Linux 内核101：[译]地址空间发展简史

原文：The Abstraction: Address Spaces

在早期，构建计算机系统是很简单的。为何？你可能会想。由于用户指望值不高。都是那些『该死』的用户，想要一个"易用"、"高性能"、"可靠"的系统，才引发了一系列头疼的问题。下一次你遇到这些计算机用户们，别忘记感谢一下他们制造出来的问题：）

早期的系统

从内存的角度来讲，早期的机器并无提供太多的抽象给用户。通常而言，机器的物理内存能够用下图表示：

整个 OS（图中的阴影部分，译者注） 不过就是物理内存中的一些routines（本质上来讲，一个 library），在这个例子中，从物理地址的 address 0开始。同时，还有一个运行的程序（进程）位于物理地址的 address 64k 处，而且独自占据了整个剩下的内存。用户并没对操做系统寄予太大的指望，操做系统程序员的生活仍是很轻松的，不是吗？

多道编程（Multiprogramming）和 分时系统（Time Sharing）

一段时间事后，由于计算机实在是太贵了，人们开始更有效地共享有限的计算资源。因而多道编程 DV66:Programming Semantics for Multiprogrammed Computations 的时代开始了，在一个时刻，多个进程能够同时等待被执行，而后操做系统不断在这些进程中切换（好比当前进程进行 IO 的时候就能够切换到其余进程）。这样颇有效地提升了 CPU 的利用效率。在那个计算机动辄几百万美圆的时代，这些效率的提升是很是重要的。

然而，人是永远不会知足的，人名开始期待可以从操做系统那获取更多功能，因而分时系统的时代开始了。不少人尤为是程序员们本身意识到了 batch programming 的局限性，厌倦了很长（因而效率低下）的 debug 周期。由于不少用户在同时使用一台计算机，每一个人都在等待（甚至能够说是指望）本身的程序返回结果，可交互性（interactivity）的概念开始变得愈来愈重要。

实现 time sharing 的一种方法是让一个进程运行一小段时间，这段时间内让它占据全部的内存，而后中止它，把其全部的状态保持到硬盘上（包括全部的物理内存！），接口导入另一个进程，运行一段时间...... 这也算是一种简陋的实现方法。

显然，这种方法有很大的问题：太慢了，尤为是内存不断增大的时候。保存和欢迎寄存器级别的状态（好比 PC，general-purpose registers等等）是很快的，可是要把整个内存的所有内容保存到硬盘，这无疑不是一种高效的方法。因此，咱们得想办法在切换的时候把进程的状态保持在内存里面。

在这个图中，有三个进程（A,B,C）,每一个占据 512KB内存的一小部分。如今对于 CPU，他能够选择任何一个抽象来运行（好比说 A），而后让另外两个（B 和 C）等待。

随着分时系统愈来愈流行，你确定猜到了人们又开始提出新的需求了。尤为重要的一点是：让这么多程序同时保存在内存里，保护措施就很重要，你可不但愿一个进程能够看到其余进程的内容，更别说能够随意修改其余进程的内容。

地址空间

用户是很难伺候的，操做系统的设计者得对物理内存作一个抽象，提供一个好用的接口给他们。咱们把这种抽象就叫作地址空间。对于运行中的程序而言，它对物理内存是无感知的，它知道的只有地址空间（虚拟的）。理解基本的操做系统抽象，是理解内存是如何虚拟化的关键！

进程的地址空间包含了运行进程的全部状态。好比说，代码总得保存在某个地方吧？因此代码就在地址空间里面。进程运行的时候，会用 stack 来保存当前函数调用链的位置，分配空间给局部变量，而且返回值。还有一部分，叫作 heap，被用来保存动态分配、用户管理的内存，好比调用 malloc() 函数，或者 new 一个对象，都是从这里面获得须要的内存。固然，保存在地址空间的内容还有不少，目前而言咱们只须要关注于这三点就好了。

上图中，有一个很小的地址空间（16kb）。程序的代码保存在地址空间的最上方（0-1kb）。代码是静态的，不会增长也不会减小，能够直接放在地址空间的最上部。还有两部分大小可变的区域，那就是 heap 和 stack。上图中，stack 和 heap 往两个不一样的方向增加。如进行 malloc() 申请内存时，heap 往下增加；当进行一个procedure call时，stack 往上增加。固然这只是一个惯例，并无物理上的限制要求必定要这样,你能够以其余方法从新组织地址空间。（事实上，当多个 threads 共存的时候，也不存在这么优雅的地址空间划分方法。）

咱们谈地址空间的时候，咱们谈的是操做系统提供给进程的抽象。上图的进程并非在物理内存的0-16kb 位置，它能够被存放在物理内存的任意位置。回顾一下图13.2，你能够看到每一个进程被加载到内存的不一样位置。

当操做系统这么作的时候，咱们说操做系统是在虚拟化内存,由于运行中的进程是觉得本身占据了全部的内存的。然而现实很不同。

好比说，图13.2的进程A想要加载地址0处的数据（这里指的是虚拟内存）,操做系统，具有特定的硬件支持，会把这个这个地址0映射到物理内存中另外的位置。这个就是内存虚拟化的核心，几乎每个现代计算机系统都在试用这种方法。

目标

虚拟内存系统的最主要目标是透明化。也就是底层的物理地址对运行的程序不可见。因此，程序根本就不会意识到内存是虚拟化的，而是认为本身有一个完整的私有物理地址。操做系统在幕后，承当着虚拟地址到物理地址的转换工做。这极大地下降了程序开发者地复杂度！

第二个目标是高效率。操做系统应该更可能让抽象更加高效，包括时间上的和空间上的。好比，操做系统会依赖于一些硬件，好比 TLB 缓存，能够缩短操做系统访问用户内存的时间。

最后一个目标是保护。操做系统须要确保进程间是隔离的，一个进程不能随意读取另外一个进程的数据，尤为是不能随意在别人的地盘乱写数据，否则会带来不少不少不可预期的问题。

总结一下

虚拟内存本质上就是一层抽象。操做系统给程序提供了一个简单易用的接口，把虚拟内存映射成底层的物理内存，这中间的复杂度所有交给了操做系统，极大地下降了软件开发的难度，同时下降了软件出错的可能性。

再次深入地体会到了那句名言：

计算机领域的一切难题均可以经过抽象解决。

个人公众号：全栈不存在的