一、存储器抽象：地址空间

现代计算机采用多道程序设计，系统中同时运行了多个进程。要保证多个程序同时在内存中并且互不影响，就需要解决两个问题：保护和重定位。

地址空间：一个进程可以用来寻址内存的一套地址集合。

每个进程都有自己的一个地址空间，并且这个地址空间独立于其他进程的地址空间。有了地址空间，一个进程就知道了自己可以寻址的范围，从而解决了保护的问题。

解决了这个问题，又有一个问题出现了：内存不够用。

现在的PC，一般也就是4G或者8G的内存，甚至可能只有2G。而一个进程，几百M都是很正常的，大型的游戏可能数G了。

一台电脑要同时运行许多进程，以及一些操作系统自身占用的内存，如果全部程序都在内存中，那么内存是肯定不够用了。

交换：把一个进程完整调入内存，使该进程进入内存运行一段时间，然后把它存回磁盘。这样，空闲的进程主要存储在磁盘上，不运行就不占用内存。

交换技术的问题在于，磁盘与内存之间的I/O操作是很慢的，而且会在内存中产生很多空洞（hole）。所以要每隔一段时间进行内存紧缩，这样会花费大量的时间。

编程语言通常有动态内存的功能，例如C中的malloc，C++中的new和allocator等，一般在堆上进行分配。操作系统需要对动态内存进行管理，方法主要有两种

（1）位图。位图是一种数据结构，简单来说，就是用一个比特位来表示可用和不可用两种状态。把内存分成大小为N的单元，用一个二进制位来表示可用或者不可用，从而可以用一个比较小的空间表示一大段内存的使用情况。

位图的缺点是耗时大，查找空闲需要大量的时间。

（2）空闲链表。操作系统维护一个记录着已分配内存段和空闲内存段的链表。当申请一块新内存的时候，要从空闲链表中进行查找，匹配方式有很多种：首次适配，下一次适配，最佳适配等等。可以对链表进行排序以提高查询的速度。

此外，还可以对常用大小的内存块分别设置链表，比如4KB的块组成一个链表，8KB块组成一个链表等。这种方式与Linux采用的伙伴算法有一定的相似之处。

二、虚拟内存

虚拟内存是大部分现代操作系统所采用的方式。交换方式虽然可以解决一部分内存不够用的问题，但是I/O操作代价是比较大的，磁盘速度比较慢。

虚拟内存的基本思想，就是每个进程有自己的地址空间，并且把这个空间分成许多块，每一块叫做页面（page）。每一页都是一个连续的地址范围，他们可以被映射到物理内存，页并不需要在进程运行的每一时刻都在内存中，它可以只在需要的时候才被调入，其他时间可以被调出内存。

进程对应的虚拟地址，构成了虚拟地址空间。虚拟内存可以通过MMU（内存管理单元）映射为物理地址。物理内存中的页称为页框（page frame）。

实际内存中，用一个标志位表示一个页在不在内存中。如果要读的页不在内存中，将会产生一个缺页中断，使得CPU陷入操作系统中，把页面的内容读到页框中，再次请求该页。

虚拟内存可以被分为虚拟页号（高位）+偏移量（低位）。

页表：页号可以作为页表的索引，来找到该虚拟页面对应的页表项。由页表项可以找到页框号，把页框号送到偏移量的高位，形成送往内存的物理地址。物理地址=页框号+偏移量。

一个页表项需要包括：保护位（允许的访问类型），修改位（是否被修改），‘’在/不在‘’位（是否在内存中），高速缓存允许位，以及最为重要的页框号。当然，还可能有更多位。

页表的问题在于，如果内存很大，页表项非常多，那么页表占用的内存也会很大。另外，每个进程都要有自己的页表，因为页表提供了虚拟内存到物理内存的转换。

TLB（快表，转换检测缓冲区）：相当于一种缓存，因为有些页面的访问频率很高，所以把这些页面放在一个高速缓存中（例如内置在MMU中）。

需要访问某个页时，先从TLB中查找，未命中才向页表查找，并用它替换掉另外一个页表项。

软失效和硬失效：页不在TLB中，但是在内存中，称为软失效；在硬盘中，称为硬失效。很显然，硬盘I/O是很慢的。

多级页表：页表项太多，会占用太多的内存。于是，多级页表应运而生。本质上，多级页表就是一级索引的项仍然是一个索引，而非页表项。这样可以节约大量的空间，避免把全部页表一直保存在内存中。

倒排页表：之前的页表是虚拟地址到物理地址的转换。倒排页表，就是物理地址到虚拟地址的映射。这样做的目的，也是为了应对页表太大的问题。这样，每个物理页框有一个表项，记录（进程-虚拟页面）映射到了该页框。倒排页表的缺陷，在于进程使用虚拟地址的时候不方便，必须搜索这个倒排页表才能得到物理页框地址。为了提高速度，可以采用散列的方法。

三、Linux系统中的实现

1、基本概念

Linux操作系统中，每个进程都有三个段：代码段、堆栈段、数据段。通常，代码段不发生变化。

数据段有两部分：初始化的数据和未初始化的数据（BSS段）。未初始化的数据在加载后被映射到一个专门的静态零页框，赋值后进行写时复制。

Linux允许数据段随着内存的分配和回收而增长和缩减，从而解决动态分配的问题。

Linux允许共享代码段内存，但是每个进程的数据和堆栈不共享。

Linux允许内存映射文件，即把一段内存映射到文件上，文件可以想数组一样被读写。

2、Linux系统中的内存管理

Linux区分三种内存区域：

（1）ZONE_DMA：可以DMA操作的页。

（2）ZONE_NORMAL：正常规则映射的页。

（3）ZONE_HIGHMEM：高内存地址的页，不永久性映射。

Linux的内存由三部分组成：常驻内存的内核和内存映射，以及被划分为页框的其他部分。内核维护一个内存映射，包含所有物理内存使用情况的信息：

首先，Linux维护一个页描述符数组mem_map，页描述符为page类型，系统中的每个物理页框都有一个页描述符，每个页描述符都有一个指针，指向它所属的地址空间（倒排页表），另外有一对指针可以与其他描述符形成双向链表，记录空闲页框和一些其他域。

因为物理内存被分成了三个区，所以为每个区维护一个区域描述符。区域描述符记录了每个区域内存使用情况，以及一个空闲区数组，第i个元素标记2^i个空闲页的第一个块的第一个页描述符（指针数组）。

Linux采用了一个四级页表。

3、Linux的内存分配机制

Linux支持多种内存分配机制，页面分配器使用了伙伴算法。

当一块内存过大时，会被分为两个大小相同的部分，组成一对伙伴。划分会一直持续，直到再次划分不足以容纳。释放内存时，如果一对伙伴都为空闲，则会进行合并。

同时，LInux维护一个指针数组，数组的元素是大小为1 2 4……个单位的内存块链表的头部。

另外，还有一种slab分配器，它也使用伙伴算法获得内存块，但是从其中切出给小的单元。例如，一个65页面的块，需要一个128页面的块来使用。

 

 PS：图片来自《现代操作系统》

四、一些零碎的东西

共享库：我们知道，一部分内存如果被多个进程共享，通常都是只读状态。如果一个进程对它进行了写操作，那么这些页面就“脏”了，系统会为另外的进程复制该页面，这就是写时复制。

当一个程序与共享库链接时，链接器没有加载被调用的函数，而是加载了一小段能够在运行时绑定被调用函数的存根例程。关键在于，一旦一部分共享库被装载，就不需要再次装载它了。共享库会按照页面装载到内存，不需要的部分暂时不会被装载。

另外，当共享库中的函数被修改时，并不需要重新编译调用了这个函数的程序。共享库相当于一个模块，只需要进行调用。

另外一个问题是重定位。链接的两个主要步骤，就是符号解析和重定位。函数的重定位也就是获取实际的地址。因为共享库在内存中只有一份，而两个进程中，可能在自己进程地址空间的不同位置需要共享页面。这样，在编译共享库时，需要用一个编译选项告诉编译器，不产生使用绝对地址的指令，而是只产生使用相对地址的指令。这样，无论共享库被放置在虚拟地址空间的什么位置，指令都可以正常工作。只使用相对偏移量的代码被称作位置无关代码。

与分页有关的实现工作：

创建新进程时：操作系统要确定程序和数据初始有多大，创建一个页表，并在内存空间中为页表分配空间并进行初始化。进程被换出时，页表不必驻留内存，但是当进程在内存中时，页表也必须在内存中。为了解决内存不足的问题，可以把一部分内容放在磁盘交换区。Linux就有交换区(swap)，可以通过一系列指令设置交换区大小以及查看交换区的使用。当然，硬盘I/O速度很慢，swap使用过多可能会造成速度变慢许多。好像我就有这种体验...实验室电脑比较渣，虚拟机内存设置的比较少，然后用top查看的时候就发现内存和swap区占用都很多，操作简直慢如蜗牛0 0通常是因为我开了Pycharm...