【系统面试篇】其他相关题目——虚拟内存、局部性原理、分页、分块、页面置换算法

一、相关问题

1. 什么是虚拟内存？为什么需要虚拟内存？

（1）内存扩展

（2）内存隔离

（3）物理内存管理

（4）页面交换

（5）内存映射文件

2. 局部性原理

（1）时间局部性

（2）空间局部性

3. 什么是内存分段和分页？作用是什么？

（1）内存分段

（2）内存简单分页

（3）多级页表

那么为什么不分级的页表就做不到这样节约内存呢？

（4）段页式内存管理

（5）分页分段的作用？

① 逻辑隔离

② 内存保护

③ 虚拟内存

④ 内存共享

⑤ 内存管理

（6）分段与分页的区别？

① 分段

② 分页（Paging）

（7）分段与分页优缺点？

4. 解释一下内存页面置换算法？

补充：快表

（1）最佳页面置换算法

（2）先进先出置换算法

（3）最近最久未使用的置换算法

（4）时钟页面置换算法

一、相关问题

1. 什么是虚拟内存？为什么需要虚拟内存？

虚拟内存在每一个进程创建加载的过程中，会分配一个 连续虚拟地址空间，它不是真实存在的，而是 通过映射与实际地址空间对应，这样就可以使每个进程看起来都有自己独立的连续地址空间，并允许程序访问比物理内存 RAM 更大的地址空间，每个程序都可以认为它拥有足够的内存来运行。

需要虚拟内存的原因：

（1）内存扩展

虚拟内存使得 每个程序都可以使用比实际可用内存更多的内存，从而 允许运行更大的程序或处理更多的数据。

（2）内存隔离

虚拟内存还 提供了进程之间的内存隔离。每个进程都有自己的 虚拟地址空间，因此 一个进程无法直接访问另一个进程的内存。

（3）物理内存管理

虚拟内存 允许操作系统动态地将数据和程序的部分加载到物理内存中，以满足当前正在运行的进程的需求。当物理内存不足时，操作系统可以将不常用的数据或程序暂时移到硬盘上，从而释放内存，以便其他进程使用。

（4）页面交换

当 物理内存不足时，操作系统可以将一部分数据从物理内存写入到硬盘的虚拟内存中，这个过程被称为 页面交换。当需要时，数据可以再次从虚拟内存中加载到物理内存中。这样可以保证系统可以继续运行，尽管物理内存有限。

（5）内存映射文件

虚拟内存还可以用于 将文件映射到内存中，这使得文件的读取和写入可以像访问内存一样高效。

2. 局部性原理

在一段时间内，程序倾向于多次访问相同的数据或接近的数据，而不是随机地访问内存中的各个位置。局部性原理通常分为两种类型：时间局部性和空间局部性。

（1）时间局部性

如果一个数据被访问，那么在不久的将来它很可能会再次被访问。这意味着程序在短时间内倾向于反复使用相同的数据项。

例如在循环中反复访问数组的元素。通过利用时间局部性，程序可以将频繁使用的数据存储在缓存中，从而减少访问主内存的次数，提高程序的执行速度。

（2）空间局部性

如果一个数据被访问，那么它附近的数据也很可能会被访问，这意味着程序在访问一个数据时，通常会在接近该数据的附近访问其他数据。

例如遍历数组时，往往会访问相邻的元素。

文件系统在磁盘上存储数据时，通常会将相关的数据块放在相邻的磁盘扇区上，以便在访问一个数据块时能够快速地访问相邻的数据块。

3. 什么是内存分段和分页？作用是什么？

（1）内存分段

内存分段是将一个程序的内存空间分为不同的 逻辑段 segments，每个段代表程序的一个功能模块或数据类型，如代码段、数据段、堆栈段等。每个段都有其自己的大小和权限。

分段机制下的虚拟地址由两部分组成，段选择因子和段内偏移量（二维结构）。

段选择子就保存在 段寄存器 里面。段选择子里面最重要的是段号，用作段表的索引。段表里面保存的是 这个段的基地址、段的界限和特权等级等。
虚拟地址中的 段内偏移量 应该位于 0 和段界限之间，如果段内偏移量是合法的，就将段基地址加上段内偏移量得到物理内存地址。

知道了虚拟地址是通过 段表与物理地址 进行映射的，分段机制会把程序的虚拟地址分成 4 个段，每个段在段表中有一个项，在这一项找到段的基地址，再加上偏移量，于是就能找到物理内存中的地址，如下图：

如果要访问段 3 中偏移量 500 的虚拟地址，我们可以计算出物理地址为，段 3 基地址 7000＋偏移量 500 = 7500。

（2）内存简单分页

分段的好处就是能产生连续的内存空间，但是会出现「外部内存碎片和内存交换的空间太大」的问题。要解决这些问题，那么就要想出 能少出现一些内存碎片的办法。另外，当需要进行内存交换的时候，让 需要交换写入或者从磁盘装载的数据更少一点，这样就可以解决问题了。这个办法，也就是 内存分页（Paging）。

分页是把整个虚拟和物理内存空间切成一段段固定尺寸的大小。这样一个连续并且尺寸固定的内存空间，我们叫 页（Page）。在 Linux 下，每一页的大小为 4KB。虚拟地址与物理地址之间通过页表来映射，如下图：

页表是存储在内存里的，内存管理单元（MMU）就做 将虚拟内存地址转换成物理地址 的工作。而当进程访问的虚拟地址在页表中查不到时，系统会产生一个 缺页异常，进入系统内核空间分配物理内存、更新进程页表，最后再返回用户空间，恢复进程的运行。

内存分页由于内存空间都是预先划分好的，也就不会像内存分段一样，在段与段之间会产生间隙非常小的内存，这正是 分段会产生外部内存碎片的原因。

采用了分页，页与页之间是紧密排列的，所以不会有外部碎片。但是，因为内存分页机制分配内存的最小单位是一页，即使程序不足一页大小，我们最少只能分配一个页，所以页内会出现内存浪费，所以针对内存分页机制会有内部内存碎片的现象。

如果内存空间不够，操作系统会把其他正在运行的进程中的「最近没被使用」的内存页面给释放掉，也就是暂时写在硬盘上，称为 换出（Swap Out）。一旦需要的时候，再加载进来，称为 换入（Swap In）。所以，一次性写入磁盘的也只有少数的一个页或者几个页，不会花太多时间，内存交换的效率就相对比较高。

更进一步地，分页的方式使得我们在加载程序的时候，不再需要一次性都把程序加载到物理内存中。我们完全可以在进行虚拟内存和物理内存的页之间的映射之后，并不真的把页加载到物理内存里，而是只有在程序运行中，需要用到对应虚拟内存页里面的指令和数据时，再加载到物理内存里面去。

在分页机制下，虚拟地址分为两部分，页号和页内偏移。页号作为页表的索引，页表包含物理页，每页所在物理内存的基地址，这个 基地址与页内偏移的组合就形成了物理内存地址，见下图。

总的来说，对于一个内存地址转换，其实就是三个步骤：

把虚拟内存地址，切分成页号和偏移量；
根据页号，从页表里面，查询对应的物理页号；
直接拿物理页号，加上前面的偏移量，就得到了物理内存地址。

下面举个例子（单个进程），虚拟内存中的页通过页表映射为了物理内存中的页，如下图：

缺陷

        有空间上的缺陷。因为操作系统是可以同时运行非常多的进程的，这就意味着页表会非常的庞大。

        在 32 位的环境下，虚拟地址空间共有 4GB，假设一个页的大小是 4KB（2^12），那么就需要大约 100万（2^20）个页，每个「页表项」需要 4 个字节大小来存储，那么整个 4GB 空间的映射就需要有 4MB 的内存来存储页表。

        每个进程都是有自己的虚拟地址空间的，也就说都有自己的页表。那么，100 个进程的话，就需要 400MB 的内存来存储页表，这是非常大的内存了，更别说 64 位的环境了。

（3）多级页表

要解决上面的问题，就需要采用一种叫作 多级页表（Multi-Level Page Table）的解决方案。上述对于单页表的实现方式，在 32 位和页大小 4KB 的环境下，一个进程的页表需要装下 100 多万个「页表项」，每个页表项占用 4 字节大小，相当于每个页表需占用 4MB 大小的空间。

我们把这个 100 多万个「页表项」的单级页表再分页，将页表（一级页表）分为 1024 个页表（二级页表），每个表（二级页表）中包含 1024 个「页表项」，形成 二级分页。如下图所示：

每个进程都有 4GB 的虚拟地址空间，而显然对于大多数程序来说，其使用到的空间远未达到 4GB，因此会存在部分对应的页表项都是空的，根本没有分配，对于已分配的页表项，如果存在最近一定时间未访问的页表，在物理内存紧张的情况下，操作系统会将页面换出到硬盘，也就是说不会占用物理内存。

如果使用了二级分页，一级页表就可以覆盖整个 4GB 虚拟地址空间，但如果某个一级页表的页表项没有被用到，也就不需要创建这个页表项对应的二级页表了，即 可以在需要时才创建二级页表。

做个简单的计算，假设只有 20% 的一级页表项被用到了，那么页表占用的内存空间就只有 4KB（一级页表）+20%*4MB（二级页表）= 0.804MB，这对比单级页表的 4MB 是一个巨大的节约。

那么为什么不分级的页表就做不到这样节约内存呢？

从页表的性质来看，保存在内存中的 页表承担的职责是将虚拟地址翻译成物理地址。假如虚拟地址在页表中找不到对应的页表项，计算机系统就不能工作了。所以 页表一定要覆盖全部虚拟地址空间，不分级的页表就需要有 100 多万个页表项来映射，而二级分页则只需要 1024 个页表项（此时 一级页表覆盖到了全部虚拟地址空间，二级页表在需要时创建）。

我们把二级分页再推广到多级页表，就会发现页表占用的内存空间更少了，这一切都要归功于对 局部性原理的充分应用。

对于 64 位的系统，两级分页肯定不够了，就变成了四级目录，分别是：

全局页目录项 PGD（Page Global Directory）；
上层页目录项 PUD（Page Upper Directory）；
中间页目录项 PMD（Page Middle Directory）；
页表项 PTE（Page Table Entry）；

（4）段页式内存管理

内存分段和内存分页并不是对立的，它们是可以组合起来在同一个系统中使用的，组合起来后通常称为 段页式内存管理。

段页式内存管理实现的方式：

先将程序划分为多个有逻辑意义的段，也就是前面提到的分段机制；
接着再把每个段划分为多个页，也就是对分段划分出来的连续空间，再划分固定大小的页；

这样，地址结构就由 段号、段内页号和页内位移 三部分组成。

用于段页式地址变换的数据结构是 每一个程序一张段表，每个段又建立一张页表，段表中的地址是页表的起始地址，而页表中的地址则为某页的物理页号，如图所示：

段页式地址变换中要得到物理地址须经过 三次内存访问：

第一次访问段表，得到页表起始地址；
第二次访问页表，得到物理页号；
第三次将物理页号与页内位移组合，得到物理地址。

可用软、硬件相结合的方法实现段页式地址变换，这样虽然增加了硬件成本和系统开销，但提高了内存的利用率。

（5）分页分段的作用？

① 逻辑隔离

内存分段和分页都实现了 程序的逻辑隔离，使不同的功能模块或数据类型能够被单独管理和保护，提高了程序的可靠性和安全性。

② 内存保护

通过 将不同的段或页面设置为只读、可读写、不可执行等权限，操作系统可以确保程序不会越界访问或修改其他段的内容，从而提高了系统的稳定性。

③ 虚拟内存

分段和分页都 有助于实现虚拟内存的概念，允许应用程序认为它们在使用的是一个比实际物理内存更大的内存空间。

④ 内存共享

通过分页，操作系统可以实现内存页面的共享，从而节省内存空间，多个进程可以共享相同的代码或数据页面。

⑤ 内存管理

分页更加灵活，允许操作系统将不同进程的页面分散存放在物理内存中，从而提高内存利用率。分段则更适用于 管理不同的逻辑模块。

（6）分段与分页的区别？

① 分段

基本单位：地址空间被划分为不同的逻辑段，每个段具有独立的含义，如代码段、数据段等。
段的长度：每个段的长度可以动态变化，不同段的长度可以不同。
内部碎片：由于每个段的长度可以动态变化，可能会导致内部碎片，即段内部的未使用空间。
外部碎片：可能会导致外部碎片，即段之间的未使用空间。
逻辑地址：逻辑地址由两部分组成，一个是段号，另一个是段内偏移。

② 分页（Paging）

基本单位：地址空间被划分为固定大小的页面，物理内存也被划分为相同大小的页面框。
页面的长度：页面的长度是固定的，由操作系统定义。
内部碎片：由于页面长度固定，可能会导致内部碎片，即页面内部的未使用空间。
外部碎片：由于页面长度固定，不同页面之间的未使用空间无法利用，可能导致外部碎片。
逻辑地址：逻辑地址由两部分组成，一个是页号，另一个是页内偏移。

综述：

分页对用户不可见，分段对用户可见。
分页的地址空间是一维的，分段的地址空间是二维的。
分页（单级页表）、分段访问一个逻辑地址都需要两次访存，分段存储中可以引入快表机制。
分段更容易实现信息的共享和保护（纯代码或可重入代码可以共享）。

（7）分段与分页优缺点？

分页管理：内存空间利用率高，不会产生外部碎片，只会有少量的页内碎片。但是不方便按照逻辑模块实现信息的共享和保护。

分段管理：很方便按照逻辑模块实现信息的共享和保护。但是如果段长过大，为其分配很大的连续空间会很不方便，段式管理会产生外部碎片。

补充：

分页管理将内存划分为固定大小的页，这些页并不直接反映程序的逻辑结构。因此，很难根据程序的逻辑模块来划分页，也很难直接通过页来实现信息的共享和保护。

分段管理将程序的地址空间划分为若干段，如代码段、数据段、堆栈段等。这些段与程序的功能模块紧密相关，反映了程序的逻辑结构。由于段是按照程序的功能模块划分的，因此很容易确定哪些段需要共享，哪些段需要保护。

4. 解释一下内存页面置换算法？

先说一下 缺页异常（缺页中断）。

当 CPU 访问的页面不在物理内存时，便会产生一个缺页中断，请求操作系统将所缺页调入到物理内存。那它与一般中断的主要区别在于：

缺页中断在指令执行「期间」产生和处理中断信号，而一般中断在一条指令执行「完成」后检查和处理中断信号。
缺页中断返回到该指令的开始重新执行「该指令」，而一般中断返回回到该指令的「下一个指令」执行。

缺页中断的处理流程如下图：

在 CPU 里访问一条 Load M 指令，然后 CPU 会去找 M 所对应的页表项。
如果该页表项的状态位是「有效的」，那 CPU 就可以直接去访问物理内存了，如果状态位是「无效的」，则 CPU 则会发送缺页中断请求。
操作系统收到了缺页中断，则会执行缺页中断处理函数，先会查找该页面在磁盘中的页面的位置。
找到磁盘中对应的页面后，需要把该页面换入到物理内存中，但是在换入前，需要在物理内存中找空闲页，如果找到空闲页，就把页面换入到物理内存中。
页面从磁盘换入到物理内存完成后，则把页表项中的状态位修改为「有效的」。
最后，CPU 重新执行导致缺页异常的指令。

第 4 步如果找不到空闲页的话，就说明此时内存已满了，这时候，就需要「页面置换算法」选择一个物理页，如果该物理页有被修改过（脏页），则把它换出到磁盘，然后 把该被置换出去的页表项的状态改成「无效的」，最后把正在访问的页面装入到这个物理页中。页表项通常有如下图的字段：

状态位：用于 表示该页是否有效，也就是说是否在物理内存中，供程序访问时参考。
访问字段：用于记录该页在一段时间被访问的次数，供页面置换算法选择出页面时参考。
修改位：表示该页在调入内存后是否有被修改过，由于 内存中的每一页都在磁盘上保留一份副本，因此，如果没有修改，在置换该页时就不需要将该页写回到磁盘上，以减少系统的开销；如果已经被修改，则将该页重写到磁盘上，以保证磁盘中所保留的始终是最新的副本。
硬盘地址：用于指出该页在硬盘上的地址，通常是 物理块号，供调入该页时使用。

所以，页面置换算法的功能是，当出现缺页异常，需调入新页面而内存已满时，选择被置换的物理页面，也就是说选择一个物理页面换出到磁盘，然后把需要访问的页面换入到物理页。

补充：快表

快表是 一种特殊的高速缓冲存储器（Cache），内容是页表中的一部分或全部内容。在操作系统中引入快表是为了加快地址映射速度。在虚拟页式存储管理中设置了快表，作为当前进程页表的 Cache。通常快表处于 MIMU 中。

按照逻辑地址中的页号查快表。
若该页已存在快表中，则由快表中记录的映射信息和页内偏移量形成物理地址。
若该页不在快表中，则再查主存页表，与页表中记录的映射信息和页内偏移量形成物理地址，同时将该页表项登记到快表中。
当快表填满后，又要登记新页时，则需要按照一定替换策略淘汰一个旧的登记项。

（1）最佳页面置换算法

最佳页面置换算法基本思路是，置换在「未来」最长时间不访问的页面。所以，该算法实现 需要计算内存中每个逻辑页面的「下一次」访问时间，然后比较，选择未来最长时间不访问的页面。

举个例子，假设一开始有 3 个空闲的物理页，然后有请求的页面序列，那它的置换过程如下图：

在这个请求的页面序列中，缺页共发生了 7 次（空闲页换入 3 次＋最优页面置换 4 次），页面置换共发生了 4 次。这很理想，但是实际系统中无法实现，因为程序访问页面时是动态的，我们是无法预知每个页面在「下一次」访问前的等待时间。

所以，最佳页面置换算法作用是为了衡量你的算法的效率，你的算法效率越接近该算法的效率，那么说明你的算法是高效的。

（2）先进先出置换算法

无法预知页面在下一次访问前所需的等待时间，那可以选择在内存驻留时间很长的页面进行中置换，这个就是「先进先出置换」算法的思想。

以前面的请求的页面序列作为例子，假设使用先进先出置换算法，则过程如下图：

在这个请求的页面序列中，缺页共发生了 10 次，页面置换共发生了 7 次，跟最佳页面置换算法比较起来，性能明显差了很多。

（3）最近最久未使用的置换算法

最近最久未使用（LRU）的置换算法的基本思路是，发生缺页时，选择最长时间没有被访问的页面进行置换，也就是说，该算法假设已经很久没有使用的页面很有可能在未来较长的一段时间内仍然不会被使用。

这种算法近似最优置换算法，最优置换算法是通过「未来」的使用情况来推测要淘汰的页面，而 LRU 则是通过「历史」的使用情况来推测要淘汰的页面。

以前面的请求的页面序列作为例子，假设使用最近最久未使用的置换算法，则过程如下图：

在这个请求的页面序列中，缺页共发生了 9 次，页面置换共发生了 6 次，跟先进先出置换算法比较起来，性能提高了一些。虽然 LRU 在理论上是可以实现的，但代价很高。

为了完全实现 LRU，需要在内存中维护一个 所有页面的链表，最近最多使用的页面在表头，最近最少使用的页面在表尾。困难的是，在每次访问内存时都必须要更新「整个链表」。在链表中找到一个页面，删除它，然后把它移动到表头是一个非常费时的操作。所以，LRU 虽然看上去不错，但是由于开销比较大，实际应用中比较少使用。