàn)了一種比較粗糙的并發(fā)。

為什么說(shuō)他是粗糙的呢，因?yàn)檫@種方法有一個(gè)問題：將全部的內(nèi)存信息保存到磁盤太慢了!特別是當(dāng)內(nèi)存增長(zhǎng)的時(shí)候。

因此，我們考慮把進(jìn)程對(duì)應(yīng)的內(nèi)存一直留在物理內(nèi)存中，在發(fā)生上下文切換的時(shí)候就切換到特定的區(qū)域。

如下圖所示，有 3 個(gè)進(jìn)程(A、B、C)，每個(gè)進(jìn)程擁有從 512KB 物理內(nèi)存中切出來(lái)給它們的一小部分內(nèi)存，可以理解為這 3 個(gè)進(jìn)程共享物理內(nèi)存：

顯然，這種方式是存在一定安全隱患的。畢竟如果各個(gè)進(jìn)程之間可以隨意讀取、寫入內(nèi)容的話那就亂套了。

那么如何對(duì)每個(gè)進(jìn)程使用的地址進(jìn)行保護(hù)(protection)呢?繼續(xù)使用物理內(nèi)存模型肯定是不行了，因此操作系統(tǒng)創(chuàng)造了一個(gè)新的內(nèi)存抽象，引入了一個(gè)新的內(nèi)存模型，那就是虛擬地址空間，很多書中都會(huì)直接稱呼為 “地址空間(Address Space)”。

虛擬尋址 Virtual Addressing

我先通俗地解釋下虛擬地址空間和虛擬地址的概念，直接上書中的定義讀起來(lái)有點(diǎn)生澀。

就是說(shuō)每個(gè)進(jìn)程的棧啊、堆啊、代碼段啊等等它們的實(shí)際物理內(nèi)存地址對(duì)于這個(gè)進(jìn)程來(lái)說(shuō)是不可見的，誰(shuí)也不能直接訪問這個(gè)物理地址。

那我們?cè)趺慈ピL問這個(gè)進(jìn)程呢?

操作系統(tǒng)會(huì)給每個(gè)進(jìn)程分配一個(gè)虛擬地址空間(vitural address)，每個(gè)進(jìn)程包含的棧、堆、代碼段這些都會(huì)從這個(gè)地址空間中被分配一個(gè)地址，這個(gè)地址就被稱為虛擬地址。底層指令寫入的地址也是虛擬地址。

每個(gè)進(jìn)程都擁有一個(gè)自己的地址空間，并且獨(dú)立于其他進(jìn)程的地址空間。也就是說(shuō)一個(gè)進(jìn)程中的虛擬地址 28 所對(duì)應(yīng)的物理地址與另一個(gè)進(jìn)程中的虛擬地址 28 所對(duì)應(yīng)的物理地址是不同的，這樣就不會(huì)發(fā)生沖突了。

可以這么理解，物理地址就是一個(gè)倉(cāng)庫(kù)，虛擬地址就是一個(gè)門牌，比方說(shuō)一共有三十個(gè)門牌，那么所有的進(jìn)程都能看見這三十個(gè)門牌，但是他們看見的某個(gè)相同門牌，指向的并不是同一個(gè)倉(cāng)庫(kù)。

OK，下面再來(lái)看《現(xiàn)代操作系統(tǒng) - 第 3 版》書中對(duì)于地址空間的解釋，應(yīng)該很容易理解了：

地址空間是一個(gè)進(jìn)程可用于尋址內(nèi)存的一套地址集合。每個(gè)進(jìn)程都有一個(gè)自己的地址空間，并且這個(gè)地址空間獨(dú)立于其他進(jìn)程的地址空間(除了在一些特殊情況下進(jìn)程需要共享它們的地址空間外)。

地址空間的概念非常通用，并且在很多場(chǎng)合中出現(xiàn)。比如電話號(hào)碼，在美國(guó)和很多其他國(guó)家，一個(gè)本地電話號(hào)碼通常是一個(gè) 7 位的數(shù)字。因此，電話號(hào)碼的地址空間是從 0 000 000 到 9 999 999。

地址空間也可以是非數(shù)字的，以 “.com” 結(jié)尾的網(wǎng)絡(luò)域名的集合也是地址空間。這個(gè)地址空間是由所有包含 2~63 個(gè)字符并且后面跟著 “.com” 的字符串組成的，組成這些字符串的字符可以是字母、數(shù)字和連字符。

到現(xiàn)在你應(yīng)該已經(jīng)明白地址空間的概念了，它是很簡(jiǎn)單的。

有了虛擬地址空間后，CPU 就可以通過(guò)生成一個(gè)虛擬地址來(lái)訪問主存，這個(gè)虛擬地址在被送到內(nèi)存之前會(huì)先被轉(zhuǎn)換成合適的物理地址，這個(gè)虛擬地址到物理地址的轉(zhuǎn)換過(guò)程稱為地址翻譯/地址轉(zhuǎn)換(address translation)。

地址翻譯需要 CPU 硬件和操作系統(tǒng)的密切合作：CPU 上的內(nèi)存管理單元(Memory Management Unit，MMU)就是專門用來(lái)進(jìn)行虛擬地址到物理地址的轉(zhuǎn)換的，不過(guò) MMU 需要借助存放在內(nèi)存中的查詢表，而這張表的內(nèi)容正是由操作系統(tǒng)進(jìn)行管理的。

那么，上述這一套 CPU 生成虛擬地址并進(jìn)行地址翻譯的流程就是虛擬尋址(virtual addressing)。舉個(gè)例子，看下圖：