Linux 内核101：[译]地址空间发展史

原文： The Abstraction: Address Spaces

在早期，构建计算机系统是很简单的。为什么？你可能会想。因为用户期望值不高。都是那些『该死』的用户，想要一个"易用"、"高性能"、"可靠"的系统，才引起了一系列头疼的问题。下一次你遇到这些计算机用户们，别忘记感谢一下他们制造出来的问题：）

早期的系统

从内存的角度来说，早期的机器并没有提供太多的抽象给用户。一般而言，机器的物理内存可以用下图表示：

整个 OS（图中的阴影部分，译者注） 不过就是物理内存中的一些routines（本质上来说，一个 library），在这个例子中，从物理地址的 address 0开始。同时，还有一个运行的程序（进程）位于物理地址的 address 64k 处，并且独自占据了整个剩下的内存。用户并没对操作系统寄予太大的期望，操作系统 程序员 的生活还是很轻松的，不是吗？

多道编程（Multiprogramming）和 分时系统（Time Sharing）

一段时间过后，因为计算机实在是太贵了，人们开始更有效地共享有限的计算资源。于是 多道编程 DV66:Programming Semantics for Multiprogrammed Computations 的时代开始了，在一个时刻，多个进程可以同时等待被执行，然后操作系统不断在这些进程中切换（比如当前进程进行 IO 的时候就可以切换到其他进程）。这样很有效地提高了 CPU 的利用效率。在那个计算机动辄几百万美元的时代，这些效率的提高是非常重要的。

然而，人是永远不会满足的，人名开始期待能够从操作系统那获取更多功能，于是分时系统的时代开始了。很多人尤其是程序员们自己意识到了 batch programming 的局限性，厌倦了很长（于是效率低下）的 debug 周期。因为很多用户在同时使用一台计算机，每个人都在等待（甚至可以说是期望）自己的程序返回结果，可交互性（interactivity）的概念开始变得越来越重要。

实现 time sharing 的一种方法是让一个进程运行一小段时间，这段时间内让它占据所有的内存，然后停止它，把其所有的状态保持到硬盘上（包括所有的物理内存！），接口导入另外一个进程，运行一段时间...... 这也算是一种简陋的实现方法。

显然，这种方法有很大的问题：太慢了，尤其是内存不断增大的时候。保存和欢迎寄存器级别的状态（比如 PC，general-purpose registers等等）是很快的，但是要把整个内存的全部内容保存到硬盘，这无疑不是一种高效的方法。所以，我们得想办法在切换的时候把进程的状态保持在内存里面。

在这个图中，有三个进程（A,B,C）,每个占据 512KB内存的一小部分。现在对于 CPU，他可以选择任何一个抽象来运行（比如说 A），然后让另外两个（B 和 C）等待。

随着分时系统越来越流行，你肯定猜到了人们又开始提出新的需求了。尤其重要的一点是： 让这么多程序同时保存在内存里，保护措施就很重要 ，你可不希望一个进程可以看到其他进程的内容，更别说可以随意修改其他进程的内容。

地址空间

用户是很难伺候的，操作系统的设计者得对物理内存做一个 抽象 ，提供一个好用的接口给他们。我们把 这种抽象就叫做地址空间 。对于运行中的程序而言，它对物理内存是无感知的，它知道的只有地址空间（虚拟的）。 理解基本的操作系统抽象，是理解内存是如何虚拟化的关键！

进程的地址空间包含了运行进程的所有状态。比如说，代码总得保存在某个地方吧？所以代码就在地址空间里面。进程运行的时候，会用 stack 来保存当前函数调用链的位置，分配空间给局部变量，并且返回值。还有一部分，叫做 heap，被用来保存动态分配、用户管理的内存，比如调用 malloc() 函数，或者 new 一个对象，都是从这里面得到需要的内存。当然，保存在地址空间的内容还有很多，目前而言我们只需要关注于这三点就行了。

上图中，有一个很小的地址空间（16kb）。程序的代码保存在地址空间的最上方（0-1kb）。代码是静态的，不会增加也不会减少，可以直接放在地址空间的最上部。还有两部分大小可变的区域，那就是 heap 和 stack。上图中，stack 和 heap 往两个不同的方向增长。如进行 malloc() 申请内存时，heap 往下增长；当进行一个 procedure call 时，stack 往上增长。当然这只是一个惯例，并没有物理上的限制要求一定要这样,你可以以其他方法重新组织地址空间。（事实上，当多个 threads 共存的时候，也不存在这么优雅的地址空间划分方法。）

我们谈地址空间的时候，我们谈的是操作系统提供给进程的抽象。上图的进程并不是在物理内存的0-16kb 位置，它可以被存放在物理内存的任意位置。回顾一下图13.2，你可以看到每个进程被加载到内存的不同位置。

当操作系统这么做的时候，我们说操作系统是在虚拟化内存,因为运行中的进程是以为自己占据了所有的内存的。然而现实很不一样。

比如说，图13.2的进程A想要加载地址0处的数据（这里指的是虚拟内存）,操作系统，具备特定的硬件支持，会把这个这个地址0映射到物理内存中另外的位置。这个就是内存虚拟化的核心，几乎每一个现代计算机系统都在试用这种方法。

目标

虚拟内存系统的最主要目标是 透明化 。也就是底层的物理地址对运行的程序不可见。所以，程序根本就不会意识到内存是虚拟化的，而是认为自己有一个完整的私有物理地址。操作系统在幕后，承当着虚拟地址到物理地址的转换工作。 这极大地降低了程序开发者地复杂度！

第二个目标是 高效率 。操作系统应该更可能让抽象更加高效，包括时间上的和空间上的。比如，操作系统会依赖于一些硬件，比如 TLB 缓存，可以缩短操作系统访问用户内存的时间。

最后一个目标是 保护 。操作系统需要确保进程间是隔离的，一个进程不能随意读取另一个进程的数据，尤其是不能随意在别人的地盘乱写数据，不然会带来很多很多不可预期的问题。