第一篇: 『内存中的操作系统』虚拟化是什么 - InfoQ 写作平台

第二篇: 『内存中的操作系统』内存虚拟化又是什么 - InfoQ 写作平台

思维模型

1. 如何实现从虚拟地址到物理地址

1. 如何实现从虚拟地址到物理地址

在上文中, 我们讲解了如何虚拟化内存的大致思路, 并讲解了在设计之前的目标和准则. 那么接下来我们就要尝试进行详细设计我们的虚拟化内存方式.

我们最容易想到的就是基于硬件来直接做转换, 也就是硬件对每次内存访问进行处理（即指令获取、数据读取或写入），将指令中的虚拟（virtual）地址转换为数据实际存储的物理（physical）地址. 硬件对每次内存访问进行处理（即指令获取、数据读取或写入），将指令中的虚拟（virtual）地址转换为数据实际存储的物理（physical）地址.

这样的话, 我们同时还需要操作系统来设置好硬件, 以完成正确的地址转换, 同时需要管理内存, 记录已经使用和空闲的内存位置, 防止进程对内存的不合理使用.

1.1 地址转换

这个就是在 20 世纪 50 年代后期出现的虚拟内存的设计思路, 为了实现上面的目标, CPU 增加了两个硬件寄存器：基址（base）寄存器和界限（bound）寄存器，有时称为限制（limit）寄存器。这组基址和界限寄存器，让我们能够将地址空间放在物理内存的任何位置，同时又能确保进程只能访问自己的地址空间。即:

实际物理地址 = 虚拟地址 + 基址(base)

进程中使用的内存引用都是虚拟地址（virtual address），硬件接下来将虚拟地址加上基址寄存器中的内容，得到物理地址（physical address），再发给内存系统。

而界限寄存器则可以保证超过界限的内存访问都会被阻止, 系统会报错, 设置会终止进程, 从而可以有效的防止对内存的不合理使用.

这种基址寄存器配合界限寄存器的硬件结构是芯片中的（每个 CPU 一对）。有时我们将 CPU 的这个负责地址转换的部分统称为内存管理单元（MemoryManagement Unit，MMU）。这个再我们现在的硬件中都是有的, 不过它拥有的比我们这里说的更复杂的内容.

1.2 分段

那么上面的设计有没有什么问题呢? 答案其实很清晰, 那就是逻辑过于简单了, 虽然很多时候设计越简单越好, 但是前提是要满足复杂的现实场景. 根据上面的设计, 我们可以很容易画出我们目前的内存结构:

这里你可能已经看到问题在哪了, 那就是栈和堆之间，有一大块“空闲”空间。如果我们将整个地址空间放入物理内存，那么栈和堆之间的空间并没有被进程使用，却依然占用了实际的物理内存。因此，简单的通过基址寄存器和界限寄存器实现的虚拟内存很浪费。

另外，如果剩余物理内存无法提供连续区域来放置完整的地址空间，进程便无法运行。这种基址加界限的方式看来并不像我们期望的那样灵活。

所以只有基址寄存器和界限寄存器并不能满足实际的内存使用需求. 我们还需要更为复杂的设计, 也就是分段(segmentation). 分段并不是一个新概念，它甚至可以追溯到 20 世纪 60 年代初期。这个想法很简单，在 MMU 中引入不止一个基址和界限寄存器对，而是给地址空间内的每个逻辑段（segment）一对。

一个段只是地址空间里的一个连续定长的区域，在典型的地址空间里有 3 个逻辑不同的段：代码、栈和堆。分段的机制使得操作系统能够将不同的段放到不同的物理内存区域，从而避免了虚拟地址空间中的未使用部分占用物理内存。

那么根据我们的设计, 内存结构可能就是如下的样子:

从图中可以看到，只有已用的内存才在物理内存中分配空间，因此可以容纳巨大的地址空间，其中包含大量未使用的地址空间（有时又称为稀疏地址空间，sparseaddress spaces）。你会想到，需要 MMU 中的硬件结构来支持分段：在这种情况下，需要一组 3 对基址和界限寄存器。下面是一组示例:

根据我们的示例, 我们来看一个例子:

假设现在要引用虚拟地址 100（在代码段中），MMU 将基址值加上偏移量（100）得到实际的物理地址：100 + 32KB = 32868。然后它会检查该地址是否在界限内（100 小于 2KB），发现是的，于是发起对物理地址 32868 的引用。

如果我们有学过 Java 虚拟机 JVM 的内存结构, 就会发现其中的: 堆内存, 方法区和栈的设计思路就是我们这里的设计思路.

有趣的知识: segmentation fault

如果我们试图访问非法的地址，例如 7KB，它超出了堆的边界呢？你可以想象发生的情况：硬件会发现该地址越界，因此陷入操作系统，很可能导致终止出错进程。这就是每个 C 程序员都感到恐慌的术语的来源：段异常（segmentationviolation）或段错误（segmentation fault）。

来看一个堆中的地址，虚拟地址 4200（同样参考图 16.1）。如果用虚拟地址 4200 加上堆的基址（34KB），得到物理地址 39016，这不是正确的地址。我们首先应该先减去堆的偏移量，即该地址指的是这个段中的哪个字节。因为堆从虚拟地址 4K（4096）开始，4200 的偏移量实际上是 4200 减去 4096，即 104，然后用这个偏移量（104）加上基址寄存器中的物理地址（34KB），得到真正的物理地址 34920。

总结

到这里, 我们已经有了虚拟化内存的基本思路, 沿着这条思路, 让我们在接下来的文章继续细化我们的设计. 来达到高效,灵活的效果.