漫谈虚拟内存

虚拟内存是什么？它是对主存和I/O设备的抽象，这一点在漫谈进程和线程中已经提及过，也就是说，虚拟内存是将内存看做硬盘的高速缓存，内存中只保存程序的活动区域，根据需要在硬盘和内存之间传输数据；同时，虚拟内存为每个进程提供一个一致的地址空间，比如说32位计算机，每个进程的地址范围是0,4G。此外，虚拟内存保护每个进程的地址空间不被其他进程破坏，那么，通过何种方法使得每个进程的地址空间是独立的？看完本文，这个问题你自然就知道答案了。

内存管理的要求

• 针对批处理系统，程序顺序执行，程序依次装入内存运行，一个新装入的程序会完全覆盖老的程序。
• 针对分时系统，多个程序并发执行，要把尽可能多的程序装入内存，但是物理内存的空间是有限的，经常需要将程序换入换出，这样一来，系统性能就变差了；程序在内存中要区分开。
  

如上图，程序1、程序2、程序3装入到内存，而程序2运行完成被换出，内存空闲出20k，然后进来程序4，大小为25K，此时，只有两处空闲块，10K和20K，没有一处是符合条件的，应该怎么办？一个明显的办法就是将两块空闲区域进行合并，形成一个大小为30K的空闲块满足程序4。

注意：此时描述的内存的物理地址，物理内存使用的是连续地址，下面详细介绍物理地址。

物理地址

使用物理地址的缺点：当多个程序同时对某个地址进行操作时就会引起冲突，如下图所示，程序1和程序2中都有指令movl eax,(100)。针对这个问题怎么解决呢？

在装载程序的时候，修改指令的地址。例如程序2中的(100)+1000，其中1000代表这个程序的开始地址，而程序1中的(100)+0。这样做是很困难的，因为需要我们理解所有的指令。既然这个方法不好，那么有没有其他方法呢？答案就是逻辑地址。

逻辑地址

CPU有一个内存管理单元（MMU），它有一个基址寄存器，它保存着每个程序的开始地址，比如说程序1的基址寄存器是1000，偏移量是200，转换成物理地址是1200。

分页

假设一个程序很大，需要占据所有内存，而内存管理的一个要求就是把尽可能多的程序装入内存，两者相互矛盾。应对方法就是分页，就是说每个程序开始运行时只会加载部分数据到内存中，操作系统会为每个进程维护一个页表，页表是维护虚拟页和物理页的映射关系，当页表中的虚拟页对应的物理页是空白时，操作系统会发生缺页中断。分页的理论依据是局部性原理（空间局部性+时间局部性），也正是这个原因，程序在大部分时间内不需要进行页面置换。如果发生缺页中断，缺页中断处理程序读取磁盘，选择一个空闲物理页面，修改页表，重新执行程序。

• 注意事项
• 每个进程都要有一个页表，进程PCB有指向页表的指针
• 页表访问要非常快（硬件缓存来拯救：转换缓冲区--TLB）
• 页表可能非常大（2^32 的内存空间，每个页大小2^12 ，页表中需要2^20个页表条目，假设每个条目4Byte，需要4M空间来存放表，而且每个进程都需要4M，这是非常占用空间的。可以采用多级页表，反向页表等技术来解决）。

• 分页具体流程 以CPU执行MOV (0x560) EAX为例，CPU内部会将逻辑地址进行拆分成页号和偏移量，然后将逻辑地址转换成物理地址。
  

页面置换算法

• 内存是有限的，不可能把所有的页面都装进来，缺页时需要进行页面置换。
• 页面置换背后是个通用的问题（Web服务器的缓存、Redis、Memcached的缓存等等）。FIFO（先进先出）先进先出算法思想很简单，当内存满了，优先置换出最先进入内存的页面。但是它存在一个问题：经常被访问的数据有可能被换入换出，下面我就举个简单的栗子。假设只有3个物理页面，逻辑页面的访问次序是： 7 0 1 2 0 3 0 4。

LRU（最近最少使用）

LRU算法就是所有页用栈组成，当栈满了，且新增加元素没有命中，则将栈底元素淘汰，新增元素放到栈顶；当栈满了，且新增元素命中，则只需要将新增元素移动到栈顶位置即可。假设只有3个物理页面，逻辑页面的访问次序是： 7 0 1 2 0 3 0 4。

Clock算法

Clock算法是LRU算法的近似实现，它为每个页加一个引用位，默认值为0，无论读还是写，都置为1，它把所有的页组成一个循环队列，选择淘汰页的时候，扫描引用位，如果是1则改成0（相当于再给该页面一次存活的机会），并扫描下一个；如果该引用位是0，则淘汰该页，换入新的页面。假设只有3个物理页面，逻辑页面的访问次序是： 3 4 2 6。

分段

上述介绍的页表机制是面向机器的，而为了程序员更好的理解程序，我们的先辈们又提出了分段概念，就是将程序划分为若干段部分，每一段都有独立的功能，例如：代码段，数据段，栈，堆等。通过分段技术，我们把内存空间分成一个个可以自治的段，而且把内存从一维空间变成了一个二维空间。

段页结合

段页结合流程：首先根据段表信息，将逻辑地址转换成另一个逻辑地址，在转换的过程中会判断偏移量是否超过指定长度，如果没有超过，则，则根据页表将逻辑地址转换成物理地址。

虚拟内存具体实现

这里介绍Linux中的虚拟内存的具体实现，如下图，task_struct结构体是进程描述符，属于进程管理（PCB），其中，mm（memory manage）表示内存管理，它指向mm_struct结构体，它描述linux下进程的虚拟地址空间，它又包含两个重要字段：pgd、mmap，其中，pgd指向第一级页表的基址，而mmap指向一个vm_area_struct(区域结构)的链表，vm_start,vm_end分别表示数据的起始地址，vm_prot描述的是这个区域包含的所有页的读写许可权限；vm_flags描述这个区域是和别的进行共享的，还是该进程私有的

Linux缺页中断：MMU（内存管理单元）试图翻译一个虚拟地址A，当这个虚拟地址对应的物理地址不在内存中是，触发一个缺页中断。虚拟地址A是合法的吗？地址A在某个区域地址内吗（vm_start,vm_end）,如果不存在，segement fault!段错误。如果存在，则接着判断进程是否可以读，写，执行这个区域内页面的权限？如果没有权限，触发保护异常。经过上诉两项判断，如果都是正常的，最后才开始真正的缺页处理，从硬盘装载数据，修改页表。

欢迎关注微信公众号：木可大大，所有文章都将同步在公众号上。