从0开始linux（13）——进程（4）进程空间地址（1）

欢迎来到博主的专栏：从0开始linux
博主ID：代码小豪

文章目录

- 进程空间地址

还记得博主在之前介绍子进程时说过的话吗？子进程与父进程共享代码，而数据却不共享；这很好理解，因为子进程和父进程是不同的进程，根据进程的独立性，子进程和父进程不能相互影响，所以数据是不能互通的，但是这个观点我们好像一直没有去证实过，现在我们来写一个如下的代码，以证明博主所言非虚。

#include<stdio.h>
#include<unistd.h>
int gval=100;//全局变量
int main()
{
    pid_t ID=fork();
    if(ID==0)
    {
		//子进程执行
        gval++;//子进程中修改数据，看看会不会影响父进程
        printf("i'm subprocess PID:%d PPID:%d gval=%d &gval=%p\n",getpid(),getppid(),gval,&gval);
    }
    else if(ID>0)
    {
        //父进程执行
        printf("i'm parent process PID:%d PPID:%d gval=%d &gval=%p\n",getpid(),getppid(),gval,&gval);
    }
    sleep(1);//让进程休眠一秒在关闭，避免看不到子进程的打印信息                                                                                                                                          
    return 0;                                                                              
}

接着我们运行，查看打印结果。
在这里插入图片描述

可以看到，子进程的gval被修改了，并不会影响到父进程，因为它们的数据不共享。换句话说，父进程中的gval和子进程的gval压根就不是同一个变量。但是我们往后看，咦？父进程和子进程的gval的地址竟然是一致的。
在这里插入图片描述
两个相同地址的变量，其数据一定是共享的，如果一个地址的数据竟然能读出两种结果，这就好像两个人竟然有一样的身份证号一样不可思议！因为我们知道，内存中的数据实际是0和1组成的，而变量显示的数据其实是读取内存空间块的结果，这就说明，在同一个内存空间块中，不会读取出两种数据。

但是事实就摆在眼前，相同地址的变量竟然被读取出了不同的数据，但是实际上，相同地址的变量可以被读取出不同的数据，而在同一个内存块中，不会读取出两种结果。这并非互相矛盾，而是因为：变量的地址都是假的！！！

这里就有人说了，怎么可能地址是假的，我都用指针修改过无数次数据了，地址不可能是假的，别急，我们慢慢来说。

进程空间地址

相信大家在学c\c++的时候都听过这么一句话，全局变量和静态变量位于静态区，局部变量在栈区，而动态管理的内存开辟在堆区，好吧，我们说了这么久这些东西，但是似乎还未真正的去认识它们。

首先，这些分区其实和语言并没有太大关系，而是和进程相关。这些变量都是在进程运行的过程不断被生成或者销毁的，因此这些不同的分区，实际上就是进程空间地址。
在这里插入图片描述
我们从低地址到高地址开始介绍，首先，最底下部分存储的正文代码，比如说函数的地址。往上则是静态区，其中，初始化与未初始化的变量又存在于不同的分区中，堆区主要存储动态内存，随着生成在堆区的数据不断变多，堆区会向上扩展。栈区则是存储局部变量，或者函数栈帧的分区，大部分都是一些临时的数据存储于此。最顶部的数据则是命令行参数和环境变量了，这两也是进程重要的数据。

那么如何证明呢？很简单，我们将对应的变量的地址打印出来呗，看看高低。

#include<stdio.h>
#include<stdlib.h>

int val=100;//声明了的全局变量
int unval;//未声明
int main()
{
    int a=100;
    int* pb=malloc(sizeof(int));
    printf("stack addr:%p\n",&a);//栈区
    printf("heap addr:%p\n",pb);//堆区
    printf("static addr:%p\n",&unval);//静态区的未初始化数据
    printf("static addr:%p\n",&val);//静态区的初始化数据
    printf("code addr%p\n",main);//代码正文区
    return 0;                                                                                                                                                                                          
}

在这里插入图片描述
既然这个进程中的地址是假的，那么我们就将其称为“虚拟地址”吧。

那么为什么进程放着好好的真实地址（物理地址）不用，要用虚拟地址呢？我们先来搞清楚这个虚拟地址到底是什么东东。

我们的物理地址，其实就是存储器当中的内存空间（即硬件），而虚拟地址，则是一个程序（即软件）。在前面不是提到了，一个进程是由task_struct管理的，而在这个task_struct当中有一个成员，名为mm_struct，实际上这个mm_struct就是管理进程虚拟空间的成员。空口无凭，博主在这里放上linux的源码。

struct task_struct
{
	//省略前面的内容
	struct mm_struct *mm,*active_mm;
};

在这里插入图片描述
这个mm_struct本质上就是上图所说的进程空间，即栈区，堆区等等的分区，都在这个mm_struct当中。

我们可以设想一下，这个mm_struct到底是怎么管理进程空间的，比如栈区中的地址，堆区中的地址，到底是什么样的数据，什么样的方法将它们记录下来的。

最容易想到就是用指针来指向每个地址，毕竟指针就是这样用的（笑）。这个方法实际想想就不太可能，以32位的计算机为例，想要将32位计算机的内存物理地址一一存储起来，就需要创建2^32个指针（因为32计算机的地址是由32个二进制表示的）。而每个指针都有8字节，那么就需要内存4*2*1024*1024*1024（即4*2^32）个字节,这就要16G的内存空间。那么如果要内存分出16个g来管理进程，那么这个进程还要不要运行了？所以关于如何管理进程的内存空间，肯定有更高效的方法。

既然我们连地址都虚拟了，那不如更彻底一点，我们将整个空间都虚拟了，程序说它有一个变量要放在堆区间当中，要操作系统为其开辟一个在堆区的空间，那么操作系统答应下来，但是实际上，这个变量最终还是要放在物理地址（存储器中），而不是放在mm_struct。那么操作系统也就选择放开自我，既然进程想要一个堆区间，那么就满足它，给它一个对区间，这个堆区间是一个连续的区间，只需要用两个指针，来指向堆区间的起始地址，与结束地址就好了！！！
在这里插入图片描述
当进程中的变量要想存储在堆区间，那么就要有对应的地址，操作系统会在heap_start和heap_end之中选一个地址给它，如果堆区间的地址都用完了，就让heap_end往上指，那么新的空间不就又出来了吗？

这可不是博主在吹牛，而是代码真是这样写的，我们来看看mm_struct的代码。在这里插入图片描述
比如start_brk就是堆区的起始位置，start_stack是栈区的起始位置，这里博主就不挨个说明了，虽然这些数据的类型是unsigned long，但是实际上，这些数据存储的是地址，因为unsigned long和指针类型的变量，存储的数据位数是相同的。

这就说明了，我们在进程中创建的变量，函数以及各种与有地址的东西，它们的地址值都是假的，是操作系统给的虚拟地址，通过mm_struct来管理。

但是不管这些有的没的，进程中的一个变量不管用的是什么虚拟地址，它最终还是放在存储器中，也就是说这个变量一定要有真实的地址值。那么虚拟地址与真实地址的关系是什么？

在虚拟地址与物理地址之间存在一个东西链接着它们，那就是页表。

这个页表会记录一些进程信息，比如说虚拟地址与真实地址之间的映射。
在这里插入图片描述
但是由此，我们好像还没解释完最初的那个东西，即为什么子进程中变量的地址，会与父进程变量的地址一致，这其实也与页表有关，我们已知gval在静态区中。那么在页表中的映射则是这样

而创建子进程时，操作系统为了省事，直接就将父进程的页表给了子进程用。因此父进程与子进程的gval的虚拟地址是一致，但是真实地址则不是。
在这里插入图片描述
但是并非所有的数据的真实地址都要改变，因为我们在之前的文章提到了，父进程与子进程的代码是互通的，只有数据不互通，因此父进程与子进程的代码的真实地址则不用变。