环境变量与虚拟内存

环境变量

环境变量是系统的全局配置手册，里面存放了在当前操作系统下的一些参数。其一般是全局属性，具体的用途比如在链接C/C++代码的时候，系统会自动链接到动静态库中，然后生成可执行文件。

我们常见的环境变量有三个：

**• PATH :**指定命令的搜索路径

• HOME : 指定用户的主工作目录(即用户登陆到Linux系统中时,默认的目录)

**• SHELL :**当前Shell,它的值通常是/bin/bash

命令行参数

我们先来了解一下，我们在敲击命令的时候，bash是如何将其切分成一个个短字符串，最后将其组装成argv数组的。比如，当我们在命令行敲下：

复制代码

ls -a -b

具体是怎么工作的呢？首先，他先去bin目录下找ls执行文件，找到以后在确定参数数量，如图有两个，那么ls的主函数的agrc（参数数量）就是2，agrv（参数数组）就存放三个数据（argv[0]是ls命令本身，argv[1]是-a,argv是-b），argv存放的数据会被main函数的逻辑进行处理调用。

真正的大流程是这样的在我们输入命令的时候，bash已经在内存中维护好一份描述，它会申请一份内存用于存储刚刚说到的参数（"ls","-a","-b"），然后会创建一个指针数组指向这片空间，让argv[0]指向"ls"。fork会复制一份父进程的代码数据出来，在复制以后，子进程的main函数开始调用之前，bash会执行execve，其系统原型如下（了解一下即可）。

复制代码

int execve(const char *filename, char *const argv[], char *const envp[]);

bash并不会直接把数据发给子进程，子进程现在的代码还没加载，此时会把argv和envp两个数组的首地址写在execve函数的参数列表，内核会得到这两个地址，然后他会把fork出来的子进程原本的数据，代码，堆栈全部抹除。内核会在子进程的新虚拟地址空间 中，开辟一段最高的区域（也就是你板书最底下那张图显示的 Argument strings 区域）。内核把 Bash 内存里的那些字符串（"./code", "a"...）深拷贝 到这个新区域。内核在新进程的栈底（高地址）重新组织好 argv 和 envp 指针数组，让这些指针指向刚刚拷贝过来的字符串。最后，内核修改 CPU 的寄存器，让它跳到新程序的 main 函数入口，并把 argc 和 argv 的地址传给它。

PATH环境变量

接下来，我们通过PATH来了解明白系统是如何通过环境变量来"认路"和"认人"的。

我们如果在当前目录下编译了一个名字叫"ls"的二进制执行文件，那么我们可以用./ls来执行这个文件，那么，通过./ls执行的和ls直接执行的有什么差别呢？其主要差别是，./ls是执行当前目录下的，直接ls是执行PATH目录里的。如果我们想要要把例如./code变成可以直接code执行的命令，我们只要把当前目录加入PATH路径下即可。怎么加进去呢？下面提供两个方法：

1.export法：通过export，$PATH 代表原来的路径清单，: 是分隔符，. 代表当前目录。这个的意思是在当前PATH路径下，再加个.。这个方法是临时的，因为环境变量随着进程继承，当把这个终端关了，这个也就没了。

复制代码

export PATH=$PATH:.

**2.修改文件法：**通过修改文件法，可以使得该修改永久生效。我们首先打开bashrc文件，然后在文件末尾加上我们上面的临时法，最后重新启动终端或者source ~/.bashrc就行。

复制代码

vim ~/.bashrc
export PATH=$PATH:.

得到/设置环境变量

我们有三种常用的方法可以得到环境变量：

方法A： getenv()这几乎是最好用的方法了，只需传入变量名，返回对应的字符串。简单而高效

方法B： main 函数参数 char *env[]，通过 main(int argc, char *argv[], char *env[]) 直接拿到。一般用于在程序启动的一刻快速遍历环境。

方法C： extern char **environ，这是一个全局变量，定义在 libc 中，它指向整个环境表的头部。如果你想做一个类似 env 命令的程序（列出所有变量），用它最方便。

修改当前进程的环境变量 ，我们可以使用setenv("NAME", "VAL", 1)，只能修改当前进程及其后续创建的子进程。它无法修改父进程（Bash）的环境变量。

我们前面说过，环境变量具有全局性，我们分析一下下面两个命令，看看有什么不同

复制代码

i=10
echo $i
export j=10
echo $j

在这个命令中，i是我们设置的本地变量，他不会被子进程继承，只会在当前bash内部使用。j是我们设置的环境变量，他会被继承，但是当我们杀死全部终端以后，重新开机，这个变量也会消失。

虚拟内存

在过去，没有虚拟内存的时代，或者是在单片机裸机上进行开发的时候，程序是会直接访问物理内存的。比如有个进程A，占用了1~2GB的位置，进程B占用了2~3GB的位置。此时，若是进程A发生BUG，比如出现了野指针，往2.5G的地方写入了数据，进程A就会覆盖进程B，导致进程B莫名其妙的挂掉。当时就是，进程之间没有隔离，互相裸奔，安全感为零；而且编写编译器极其困难（因为每次运行，程序被加载到物理内存的哪个位置是不确定的）

接下来，我们再看一个例子，如果我们运行以下代码，会发生什么呢？

复制代码

#include <stdio.h>
#include <unistd.h>
#include <stdlib.h>
int g_val = 0;
int main()
{
pid_t id = fork();
if(id < 0){
perror("fork");
return 0;
} e
lse if(id == 0){ //child,⼦进程肯定先跑完，也就是⼦进程先修改，完成之后，⽗进程再读取
g_val=100;
printf("child[%d]: %d : %p\n", getpid(), g_val, &g_val);
}else{ //parent
sleep(3);
printf("parent[%d]: %d : %p\n", getpid(), g_val, &g_val);
} s
leep(1);
return 0;
}

我们发现，父子进程，输出地址是⼀致的，但是变量内容不⼀样！因为变量内容不一样，因此我们可以认定，父子进程输出的变量不是同一个变量。然后呢，因为地址一样，因此我们可以认为，这不是一个真实的地址！在linux环境下，这种地址被称为虚拟地址。

当OS创建子进程的时候，他会所给有子进程都给一份虚拟空间地址，这样会使得子进程认为自己拥有了整个空间的地址。那么，这份虚拟空间地址到底是什么呢？我们先来看一下这个虚拟地址空间都有些什么。首先，最底层是C++代码（只读） ，然后再往上，存放全局变量 ，在中区，存放堆，这是由malloc/new申请的空间他会继续向上生长。在高区，是栈区 ，这里存放局部变量，函数调用，它是向下生长的。最高处是环境变量和命令行参数。假设这份空间有4GB，OS只会把3GB给进程进行折腾，最后1GB是内核空间，存放着操作系统的核心代码和数据结构，不可逾越。

既然这个内存不是真实的，那么他到底是什么呢？其实，他只是，内核里的一个数据结构mm_struct！这个结构体用一个个的参数指定了各个部分的起始结束处。根据什么进行对应呢？就是根据页表进行对应。页表可以理解成是一个对应表，每一行都是一个虚拟地址对应一个真实地址。比如当CPU想要访问一个0x111111地址，他会去查这个进程的页表，然后找到相对应的真实物理地址。我们就继续以上文那个g_val进行讨论：

父进程运行中 ：父进程有一个变量 g_val=100。它的虚拟地址是 0x111111。页表记录：

0x111111 -> 物理内存 A区。

此时，进行了fork ，产生了子进程，由于此时还没有对父或子进程中任意一个进程发生修改数据，因此此时他只会复制页表，因此，子进程也是0x111111 -> 物理内存 A区。

子进程尝试修改：

触发"报错"：CPU 发现子进程想往只读的"A区"写数据，于是停下来，向内核报告（缺页异常）。
写时拷贝（COW） ：内核发现这是子进程在改数据，于是悄悄地在物理内存开辟了一块新的"B区"，把 A 的内容拷过去并改成 200。
更新映射 ：内核只修改子进程的页表，让它的 0x111111 -> 物理内存 B区。

就此，就发生了我们之前见到的画面。

struct mm_struct

在task_struct中，有一个指针struct mm_struct *mm;他指向了一个结构体，他直接指向了一系列的重要地址，包含各个数据段的起始终止处。这些起始终止处，刚好就是vm_area_struct的vm_start和vm_end。vm_struct和mm_struct的区别在于，vm_struct中还记载了这块区域是只读的、它是从哪个磁盘文件（你的二进制程序）映射过来的、如果发生缺页该怎么办。

复制代码

struct mm_struct
{
/*...*/
struct vm_area_struct *mmap; /* 指向虚拟区间(VMA)链表 */
struct rb_root mm_rb; /* red_black树 */
unsigned long task_size; /*具有该结构体的进程的虚拟地址空间的⼤⼩*/
/*...*/
// 代码段、数据段、堆栈段、参数段及环境段的起始和结束地址。
unsigned long start_code, end_code, start_data, end_data;
unsigned long start_brk, brk, start_stack;
unsigned long arg_start, arg_end, env_start, env_end;
/*...*/
}

现在，我们来对下面的代码进行验证一下。当我们运行下面代码，百分百报错，因为我们在对常量字符串区域进行更改。

复制代码

char *str = "hello world";
str[0] = 'H'; // 试图把小写 h 改成大写 H