虚拟地址空间：从“地址一样但物理内存不同”说起

虚拟地址空间：从"地址一样但物理内存不同"说起

我最近在学操作系统里的内存管理，本来以为"虚拟地址空间"就是一句"每个进程都有自己独立的地址空间"就完事了。结果越看越发现，这里面坑挺多：父子进程打印出来的地址一样，但物理内存其实不是同一块；malloc 了也不一定马上给你物理页；task_struct 和 mm_struct 又各自管什么......我把自己踩过的坑和终于搞懂的点记一下。

先插一句：普通命令和内建命令

看 shell 的时候发现，命令和命令之间也有差异：

二进制文件级别的命令：普通命令，比如 ls、grep，需要去 PATH 里找对应的可执行文件。
内建命令：shell 内部自己实现的，比如 cd、echo，属于 bash 自己内部的函数调用，不依赖第三方路径。

这跟后面的进程加载、地址空间也有点关系，不过重点还是虚拟地址空间。

CPU 眼里的地址，其实是虚拟地址

CPU 中看到的地址分布大概像这样：

一个进程的虚拟地址空间里，代码段、数据段、堆、栈、共享库等都有自己的位置。栈整体是向低地址方向增长的，堆是向高地址方向增长的，所以大家常说"堆栈相对而生"。

text 复制代码

高地址
+------------------+
|      栈 stack     |  向下增长
+------------------+
|        ...        |
+------------------+
|      堆 heap      |  向上增长
+------------------+
|  BSS / data / text|
+------------------+
低地址

当然，实际布局还要看 32 位还是 64 位，以及内核如何安排。

踩了个坑：地址一样，物理内存就一样吗？

我写了个 fork 的小实验，父子进程打印同一个变量的地址，结果地址居然一样。当时我第一反应是："那它们不就访问同一块内存了吗？"

后来看到类似这样的现象：

这个现象其实说明了两件事：

进程具有独立性。
这里打印出来的是虚拟地址，物理地址不可能这么巧完全相同。背后是写时拷贝：OS 给写入的一方分配了新的物理页，再把同一个虚拟地址重新映射到新的物理页上。

所以"地址相同"只是虚拟地址相同，不代表物理内存相同。终于搞懂了这一点之后，再看页表就顺眼多了。

task_struct 和 mm_struct：进程的"内存说明书"

程序在运行时会被转化为进程，一个进程会有一个 task_struct。

而一个 task_struct 中会包含一个 mm_struct，用来定义虚拟地址空间。task_struct 含有指针 mm，指向独立的 mm_struct 结构体，用来描述进程虚拟地址空间。

c 复制代码

struct mm_struct {
    struct vm_area_struct *mmap;        // VMA链表（同时维护红黑树，用于快速查找虚拟内存区域：堆、栈、代码段、动态库）
    struct vm_area_struct *mmap_cache;  // 最近访问的VMA缓存，加速查找
    pgd_t *pgd;                         // 页全局目录，页表基址，对应CPU CR3寄存器

    unsigned long start_code, end_code; // 代码段 .text 的起止虚拟地址
    unsigned long start_data, end_data; // 已初始化数据段 .data
    unsigned long start_brk, brk;       // 堆：start_brk堆起始地址，brk堆当前边界（brk系统调用修改brk）
    unsigned long start_stack;          // 用户栈起始虚拟地址
    // ... 引用计数、内存统计等
};

这里每个字段其实都在描述"进程的虚拟内存长什么样"。比如 mmap 管 VMA，pgd 管页表基址，start_brk 和 brk 管堆的边界，start_stack 管用户栈起点。

全局变量、static 和虚拟地址空间的意义

全局变量和 static 变量的生命周期是全局的，本质上是因为它们的生命周期跟着进程走。

虚拟地址空间不只是"给每个进程画个饼"，它还有几个很实际的作用：

可以拦截进程的非法行为，保护物理内存和其他进程。
有了虚拟地址空间和页表，物理内存不需要连续、有序，也能映射成进程看到的连续虚拟地址。
让进程管理和内存管理解耦。

以前我总觉得页表只是"地址转换表"，现在发现它更像一层权限和隔离机制。

程序启动加载：不是一股脑全塞进内存

程序启动加载这块也很容易误解。创建进程时，OS 只是构建虚拟地址空间、页表，并不会一次性把磁盘上的代码和数据全部载入物理内存。

首次访问对应虚拟地址时，会触发缺页中断；OS 再从磁盘读取页面，分配物理内存，建立虚拟地址到物理地址的映射。

new / malloc 也是类似的思路：本质上是在虚拟地址空间的堆区申请，先在页表层面创建虚拟地址，后续真正要使用时再填充物理地址。这就是空间的懒加载机制。

所以 malloc 成功，不代表物理内存已经立刻到手；真正写入的时候，才可能触发缺页，让 OS 把物理页补上。

小结

这轮学下来，我最大的收获是：虚拟地址空间不是"假的地址"这么简单，它把进程隔离、写时拷贝、缺页中断、懒加载、页表权限这些东西串在了一起。以前看到父子进程地址一样会懵，现在至少知道要去看页表和写时拷贝；以前觉得 malloc 就是直接拿内存，现在知道它更多是在虚拟地址空间里先圈地，物理页可以后面再补。

继续啃内存管理，感觉还有不少坑要踩。