初识虚拟地址空间

物理地址和虚拟地址

物理寻址：CPU访问存储器的最原始方法就是直接用物理地址（Physical Address, 可简称PA）。物理地址是唯一的。

虚拟寻址：CPU通过生成一个虚拟的地址来访问内存，在访问前会把虚拟地址转化为物理地址。虚拟地址（virtual Address, 可简称VA）。

MMU：它是memory manage unit的缩写，内存管理单元。内存管理单元是CPU芯片上的硬件，它的作用是利用存放在内存中的表将虚拟地址转变成物理地址，这个转变的步骤被称为地址翻译。

我们平常写程序所看到的地址都是虚拟地址。
验证：

//mycode.c 
1 # include <stdio.h>
2 # include <unistd.h>
3 int main(void)
4 {
5   int id;
6   int val = 1314;
7   id = fork();
8   while(1)
9   {
10     if(id == 0)
11     {
12       //child
13       printf("i am child, val=%d, my val_address: %p.\n",val , &val);       
14       sleep(1);
15     }
16     else{
17       //father
18       val = 520; //将val的值修改成520
19       printf("i am father, val=%d, my val_address: %p.\n",val, &val);
20       sleep(1);
21     }
22     sleep(1);
23   }
24   return 0;
25 }

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

运行以上程序。

//提取内容
i am father, val=520, my val_address: 0x7ffdca7cf3d8.
i am child, val=1314, my val_address: 0x7ffdca7cf3d8.

1
2
3
4

惊奇地发现，地址都是0x7ffdca7cf3d8,而地址中的内容一个是520，一个是1314，如果是同一个物理地址，值为什么会不一样！这说明我们看到的是虚拟地址，这些虚拟地址映射到了不同的物理地址。

我在文章里说的“内存”是物理内存

地址空间

地址空间：非负整数地址的有序集合。如果地址空间中的地址是连续的，则它是一个线性地址空间。

地址空间有：虚拟地址空间和物理地址空间。虚拟地址空间实际上是把外部存储器的磁盘中的部分当作了内存，所以也叫虚拟内存，因为它不是真正的内存。

地址空间大小的描述：地址空间内包含有2^n个地址，则称为n位地址空间。

接下来的讨论将假设为线性的地址空间。

这样就像把地址空间划分成了一块一块的样子。

• 虚拟地址空间划分成了许多固定大小的块，这些块被称为虚拟页（页面）。
• 物理地址空间划分成了许多固定大小的块，这些块称为物理页（页帧、页框）。

虚拟页的大小和物理页的大小讲究对齐原则。

虚拟页面有以下几种状况。

• 未分配的：可理解为这块页还没有被使用，没有任何的数据和这个页关联，所以未分配的页不占据磁盘空间。
• 已映射（已缓存）：已经被缓存在了物理地址空间，也可以说当前映射在了物理页。
• 未映射（未缓存）：已经分配，但是还没有缓存在物理页（还没有映射到物理页）。

缓存似乎有点抽象，映射要好理解得多！

页表

页表：是一个页表条目（PTE,Page Table Entry的缩写）的数组，存放在物理存储器中。内存管理单元通过页表将虚拟页映射到物理页，将虚拟地址翻译成物理地址。

虚拟页号当作数组下标，也就是虚拟页号当作索引，通过虚拟页号就可以找到对应的页表条目。

1】虚拟页0和3还未被分配。
2】虚拟页1、2、4、7已映射到物理内存。
3】虚拟页5、6已被分配，但是还没有映射到物理内存。

有效位用于判断该虚拟页是否被映射到了物理内存中。CPU如果访问已经分配，但是还没有被映射到物理内存的虚拟页，这种情况称为缺页。假设现在CPU要访问vp5中的数据，当MMU内存管理单元从物理存储器中读PTE 5，它的有效位显示这个虚拟页还没有被映射，就会触发缺页异常，缺页异常会调用缺页异常处理程序。

• 1】选择一个牺牲页
• 2】将牺牲页拷贝回虚拟内存
• 3】修改牺牲页对应的页表条目
• 4】把缺页的虚拟页映射到物理内存中牺牲页的位置
• 5】再次跟新对应的页表条目。
• 6】缺页异常处理程序返回
• 7】重新启动导致缺页的指令
• 8】正常

这个过程暂时停止访问，转而去处理缺页，所以这叫缺页中断。

缺页中断时，操作系统需要选择内存里的一个页面，牺牲掉它的位置，让给要调入的虚拟页面。

对于这个要牺牲掉的牺牲页，如果它在内存里的时候被修改过了，就需要把它写回磁盘上，更新这个页面在磁盘上的副本。如果没有修改过，就不需要写回去。你用word写过一些东西吧，当你在写的时候，这个数据就被加载进了内存里，如果你忘记保存了，那么下一次可能数据就丢失了，这就是因为页面被你修改了，但是你还没有更新磁盘上的副本，那么是不能永久保存的。

那么操作系统会选择牺牲掉哪一个页面呢？
发生缺页中断的时候，操作系统也许会随机的选择一个牺牲页来置换，但是这样并不好！在虚拟内存和内存之间传送页，这个动作称为页面调度，或者页面置换 ,还可以称为交换。针对不同的优化方向，衍生出了许多地页面调度的策略，这能够尽可能地达到最优性能。

页面调度的策略就是页面调度算法，常见的页面调度算法：

虚拟内存保护了物理内存

上面所述的页表是简化的版本，实际上，页表条目（PTE)中不只有有效位，还有许多其他的标志位。

• 修改位
• 保护位
• 访问位
• 禁止高速缓存位
• sup位

保护位：PTE增加了保护位起到了保护的作用，保护位实际上就是做了一些权限，限制这个PTE对应的页面是否可以读、写、执行。不然你以为被const修饰的内容为什么能做到只读的呢？这里只是简单地举个例子。

修改位：用于判断这个PTE所对应的页面是否被修改过，缺页中断要进行页面换出时，这是非常有用的，如果牺牲页面驻留在内存时被修改过了，那么就必须把该页面写回磁盘，目的是更新磁盘上该页面的副本。修改位也称为“脏位”，这个页面被修改了——>“这个页面脏了”

访问位：在发生缺页中断时，操作系统可以借助访问位的值来选择牺牲页。

高速缓存禁止位：顾名思义，这个标志位可以禁止该PTE对应的页面进行高速缓存。

sup位：这个位用于表示是否需要在内核模式（内核态）才能访问页面。

地址翻译

MMU是如何利用页表实现地址翻译的？

CPU中有一个寄存器，页表基址寄存器（PTBR），这个寄存器指向当前页表的首地址。而虚拟地址显示了虚拟页号（VPN）和虚拟页偏移量（VPO）。MMU通过虚拟页号找到对应的页表条目（PTE），因为虚拟页和物理页讲究对齐原则，所以虚拟页的偏移量和该物理页面的偏移量是一样的将页表条目（PTE）里的物理页号和物理页的偏移量串联起来，得到对应的物理地址。

加速地址翻译

上面所描述的页表实际上是慢表！

什么？慢表？难不成还有快表吗！没错，页表有慢表和快表。

之所以说前面描述的存储在物理内存中的页表是慢表，是因为有了分页机制后，当CPU产生一个虚拟地址时，内存管理单元MMU就需要去内存访问一次PTE，后面还要访问物理内存中的物理页面，至少要访问两次物理内存！导致现在至少访问两次物理内存才相当于原本的访问一次物理内存，那么还会有人需要分页机制吗？

实际上很多的程序总是反复地读取少量的页面，其他的页面很少被访问，根据这个突破点，在内存管理单元MMU中设置了一个硬件设备——>翻译后备缓冲器（Translation Lookaside Buffer,简称TLB）。 也可以称为快表或者相联存储器。

快表实际上就是一个比较小的缓存，每个缓存行里保存着一个PTE

多级页表

当虚拟地址空间非常大的时候，对应的页表也就非常地大，比物理内存还要大，这是万万不行的！所以要想办法 压缩页表。

压缩页表的最常用的办法就是划分层次结构，划分出层次结构，那么就衍生出了多级页表。

好比以前没有网络的时候，学校要面对全校师生个人召开重要的会议，找学校里的一个人，但是学校的人太多了，常用的方法就是划分出层次来分批召开会议，领导先给各班的老师开会传达内容，然后各班老师来给寝室长开会传达内容，寝室长给其他人员开会传达内容，最终就可以找到这个人。

多级页表类似于这样的机制。
多级页表可以避免把全部的页表一直驻留在物理内存中，特别是一些不用的页表，免得浪费物理内存。

• 如果一级页表是空的，其二级页表则不存在。
• 只需要一级页表总是驻留在内存中，而其他级的页表只最经常使用的才有必要缓存在内存中，这样能够有效地缓解内存的“压力”。