【程序地址空间：进程眼中的“超级大饼”】

虚拟地址空间、页表、写时拷贝、mm_struct——一篇讲透进程如何“独占”内存

前言

你有没有想过这些问题？

• 为什么每个进程都“以为”自己拥有 4GB 内存？
• 两个进程的同一个虚拟地址（比如 0x1234）怎么会指向不同的物理地址？
• 写时拷贝（Copy-on-Write）是什么？为什么要用它？
• 为什么字符串常量区写入会崩溃？背后谁在拦截？

如果你对这些问题的答案模模糊糊，那这篇文章就是为你准备的。我们把虚拟地址空间、页表映射、写时拷贝等核心概念，一次性讲清楚。

🎯 一句话：操作系统给每个进程画了一张“超级大饼”，让进程以为自己独占物理内存，实际上背后有页表在偷偷映射。

一、一个进程，一个虚拟地址空间

在 Linux 中，每个进程都拥有自己独立的虚拟地址空间（通常 32 位系统是 4GB，64 位系统更大）。这个地址空间是“虚拟”的，不是真实的物理内存。

🥞 比喻：每个进程就像一个孩子，操作系统像一位爸爸。爸爸给每个孩子画了一张巨大的“大饼”（虚拟地址空间），告诉他们：“这块饼全是你的！”但实际上，爸爸只有一张真实的饼（物理内存），只是切成了小块分给孩子们。每个孩子都以为自己拥有整张饼。

二、页表：虚拟地址到物理地址的“翻译官”

2.1 页表是什么？

页表是操作系统为每个进程维护的一张映射表，用来将虚拟地址转换为物理地址。

虚拟地址 ──(页表)──> 物理地址

2.2 映射关系

初始情况下，父进程和子进程的页表映射关系是一样的。也就是说，同一个虚拟地址在父子进程中映射到同一个物理页面。

🧬 比喻：页表就像一张地图。进程拿着虚拟地址（比如“王府井大街1号”），通过地图找到真实的物理位置（比如“北京市东城区……”）。

通过下面这张图，希望你能更加理解

三、写时拷贝（Copy-on-Write）：独立性的实现

3.1 什么是写时拷贝？

当父子进程共享同一块物理内存时，如果子进程（或父进程）要对这块内存进行修改，操作系统会：

1. 在物理内存中开辟一块新空间
2. 将原来的内容拷贝到新空间
3. 修改子进程的页表映射，让子进程的虚拟地址指向新空间
4. 父进程的映射保持不变

结果：父子进程的虚拟地址相同，但物理地址不同，实现了进程的独立性。

3.2 为什么要写时拷贝？

💡 如果没有写时拷贝，fork 一个进程就要把父进程的所有内存拷贝一遍，既慢又浪费内存。

3.3 写时拷贝流程示意

┌─────────────────────────────────────────────────────────┐ │ fork 之后（初始状态） │ │ 父进程虚拟地址 V ──页表──> 物理页面 P │ │ 子进程虚拟地址 V ──页表──> 物理页面 P（相同） │ └─────────────────────────────────────────────────────────┘ │ │ 子进程尝试写入 ▼ ┌─────────────────────────────────────────────────────────┐ │ 写时拷贝后 │ │ 父进程虚拟地址 V ──页表──> 物理页面 P（不变） │ │ 子进程虚拟地址 V ──页表──> 物理页面 P'（新拷贝） │ └─────────────────────────────────────────────────────────┘

🎯核心：虚拟地址不变，但页表映射变了，物理地址变了。

四、虚拟地址空间的本质：一个数据结构

4.1 要不要管理“大饼”？

要管理！操作系统用struct mm_struct这个数据结构来描述虚拟地址空间。

🧠 经典思想：先描述，再组织。操作系统用mm_struct描述每个进程的地址空间，再用链表或红黑树组织起来。

4.2 虚拟地址空间的区域划分

虚拟地址空间不是铁板一块，而是划分成多个区域。每个区域有起始地址和结束地址。

// 内核中 mm_struct 的简化表示structmm_struct{unsignedlongcode_start,code_end;// 代码段范围unsignedlongdata_start,data_end;// 数据段范围unsignedlongheap_start,heap_end;// 堆范围unsignedlongstack_start,stack_end;// 栈范围// ... 还有页表指针等};

📐 比喻：虚拟地址空间就像一栋大楼的楼层分布图，标明了哪一层是办公室（代码段）、哪一层是仓库（数据段）、哪一层是食堂（堆）……

五、虚拟地址空间的意义

5.1 意义一：将地址从“无序”变“有序”

物理内存的分配是杂乱的，但虚拟地址空间让每个进程看到连续、整齐的地址范围，简化了程序开发。

5.2 意义二：权限保护

页表中不仅包含物理地址，还包含读写执行权限（rwx）。当 CPU 访问一个虚拟地址时，MMU（内存管理单元）会检查：

· 如果操作违反权限（比如对只读区域进行写入），则触发段错误（Segmentation Fault）。

🔒 这就是为什么字符串常量区写入会崩溃：

char*str="hello world";*str='H';// 段错误！

5.3 意义三：解耦合

虚拟地址空间让进程管理和内存管理解耦合：

· 进程只关心自己的虚拟地址空间
· 操作系统负责把虚拟地址映射到物理内存
· 进程不需要知道物理内存的实际情况

🧩 好处：进程可以随便用地址，操作系统可以在后台搬家（比如页面换入换出），进程毫不知情。

六、深入理解进程的“独立性”

进程具有独立性，体现在两个方面：

💡 两个进程可以拥有完全相同的虚拟地址空间布局，但映射到不同的物理内存。

七、进程挂起的深刻认识

进程挂起是指进程的某些部分（或全部）被换出到磁盘（swap 分区），以释放物理内存。

有了虚拟地址空间，挂起变得容易：

· 进程的 mm_struct 依然存在
· 页表中某些条目可以标记为“未映射”或“已换出”
· 当进程访问这些地址时，操作系统触发缺页异常，从磁盘换入

🧳 比喻：就像你出差时把行李寄存在火车站。你手上只有一张寄存凭证（虚拟地址），需要时凭凭证取回行李（物理内存）。凭证还在，行李可能不在手上。

八、再扩展一点：vm_area_struct

mm_struct 描述整个地址空间，而每个具体区域（比如堆、栈、代码段）由 vm_area_struct 来描述。

structvm_area_struct{unsignedlongvm_start;// 区域起始地址unsignedlongvm_end;// 区域结束地址unsignedlongvm_flags;// 权限标志（rwx）structvm_area_struct*next;// 链表指针};

所有的 vm_area_struct 通过链表或红黑树连接，组成了完整的地址空间布局。

📚 比喻：mm_struct 是一本书的目录，vm_area_struct 是每个章节的详细信息。

下图展示了他们与虚拟地址空间的关系

九、澄清几个问题

Q1：可以不加载代码和数据吗？

可以。 一个进程创建后，可以先只有：

· task_struct（进程控制块）
· mm_struct（地址空间描述）
· 页表

代码和数据可以按需加载（比如执行到某个函数时才把对应的代码页从磁盘读入）。

Q2：如何深刻理解写时拷贝？

写时拷贝的核心目的：

🚀 写时拷贝是操作系统的一种惰性优化：不到万不得已，绝不拷贝。

十、总结速查表

最后

虚拟地址空间是现代操作系统的基石。理解它，你就明白了：

· 为什么 fork 这么快（写时拷贝）
· 为什么字符串常量不能写（页表权限）
· 为什么两个进程的同一地址值不同（独立映射）
· 什么是“进程挂起”（换出换入）

动手试试：写一个程序，打印父子进程中同一个全局变量的地址和值，观察写时拷贝的效果。