淺析操作系統(tǒng)中的虛擬地址與物理地址

更新時間：2021年06月21日 11:34:45 作者：飛天小牛肉

本文主要介紹了操作系統(tǒng)中的虛擬地址與物理地址。在早期的計算機中，要運行一個程序，會把這些程序全都裝入內(nèi)存，程序都是直接運行在內(nèi)存上的，也就是說程序中訪問的內(nèi)存地址都是實際的物理內(nèi)存地址。那當程序同時運行多個程序時，操作系統(tǒng)是如何為這些程序分配內(nèi)存的呢

一、前言

先解釋下一個困擾了我很久的問題：虛擬地址（vitural address）和邏輯地址（logical address）的區(qū)別。

大部分操作系統(tǒng)的書籍要么寫的是虛擬地址，要么寫的是邏輯地址，看的我一臉懵逼。

在《深入理解 Linux 內(nèi)核》這本書中終于找到了確切的答案，這里我就不寫出來了，扣概念的話這倆確實是有些區(qū)別的，不過對于我們?nèi)粘Ｊ褂靡约袄斫獠僮飨到y(tǒng)來說的話，暫且可以把虛擬地址和邏輯地址理解為同一個意思。

二、你看到的所有地址都不是真的

下面這段 C 代碼摘錄自《操作系統(tǒng)導論 - [美] 雷姆茲·H.阿帕希杜塞爾》，依次打印出 main 函數(shù)的地址，由 malloc（類似于 Java 中的 new 操作）返回的堆空間分配的值，以及棧上一個整數(shù)的地址：

得到以下輸出：

我們需要知道的是，所有這些打印出來的地址都是虛擬的，在物理內(nèi)存中這些地址并不真實存在，它們最終都將由操作系統(tǒng)和 CPU 硬件翻譯成真正的物理地址，然后才能從真實的物理位置獲取該地址的值。

OK，上述就當作一個引子，讓各位對物理地址和虛擬地址有個直觀的理解，下面正文開始。

三、物理尋址 Physical Addressing

物理地址的概念很好理解，你可以把它稱為真正的地址?！渡钊肜斫庥嬎銠C系統(tǒng) - 第 3 版》中給出的物理地址（physical address）的定義如下：

計算機系統(tǒng)的主存被組織成一個由 M 個連續(xù)的字節(jié)大小的單元組成的數(shù)組。每字節(jié)都有一個唯一的物理地址。

比如說，第一個字節(jié)的物理地址是 0，接下來的字節(jié)地址是 1，再下一個是 2，以此類推，給定這種簡單的結構，CPU 訪問內(nèi)存的最自然的方式就是使用這樣的物理地址。我們把這種方式稱為物理尋址（physical addressing）。

舉個例子，比如說當程序執(zhí)行了一條加載指令，指令內(nèi)容是從物理地址 4 中讀取 4 字節(jié)字傳送到某個寄存器中。

物理尋址過程如下：當 CPU 執(zhí)行到這條指令時，會生成物理地址 4，然后通過內(nèi)存主線，把它傳遞給內(nèi)存，內(nèi)存取出從物理地址 4 處開始的 4 字節(jié)字，并將它返回給 CPU，CPU 會將它存放到指定的寄存器中?？聪聢D：

其實不難發(fā)現(xiàn)，物理尋址這種方式，每一個程序都直接訪問物理內(nèi)存，其實是存在重大缺陷的：

1）首先，用戶程序可以尋址內(nèi)存的任意一個字節(jié)，它們就可以很容易地破壞操作系統(tǒng)，從而使系統(tǒng)慢慢地停止運行。

2）再次，這種尋址方式使得操作系統(tǒng)中同時運行兩個或以上的程序幾乎是不可能的。

舉個例子，我們打開了三個相同的程序（計算器），都執(zhí)行到某一步。比方說，用戶在這三個程序的界面上分別輸入了 10、100、1000，其對應的指令就是把用戶輸入的數(shù)字保存在內(nèi)存中的某個地址中。如果這個位置只能保存一個數(shù)，那應該保存哪個呢？這不就沖突了嗎？

再舉個例子，摘自《現(xiàn)代操作系統(tǒng) - 第 3 版》：

一個程序給物理內(nèi)存地址 1000 賦值也就是存入了一些數(shù)據(jù)后，另一個程序也同樣給這個地址賦值，那么第二個程序的賦值會覆蓋掉第一個程序所賦的值，這會造成兩個程序同時崩潰。

當然了，我們也說了是幾乎不可能，不是完全不可能，還是有一些方法可以在物理尋址這種方式下實現(xiàn)多個程序并發(fā)運行的。

最簡單的方法就是：首先，將空閑的進程存儲在磁盤上，這樣當它們不運行時就不會占用內(nèi)存，然后，讓一個程序（或者說進程）單獨占用全部內(nèi)存運行一小段時間，當發(fā)生上下文切換的時候，就停止這個進程，并將它所有的狀態(tài)信息保存在磁盤上，再加載其他進程的狀態(tài)信息，然后運行一段時間...... 只要在某一個時間內(nèi)存中只有一個程序，那么就不會發(fā)生上述所說的地址沖突。這就實現(xiàn)了一種比較粗糙的并發(fā)。

為什么說他是粗糙的呢，因為這種方法有一個問題：將全部的內(nèi)存信息保存到磁盤太慢了！特別是當內(nèi)存增長的時候。

因此，我們考慮把進程對應的內(nèi)存一直留在物理內(nèi)存中，在發(fā)生上下文切換的時候就切換到特定的區(qū)域。

如下圖所示，有 3 個進程（A、B、C），每個進程擁有從 512KB 物理內(nèi)存中切出來給它們的一小部分內(nèi)存，可以理解為這 3 個進程共享物理內(nèi)存：

顯然，這種方式是存在一定安全隱患的。畢竟如果各個進程之間可以隨意讀取、寫入內(nèi)容的話那就亂套了。

那么如何對每個進程使用的地址進行保護（protection）呢？繼續(xù)使用物理內(nèi)存模型肯定是不行了，因此操作系統(tǒng)創(chuàng)造了一個新的內(nèi)存抽象，引入了一個新的內(nèi)存模型，那就是虛擬地址空間，很多書中都會直接稱呼為 “地址空間（Address Space）”。

四、虛擬尋址 Virtual Addressing

我先通俗地解釋下虛擬地址空間和虛擬地址的概念，直接上書中的定義讀起來有點生澀。

就是說每個進程的棧啊、堆啊、代碼段啊等等它們的實際物理內(nèi)存地址對于這個進程來說是不可見的，誰也不能直接訪問這個物理地址。

那我們怎么去訪問這個進程呢？

操作系統(tǒng)會給每個進程分配一個虛擬地址空間（vitural address），每個進程包含的棧、堆、代碼段這些都會從這個地址空間中被分配一個地址，這個地址就被稱為虛擬地址。底層指令寫入的地址也是虛擬地址。

每個進程都擁有一個自己的地址空間，并且獨立于其他進程的地址空間。也就是說一個進程中的虛擬地址 28 所對應的物理地址與另一個進程中的虛擬地址 28 所對應的物理地址是不同的，這樣就不會發(fā)生沖突了。

可以這么理解，物理地址就是一個倉庫，虛擬地址就是一個門牌，比方說一共有三十個門牌，那么所有的進程都能看見這三十個門牌，但是他們看見的某個相同門牌，指向的并不是同一個倉庫。

OK，下面再來看《現(xiàn)代操作系統(tǒng) - 第 3 版》書中對于地址空間的解釋，應該很容易理解了：

地址空間是一個進程可用于尋址內(nèi)存的一套地址集合。每個進程都有一個自己的地址空間，并且這個地址空間獨立于其他進程的地址空間（除了在一些特殊情況下進程需要共享它們的地址空間外）。

地址空間的概念非常通用，并且在很多場合中出現(xiàn)。比如電話號碼，在美國和很多其他國家，一個本地電話號碼通常是一個 7 位的數(shù)字。因此，電話號碼的地址空間是從 0 000 000 到 9 999 999。

地址空間也可以是非數(shù)字的，以 “.com” 結尾的網(wǎng)絡域名的集合也是地址空間。這個地址空間是由所有包含 2~63 個字符并且后面跟著 “.com” 的字符串組成的，組成這些字符串的字符可以是字母、數(shù)字和連字符。

到現(xiàn)在你應該已經(jīng)明白地址空間的概念了，它是很簡單的。

有了虛擬地址空間后，CPU 就可以通過生成一個虛擬地址來訪問主存，這個虛擬地址在被送到內(nèi)存之前會先被轉換成合適的物理地址，這個虛擬地址到物理地址的轉換過程稱為地址翻譯/地址轉換（address translation）。

地址翻譯需要 CPU 硬件和操作系統(tǒng)的密切合作：CPU 上的內(nèi)存管理單元（Memory Management Unit，MMU）就是專門用來進行虛擬地址到物理地址的轉換的，不過 MMU 需要借助存放在內(nèi)存中的查詢表，而這張表的內(nèi)容正是由操作系統(tǒng)進行管理的。

那么，上述這一套 CPU 生成虛擬地址并進行地址翻譯的流程就是虛擬尋址（virtual addressing）。舉個例子，看下圖：