进程地址空间

一、什么是地址空间

先来看一段代码

下面在代码或是画的图都是以32平台的环境下展示。

可以看到一个奇怪的现象，我们知道子进程可以访问到父进程的数据，两个进程的g_val的地址也是相同的，但在子进程修改g_val时父进程的g_val没有发生改变，两个进程的变量明明地址是一样的，可里面存在值却不一样。

其实我们c/c++运行代码看到的地址全部不是真正的物理地址（内存地址），是虚拟地址。OS会将这些虚拟地址变为物理地址，用户是不可见的。

虚拟地址空间

虚拟地址空间就是这篇要谈的进程地址空间，它是以一个结构体的方式存储在当前进程的test_struct内（每个进程都有），mm_struct。

虚拟地址空间在理论上的构建是仿造物理内存，它假设自己也有4G的地址，和物理内存一样使用0x00000000~0xFFFFFFFF来表示所有地址，然后每个区域都使用两个变量来划分（静态区、栈、堆、代码区等等）。

页表

当程序创建对象时会在对应区域开辟空间（给它一个虚拟地址），伴随虚拟地址空间的创建还会创建一个页表，页表是对虚拟地址和物理地址做一种映射。进程创建了一个虚拟地址，系统也会在物理地址上开辟相对应的空间大小地址，然后将虚拟地址和开辟的物理地址存放到页表内做映射。在进程的角度修改对象或拿到对象的值时，就是使用它的虚拟地址到页表内拿到物理地址在去进行修改。

这个时再来看上面的代码，父进程和子进程的g_val地址相同，其实是它们的虚拟地址相同，实际的物理地址是肯定不同的，才导致修改子进程不会影响父进程。

二、为什么存在地址空间

一、先来说没有地址空间，那么进程就会直接去访问物理地址，物理地址每次开辟的大小都基本是不同的，就会导致地址特别分散访问和开辟新的空间都会被影响。有了地址空间就会将无序变为有序，进程得以统一的看待物理内存以及自己的各个区域，访问就只是多了层映射，物理内存的管理全部交给了bash，这同时让进程管理模块和内存管理模块进行了解耦（互相独立）。

二、对访问和修改数据做了检查

访问

int arr[10]; arr[11] = 100;

上面这段代码很明显是越界了，那我们从进程的角度看看如何处理。

        在修改时arr[11]进程需要先找到它，先将arr[11]拆解为*(arr+11)，从arr的虚拟地址向后走11个整形大小拿到arr[11]的虚拟地址，然后在页表内查找对应的物理地址，可是页表中根本没有这个地址，因为没有为arr[11]开辟空间，这时系统就会拦截进程对物理地址的访问，返回错误信息。

修改数据

char* ch = "abcd"; ch = "hello";

在语法在角度我们会理解为，ch指向的“abcd”是在常量区，是不可修改的。进程上找到ch指向的虚拟地址，在通过页表拿到物理地址时，因为页表会标记当前物理地址的读写状态，所以会进行判断。“abcd”字符常量显然是只有读状态，系统会拦截这次请求。

写时拷贝

再回到最开始的代码，父进程创建子进程，子进程会拷贝父进程的task_struct和数据，代码是共享的，其中task_struct内的部分内容是需要子进程自己填写的，如pid、ppid。

全局变量g_val刚开始父子进程不只虚拟地址是相同的，所映射的物理地址也是相同的，物理地址发生改变是在子进程修改g_val时，页表会标记当前物理地址被几个虚拟地址映射了，如果大于1那么系统会为虚拟地址重新开辟一块物理地址做映射，进行使用。

写时拷贝在进程上确保了进程的独立性，在内存上减少了资源的不必要消耗。

页表作用的补充：

页表除了写时拷贝外还在挂起状态时减省的内存资源，挂起是在内存不足时将暂时不使用的资源存放到硬盘。如果不理解挂起状态可以看看我前面的进程状态的文章。

场景：现在系统内存不足，有一个进程它的代码已经执行了一半，OS就可以让这个进程已执行的一半代码挂起，页表内代码的虚拟地址不变，只修改物理地址，物理地址指向未执行代码。这时就处于一种状态，进程还是会认为自己的代码还在内存中，OS则减少了内存的资源，并且还不会影响进程运行。

虚拟地址是从哪里来：
可执行程序在磁盘时就已经存在虚拟地址了，我们在VS内写入任意代码将代码转汇编时就能看到地址的存在。

这时调用函数就是跳转到对应的地址，所以编译器没有地址就无法进行编译，编译器需要自行生成虚拟地址，在程序加载到内存时，进程是直接将数据中的虚拟地址填入到页表中。这里注意编译器是不会开辟栈和堆的虚拟地址，因为栈和堆是需要在运行过程中OS为其开辟空间。