Linux内存管理(一)--基本概念

一、地址分类及其关系

Linux有三种地址，分别为逻辑地址、线性地址、物理地址。

1、逻辑地址（logical address）

  逻辑地址又称相对地址。指包含在机器语言指令中用来指定一个操作数或一条指令的地址。程序经过编译后，生成的汇编程序中的地址就是逻辑地址。

  一个逻辑地址，由两部分组成：段标识符(segment)和段内偏移量（offset）。

   段标识符：是由一个16位长的字段组成，称为段选择符。其中前13位是一个索引号。后面3位包含一些硬件细节。 段内偏移量是32位长字段。

   段内偏移量：指明了从段开始的地方到实际地址之间的距离。

2、线性地址（linear address）

   线程地址又称虚拟地址(virtual address)。在32位CPU架构下，可以表示4G的地址空间，用16进制表示就是从0x00000000到0xFFFFFFFF。也就是，高达 4 294 967 296 个存储器单元。

   Linux将4G的线性地址空间分为2部分，0~3G为user space，3G~4G为kernel space。如下图

3、物理地址（physical address）

物理地址：用于内存芯片级内存单元寻址。它们与从微处理器的地址引脚发送到内存总线上的电信号相对应。物理地址由32位或36位无符号整数表示。

Linux内核将所有的物理页面划分到3类内存管理区中，分别为ZONE_DMA，ZONE_NORMAL，ZONE_HIGHMEM。如下图。

• ZONE_DMA的范围是0~16M，该区域的物理页面专门供I/O设备的DMA使用。之所以需要单独管理DMA的物理页面，是因为DMA使用物理地址访问内存，不经过MMU，并且需要连续的缓冲区，所以为了能够提供物理上连续的缓冲区，必须从物理地址空间专门划分一段区域用于DMA。
• ZONE_NORMAL的范围是16M~896M，该区域的物理页面是内核能够直接使用的。
• ZONE_HIGHMEM的范围是896M~结束，该区域即为高端内存，内核不能直接使用。

4、逻辑地址、线性地址、物理地址三者之间关系

内存控制单元（MMU）通过一种称为分段单元（segmentation unit）的硬件电路把一个逻辑地址转换成线性地址；接着，第二个称为分页单元（paging unit）的硬件电路把线性地址转换成一个物理地址如下图。

二、段式管理

1、基本概念

    16位CPU内部拥有20位的地址线，它的寻址范围就是2的20次方，也就是1M的内存空间。但16位CPU用于存放地址的寄存器（IP，SP……）只有16位，因此只能访问65536个存储单元，即64K。为了能够访问1M的内存空间，CPU就采用了内存分段的管理模式，并在CPU内部加入了段寄存器。16位的CPU把1M的内存空间分为若干个逻辑段，每个逻辑段的要求如下：

•      逻辑段的起始地址(段地址)必须是16的倍数，即最后4位二进制位必须全为0.
•      逻辑段最大容量为64k

    由于段地址必须是16的倍数，所以，值一般形式为0Xxxxx0H，即前16位二进制是变化的，后四位固定为0，鉴于这种特征，只保存前16位二进制位来保存整个段基地址，所以每次使用时，要用段寄存器左移补4个0（乘以16）来得到实践的段地址。在确定了某个存储单元所属的段后，只知道了改存储单元所属的范围（段地址+65536），要想确定该内存单元的具体位置，还必须知道该单元在段内的偏移量，有了段地址和偏移量，就能确定内存单元在存储器中的具体位置。

    逻辑地址 = 段基地址+段内偏移量

由逻辑地址到物理地址的公式为：物理地址=段寄存器的值*16+逻辑地址

  16位CPU有四个段寄存器，CS、DS、SS、ES。

• CS+IP：用于代码段的访问，CS指向存放程序的段基地址，IP指向下条要执行的指令在CS段的偏移量，用这两个寄存器就可以得到一个内存的物理地址，该地址存放着一条要执行的指令。
• SS+SP：用于堆栈段的访问，SS指向堆栈段的基地址，SP指向栈顶，用这两个寄存器就可以直接访问栈顶单元的内存物理位置。
• DS+BX：用于数据段的访问，DS中的值左移四位得到数据段的起始地址，在加上BX中偏移量，得到一个存储单元的物理地址。
• ES+BX：用于附加段的访问，ES中的值左移四位得到附加段的起始地址，在加上BX中偏移量，得到一个存储单元的物理地址。

32位CPU的内存管理仍然采用分段的管理模式，逻辑地址同样由段内地址和偏移量组成，32位CPU采用了两种不同的工作方式:实模式和保护模式。

1、实模式

  在实模式下，32位CPU的内存管理与16位CPU是一致的。

2、保护模式

  段基址长达32位，每个段的最大容量达4G，段寄存器的值是段地址的选择器(逻辑地址，由段标识符和段内偏移量，在32位中把段标识符也称段选择符)，用它从内存中得到一个32位的段地址，存储单元的物理地址就是该段地址加上段内偏移量，这与32位CPU的物理地址计算方式完全不同。

这里涉及到2个名词：段寄存器和段选择符

也就是说，段寄存器，是用来存储段基地址的，而这个段基地址，又称为段选择符。

段寄存器：32位CPU有6个段寄存器，除了16位中提到到CS，DS，SS，ES，还有FS和GS。

段选择符：前13位表示一个索引号，后3位包含一些硬件细节

index ：指定了放在 GDT 或 LDT 中的相应段描述符的入口（在下面将做进一步的讲述）。
TI（(Table Indicator)标志：指明段描述符是在 GDT 中（TI=0）或在 LDT 中（TI=1）。

RPL 请求者特权级：当相应的段选择符装入到 cs 寄存器中时指示出 CPU 当前的特权级

段描述符：每个段由一个8字节的段描述符(Segment Descriptor)表示（参见下图），它描述了段的特征。段描述符放在全局描述符表（Global Descriptor Table, GDT）                 或局部描述符表（Local Descriptor Table, LDT）中。通常只定义一个GDT，而每个进程除了存放在GDT中的段之外如果还需要创建附加的段，就可以有自己                 的LDT。GDT在主存中的地址和大小存放在gdtr处理器寄存器中，当前正被使用的LDT地址和大小放在ldtr处理器寄存器中。

代码段描述符：表示这个段描述符代表一个代码段；它可以放在 GDT 或 LDT 中。该描述符置 S 标志（非系统段）。
数据段描述符：表示这个段描述符代表一个数据段，它可以放在GDT或LDT中。该描述符置S标志。栈段是通过通用的数据段实现的。
任务状态段描述符（TSSD）：表示这个段描述符代表一个任务状态段（Task State Segment，TSS），也就是说这个段用于保存处理器寄存器的内容。它只能出现在GDT中。根据相应的进程是否正在CPU上运行，其Type字段的值分别为11或9。这个描述符的S标志置为0。
局部描述符表描述符（LDTD）：表示这个段描述符代表一个包含 LDT的段，它只出现在GDT中，相应的Type字段为2，S标志为0。下一节说明80x86处理器是如何决定一个段描述符是存放在GDT中还是存放在进程的LDT中。

2、逻辑地址到线性地址转换

分段单元（segmentation unit）执行以下操作：
· 先检查段选择符的TI字段，以决定段描述符保存在哪一个描述符表中。TI字段指明描述符是在GDT中（在这种情况下，分段单元从gdtr寄存器中得到GDT的线性基地址）还是在激活的LDT中（在这种情况下，分段单元从ldtr寄存器中得到LDT的线性基地址）。
· 从段选择符的index字段计算段描述符的地址，index字段的值乘以8（一个段描述符的大小），这个结果与gdtr或ldtr寄存器中的内容相加。
· 把逻辑地址的偏移量与段描述符Base字段的值相加就得到了线性地址。

 

3、Linux中的分段

Linux下逻辑地址与线性地址是一致的，即逻辑地址的偏移量字段的值与相应的线性地址的值总是一致的。

Linux将地址分为用户态和内核态：

运行在用户态的所有Linux进程都使用一对相同的段来对指令和数据寻址。这两个段就是所谓的用户代码段和用户数据段。类似地，运行在内核态的所有Linux进程都使用一对相同的段对指令和数据寻址：它们分别叫做内核代码段和内核数据段。

四个主要的Linux段的段描述符字段的值
段              Base              G Limit  S Type DPL D/B P
用户代码段0x00000000 1 0xfffff 1 10    3     1    1
用户数据段0x00000000 1 0xfffff 1 2      3     1    1
内核代码段0x00000000 1 0xfffff 1 10    0     1    1
内核数据段0x00000000 1 0xfffff 1 2      0     1    1

相应的段描述符由宏__USER_CS，__USER_DS，__KERNEL_CS，和__KERNEL_DS分别定义。例如，为了对内核代码段寻址，内核只需要把这个宏产生的值装进cs段寄存器即可。

 

三、分页管理

1、基本概念

   页(page)： 线性地址被分成固定长度的单位组，每一个单元就是一个页。如32位的机器，线性地址最大为4G，如果用4KB为一个页来划分，整个线性地址就划分为                      2的20次方个

  页框(page frame)：也叫物理页，分页单元把所有的物理内存划分为固定长度的单位组，它的长度一般与线性地址页是相同的。每一个页框包含一个页。

  页与页框的区别：

   a)页是线性地址(虚拟地址)划分的而来的，而页框是物理内存划分而来的。

   b)页是一个数据块，可以存放在页框或者磁盘中。页框是一个存储区域。

32位的线性地址被分成3个字段：

目录（Directory）   页表（Table）        偏移量（Offset）

最高10位

中间10位

最低12位

页目录表(page directory)：最高10位 称位页目录表(page directory)

页表(page table)：中间10位称为页表(page table)

 

这种二级模式的目的在于减少每个进程页表所需RAM的数量。如果使用简单的一级页表，那将需要高 达220个表项（也就是，在每项4个字节时，需要4M RAM）来表示每个进程的页表（如果进程使用全部 4GB线性地址空间），即使一个进程并不使用那个范围内的所有地址。二级模式通过只为进程实际使用的那 些虚拟内存区请求页表来减少内存。

2、线性地址到物理地址转换

  在使用的页目录的物理地址存放在控制寄存器cr3中。线性地址内的Directory字段决定页目录中的目录项，而目录项指向适当的页表。地址的Table字段依次又决定页表中的表项，而表项含有页所在页框的物理地址。Offset字段决定页框内的相对位置。由于它是一个 12位长的字段，故每一页含有4096字节的数据。

   每一个进程有它自己的页全局目录和自己的页表集。当发生进程切换时，Linux把cr3控制寄存器的内容保存在前一个执行进程的描述符中，然后把下一个要执行进程的描述符的值装入cr3寄存器中。因此，当新进程重新开始在CPU上执行时，分页单元指向一组正确的页表。

3、Linux中的分页

从2.6.11版本开始，采用了四级分页模型,4种页表分别被称作：
· 页全局目录（Page Global Directory）
· 页上级目录（Page Upper Directory）
· 页中间目录（Page Middle Directory）
· 页表（Page Table）
页全局目录包含若干页上级目录的地址，页上级目录又依次包含若干页中间目录的地址，而页中间目录又包含若干页表的地址。每一个页表项指向一个页框。线性地址因此被分成五个部分。如下图没有显示位数，因为每一部分的大小与具体的计算机体系结构有关。

说明：
图引用自http://www.cnblogs.com/zszmhd/archive/2012/08/29/2661461.html