论坛徽章:: 13

电梯直达

1楼 [收藏(0)] [报告]

发表于 2016-09-14 18:58 |只看该作者 |倒序浏览

很新的新手看这篇文章，可能有些地方暂时没办法理解，跳过不看没关系的（文中对这些地方进行了标记）。

理解“虚拟地址-物理地址”这对概念，首先要理解“程序-进程”的区别。

可以拿生活中更为常见的“剧本-电影”来对比理解，对于剧本来说，“张飞”由一个抽象的文字符号表示，对于电影来说，张飞由一个具体的演员饰演，同样一部《三国演义》，可以由不同阵容的演员拍摄成不同版本的电影，剧本是对故事的抽象描述，电影是对故事的具体展现。

回到“程序-进程”这对概念，程序是用计算机语言表达了一个通用且抽象的思路（通常是描述一个问题的解决方法），比如一段“交换两个变量值”的程序，不光计算机在交换两个数字时可以按照这样的思路去执行，生活中某些场合也可以按照这样的思路执行，比如强强发现萌萌的苹果比自己的小，为了表示关爱，他就把自己的大苹果放到果盘，然后把萌萌的小苹果抢过来，再告诉萌萌去果盘拿大苹果。而进程正是特指在计算机的环境执行程序表达的逻辑。

程序如同兵法，为了描述如何排兵布阵，需要用到一些代号，还是拿“交换两个数字”举例，可以这样描述：
① 把1号位置的数字放到3号位置
② 把2号位置的数字放到1号位置
③ 把3号位置的数字放到2号位置

程序并不关心1、2、3的值本身，用7、3、100三个数字也可以表达出同样的逻辑，只要保证不冲突即可。还是换到《三国演义》里面，如果把全书中的“张飞”替换成另外一个不冲突的名字，故事情节仍然一样，但如果替换成“赵云”，那就会矛盾重重了，导演就没办法导了。
那么程序在编写、编译、执行这几个阶段中，都由谁来保证不“冲突”呢？首先程序员要保证程序中“变量名代号”的含义不冲突，其次，编译器会保证将不冲突的“变量名代号”替换成不冲突的“数字代号”（需要了解ELF格式，编译链接原理），最后，内核保证将经过编译后的“数字代号”映射为不冲突的“实际内存地址值”，内核建立了不冲突的映射关系，硬件根据映射关系映射得到的物理地址自然也不会有问题（需要了解CPU的MMU原理和Linux内存管理知识）。

顺便再想一下哪些情况会冲突呢？

① 32位系统中，“数字代号”由32位数字表示，即最多可以同时使用2^32个，那么当程序中的变量极端的多，编译器就有可能没办法找到更多的代号替换变量（对于上述这种交换变量的逻辑来说，少于3个代号就没办法描述了，自然不能排除少于2^32个就没办法描述的程序）；
② 运行时动态分配出来的大块空间，内核也会相应的建立一大块虚拟地址（代号）与物理地址映射，比如malloc(4G)，即使开启页式内存管理和交换分区功能，物理内存虽然可以到真正要用的时候再分配，或者即使正在用，也可以被换出到磁盘，但虚拟地址还是要求系统能一下子给到位的，否则访问到某个虚拟地址时，怎么知道是还没分配还是只是对应的物理内存没有分配呢（这里看不懂也没关系，后面一起学习）。

撇开还没有学过的知识，感性的总结一下“虚拟地址-物理地址”（本文目标，希望新手朋友，可以理解了呀）：

虚拟地址就是我们的程序编译后，编译器把我们的“变量代号”替换成的“数字代号”。
物理地址就是根据内核设置的映射关系，每个虚拟地址对应的那个地址。我们不妨先把这些内存条中大量的电子管或晶体管按从左到右、从上到下编号，认为是内存的物理地址，那么CPU不是直接拿虚拟地址的值去找相应的电子管或晶体管，而是根据根据物理地址的值去找。

一一映射也是映射，也不需要内核去建一张表了，程序里什么地址，执行时就用什么地址，多简单，为什么内核不采取一一映射？

远古计算机时代的应用程序，以及现代计算机系统程序刚启动的一段时间，CPU处于“实模式”状态，正是用所谓的“一一映射”。然而实模式的弊端很容易想到，不同程序包含相同的“数字代号”时，它们同时执行时就会相互干扰（注意“进程间通信”是可控的，而干扰是不可预测的），所以计算机大牛们后来发明了“保护模式”。
为了支持新出现的保护模式，硬件方面也要升级，增加一些新特性（需要了解一种CPU，比如Intel i386 CPU）。硬件升级的原因很多，其中内核对于“虚拟地址→物理地址”的映射，开始只有段式映射这一种方法，后来才发明页式映射这种更先进的内存管理方式，所以这也迫使硬件升级，而段式内存管理和页式内存管理实际上就是两种不种的“虚拟地址→物理地址”映射方法，相互没有任何依赖关系，本可以用其一即可，但Intel x86系列CPU考虑到对老版本的兼容，不光加入了用于实现页式映射映射的新特性，还保留了用于支持段式映射的旧特性，所以映射到最终的物理前，要多经过一步映射，即逻辑地址→线性地址（段式映射）→物理地址（页式映射），导致内核如果想支持Intel X86 CPU，就必须设置两个映射关系，而又明知道在保护模式时，段式映射是多余的，所以该“糊弄”的就糊弄，此外如果不了解Intel X86 CPU对许多兼容性的考虑，直接去学个系列的CPU，会非常不明白为什么会设计成这样（具体后面再一起学习）。