Linux内核笔记002 - i386 的页式内存管理机制
发布者：jmpcall
发布于：2020-05-13 18:34
1. 虚拟地址
只要不是实际内存的地址，都是虚拟地址，通常就是指逻辑地址，逻辑地址是指指令中的地址，比如写一个下面这样的程序：
#include <stdio.h>
static char ch = 'A';
int main()
{
printf("%p, %c\n", &ch, ch);
return 0;
}
执行"gcc test.c -g -Wall"，然后执行"objdump -S a.out"，查看main()函数的反编译结果：
int main()
{
80483e4: 55 push %ebp
80483e5: 89 e5 mov %esp,%ebp
80483e7: 83 e4 f0 and $0xfffffff0,%esp
80483ea: 83 ec 10 sub $0x10,%esp
printf("%p, %c\n", &ch, ch);
80483ed: 0f b6 05 14 a0 04 08 movzbl 0x804a014,%eax ; 将地址0x804a014处的内容，即'A'，扩展成32位的无符号数0x00000041，保存到eax
80483f4: 0f be d0 movsbl %al,%edx ; 将eax最低字节即'A'，当作有符号数，扩展成32位，仍然是0x00000041，保存到edx
80483f7: b8 f0 84 04 08 mov $0x80484f0,%eax ；将格式字符串"%p, %c\n"地址，保存到eax
80483fc: 89 54 24 08 mov %edx,0x8(%esp) ; printf()实参：ch
8048400: c7 44 24 04 14 a0 04 movl $0x804a014,0x4(%esp) ; printf()实参：&ch
8048407: 08
8048408: 89 04 24 mov %eax,(%esp) ; printf()实参："%p, %c\n"
804840b: e8 f0 fe ff ff call 8048300 <printf@plt>
return 0;
8048410: b8 00 00 00 00 mov $0x0,%eax
}
8048415: c9 leave
8048416: c3 ret 其中，指令"0f b6 05 14 a0 04 08"，就包含着ch的地址"0x0804a014"，并且在执行的时候，会读取这个地址处的内容。
程序中的"0x0804a014"这个地址，就是逻辑地址，它本质上只是用于描述一段逻辑的标号，表示这段程序执行时，需要一个1字节的实际内存，并且用"0x0804a014"这个值标记它，就相当于上数学课时用的xyz，只不过除了xyz，数学中还可以用α、β、δ、φ、ξ、..等等标号，而二进程程序中，只用数字（指针/地址）作为标号，32位系统中，用32位的数字，64位系统中，用64位的数字。
Linux内核笔记001中已经学习过X86 CPU的段式管理设计，它实际是提供给软件，通过一种合理的安排，让每个程序都能在自己专属的段上使用内存，那么即使两个不同的程序使用相同的逻辑地址，也会对应到不同的实际内存单元，从而避免冲突。这么看来，前面介绍的越权、越界检查，都是手段，让每个程序使用独立的实际内存是才是目的，接着再把这个任务集中实现在内核层，就解放了应用程序对"内存冲突"的考虑，这正是保护模式的核心思想。
逻辑地址的集合，可以叫作"虚拟(内存)空间"，那么拿32位系统来说，还需要理解2个东西：
- 每个进程都有4G虚拟空间
- 虚拟空间也是资源
每个进程有4G虚拟空间的同时，也意味着只有4G虚拟空间，比如4G个标号都被无意义的对象占用着，有意义的对象就没有标号去对应了。
2. 物理地址
物理地址很容易理解，就是指实际内存的地址。物理地址的集合，也相应的叫作"物理空间"。
另外，有一组容易跟"虚拟空间"/"物理空间"混淆的概念："虚拟内存"/"实际内存"。虚拟内存是指交换分区，即把硬盘当作内存使用（书2.6~2.9节）。
3. 什么是内核
上面提到，在内核层集中实现"每个进程使用独立实际内存"的逻辑。那么，什么是内核？
Linux内核笔记001中介绍过CPU的两种硬件状态：实模式、保护模式。其实，在保护模式状态下，CPU又存在两种硬件状态的区分：内核态、用户态。主要是通过段寄存器中的RPL区分，内核态可以执行特权指令，用户态不可以执行特权指令。有了硬件特性的支持，再加上电脑开机的第一条指令，又是从内核代码开始执行，那么内核的实现只要保证：在跳转到应用程序代码的同时，将CPU状态设置为用户态，用户态向切换回内核态的同时，指令也必须跳转回内核的代码区，就可以将权力掌握在自己手中。具体的实现，涉及到"门"的概念，以有CPL、DPL、CPL复杂的对比逻辑（后期会学习到）。
我自己在刚开始学习的时候，对"内核"的理解，一直存在一个误区：Linux内核是一个有高权限的进程。
其实这就涉及到"微内核"/"宏内核"的区别：
- 微内核
微内核可以理解成一个独掌大权的独立的进程，通过进程间通信的方式，为用户进程服务，内核的代码也只有"内核进程"可以执行。
- 宏内核
Linux内核属于宏内核，宏内核可以理解成，操作所有进程公共内存的一套接口（比如系统调用、异常处理函数），每个用户进程切换到内核态，执行内核的代码。
上面不是刚说过，每个进程都会使用自己独立的物理内存嘛，再加上按照应用程序开发的经验，在同一个进程中创建的不同线程，才可以共享全局的内存，不同进程共享资源，不是要通过进程间通信的方式嘛，那么，Linux内核操作的所有进程公共内存是什么？
理解这个问题之前，我们先要承认，所有进程是需要有公共内存的，否则自己占用了哪个部分的物理空间，如果只有自己看得见，那么别的进程进入内核态创建新进程时，怎么知道还有哪些物理空间可以用呢？
然后再理解，所有进程公共内存是什么的问题：
笔记第1节，已经介绍了"虚拟空间"的概念，Linux内核的设计，将4G虚拟空间，划分成了内核空间(3G-4G)和用户空间(0-3G)，既然是对虚拟空间的划分，那么就仍然是程序用于描述逻辑的标号，最终需要通过一个映射表，才能对应到实际的物理内存地址，那么，内核的实现只要保证：3G-4G范围的虚拟地址，使用一张"公共"的映射表，0-3G范围的虚拟地址，为每个进程独立创建一个映射表，即可。
可能有些人会在这里犯迷惑：问题的起点就是怎么让不同的进程，有公共的内存，而解决方法却要用到一张"公共"的映射表，不是矛盾了吗？
产生这种问题，是因为没有抓住"开机后内核代码优先执行"这一点，开机后，是内核代码一步步从实模式切换到保护模式、创建了一些公共资源、创建了init进程，init进程又创建了更多的进程，才有的进程切换。
4. i386页式内存管理
Linux内核笔记001中，把X86 CPU段式内存管理的电路逻辑，按照软件思维理解成一个"API"，相应的，段寄存器、GDTR/LDTR寄存器，就相当于是"参数"。同样的，页式内存管理相当于另外一个"API"，它的"参数"是：CR0寄存器（最高的PG位是页式映射的开关）、CR3寄存器（指向目录表）、指令中的逻辑地址（页偏移）。
由于要i386进入页式内存映射的逻辑，它必须先要完成段式内存映射，所以段式管理的"参数"也要设置正确。另外，由于同样的原因，指令中的逻辑地址，要经过2次映射，才能得到物理地址，为了方便整个过程的描述，就将第一次映射得到的结果称为"线性地址"，由于它也不是物理地址，从而也属于虚拟地址，这就是为什么一查资料，会同时出现"虚拟地址"、"逻辑地址"、"线性地址"、"物理地址"这么多概念的原因。
- 线性地址含义设计
- i386 CPU页式映射过程
- 目录项含义设计
页表项与目录项每个位域的作用，稍有不同，书上已经介绍的很明白了，另外整个过程没有什么理解难度，就不过多笔记了。
- 为什么要按目录和页分成两级？
这个设计是为了节省页表占用的内存，随着进程占用内存的增加，可以一页一页的增加页表，否则刚创建进程时，就要分配一个完整的4M页表，而系统中的进程，绝大部分只需要很小的内存，相应的，就只能利用到4M页表中的很小一部分，造成浪费。不过随着生产技术的进步，内存容量已经越来越大，少一步映射，相比浪费点内存，更好。
声明：该文观点仅代表作者本人，转载请注明来自看雪