虚拟内存机制

Posted 2020-07-28

1.为什么要有虚拟内存
在早期的计算机中，是没有虚拟内存的概念的。我们要运行一个程序，会把程序全部装入内存，然后运行。
当运行多个程序时，经常会出现以下问题：
1)进程地址空间不隔离，没有权限保护。
由于程序都是直接访问物理内存，所以一个进程可以修改其他进程的内存数据，
甚至修改内核地址空间中的数据。
2)内存使用效率低
当内存空间不足时，要将其他程序暂时拷贝到硬盘，然后将新的程序装入内存运行。
由于大量的数据装入装出，内存使用效率会十分低下。
3)程序运行的地址不确定
因为内存地址是随机分配的，所以程序运行的地址也是不确定的。

2.虚拟地址和物理地址
对于32位系统，寻址指针为4字节，对应的虚拟地址空间为0-2^32，即0-4G。
对于64位系统，寻址指针为8字节，对应的虚拟地址空间为0-2^64，即0-16G。
要注意的是，这个地址空间是虚拟的，并非实际存在的。
Linux内核把虚拟地址空间分为两部分：用户进程空间，内核进程空间。
如下入所示：

在缓存原理中，换入/换出的数据以块为最小单位。在内存管理时，页是地址空间的最小单位。
虚拟地址空间划分为多个固定大小的虚拟页(VP),物理地址空间(DRAM内存)划分为多个固定大小的物理页(PP),
虚拟页和物理页的大小是一样的，通常为4KB。

虚拟页和物理页存在着以下关系：
虚拟页和磁盘文件映射，然后缓存到物理页。
根据是否映射，是否缓存，可以将虚拟页的状态分为以下三种：
1)未映射的页
即虚拟页没有映射到磁盘文件
2)未缓存的页
虚拟页映射到了磁盘文件，但是没有缓存到物理页，也就是内存上。
3)缓存的页
虚拟页映射到了磁盘文件，并且缓存到物理页
如下图所示：

3.虚拟地址的工作原理
对于进程来说，使用的都是虚拟地址。每个进程维护一个单独的页表。何为页表？
页表是一种数组结构，存放着各虚拟页的状态，是否映射，是否缓存。

1)数组的索引号，表示虚拟页号
2)数组的值
若为null，表示未映射的页
若非null，第一位表示有效位，为1，表明缓存的页；为0，表明未缓存的页。
其余位表示缓存到的物理页号。

页表结构图如下：

进程执行时，当需要访问虚拟地址中存放的值时，步骤如下：
1)CPU会先找到虚拟地址所在的虚拟页(VP3)，根据页表，找出页表中第3条的值。
判断有效位，为1，DRMA缓存命中，获根据物理页号，找到物理页中的内容，返回。
2)若有效位为0，产生缺页异常，调用内核缺页异常处理程序。
它会选择一个物理页(如PP4)，作为牺牲页，将该页的内容刷新到磁盘文件。然后，把VP3映射的磁盘文件，缓存到该物理页。
页表中的第3条，有效位变1，同时，物理页号表号变为PP4。
3)缺页异常处理完毕后，返回中断前的指令，重新执行，此时缓存命中，执行1)
4)将找到的内容映射到高速缓存，CPU从高速缓存中获取该值，结束。

4.使用虚拟地址需要注意的问题
1)磁盘和主存传送页的活动叫做页面调度。页面调度会引起磁盘流量，如果程序的局部性不好，会频繁进行页面调度，叫做“缓存颠簸”。
操作系统会在内存中分配一块交换区作为缓冲区，来加速页面的调度。
2)一级页表占用的空间是比较大的，根据按需调度的原则，一般使用的是多级页表，即一级页表指向二级页表，这样大大压缩了页表的大小。

5.地址翻译
地址翻译指的是DRAM缓存命中时，由虚拟地址找到物理地址的过程。
该过程是完全由硬件来完成的。
1)CPU有一个专门的页表基地址寄存器(PTBR)指向当前页表的基地址，快速定位到该进程的页表。
2)根据虚拟页号，找到虚拟地址在页表的值。
3)根据值中的物理页号，找到物理地址。

6.Linux中的虚拟内存机制

Linux把虚拟内存划分成区域area的集合，一个area包括连续的多个页。
area的数据结构如下所示：
1)内核为每个进程维护了一个单独的任务结果task_struct
2)task_struct的mm指针，指向了mm_struct，该结构描述虚拟内存的运行状态。
3)mm_struct的pgd指针指向进程的一级页表的基地址。
mmap指针，指向vm_area_struct链表。
4)vm_area_struct描述area的结构，vm_start表示area的开始位置，vm_end表示area的结束位置，vm_prot表示area内的页的读写权限，vm_flags表示area内的页面是进程私有还是共享，vm_next指向下一个area节点。

在Linux中，当发生缺页异常时，步骤如下：
1)缺页异常程序，检查虚拟地址在哪个area内。
2)访问的虚拟页若没有读写权限，则触发一个保护异常，终止进程。
3)选择牺牲页，刷新到磁盘，从磁盘加载缺失的内容到物理页，更新页表。

7.Linux虚拟内存需要注意的问题
内存映射机制:初始化虚拟内存区域时，会把虚拟内存和磁盘文件对象对应起来。

由于内存映射机制，一个磁盘文件对象可被多个进程共享访问，也可被多个进程私有访问。
当共享访问时，一个进程的对该对象的修改会显示到其他进程。
当私有访问时，修改时会产生保护故障，内核会拷贝这个私有对象，修改的是这个新对象，其他进程指向的是原来的对象。

fork函数是说明内存映射机制很好的例子：
fork函数会创建带有独立虚拟地址空间的新进程，内核会把当前进程的虚拟内存中数据结构复制一份给新进程。虚拟内存area包括共享区域和私有区域，新建的进程对私有区域做修改时，会触发写时拷贝，为新进程维护私有的虚拟地址空间。

8.虚拟地址作用总结
1)虚拟内存管理可以控制物理内存的访问权限
访问的虚拟页若没有读写权限，则触发一个保护异常，终止进程。
2)虚拟内存让每个进程有独立的地址空间
对于私有区域来说，当不同进程对该区域做修改时，会触发写时拷贝，为新进程维护私有的虚拟地址空间。
3)VA到PA的映射会给分配和释放内存带来方便。
物理内存不连续的地址，可映射到连续的虚拟内存地址。
4)内存效率高
使用了页面调度，不会造成大量的数据装入装出。

 

参考资料: 《深入理解计算机系统》