深入理解 Linux 内核：虚拟地址空间与物理内存的映射关系

显存映射

化学显存合称为寻址，动态随机访问显存（DRAM）。只有内核才可以直接访问数学显存。

Linux内核给每位进程都提供了一个独立的虚拟地址空间，但是这个地址空间是连续的。这样，进程就可以很便捷地访问显存，更准确地说是访问虚拟显存。虚拟地址空间的内部又被分为内核空间和用户空间两部份。

进程在用户态时，只能访问用户空间显存；只有步入内核态后，才可以访问内核空间显存。其实每位进程的地址空间都包含了内核空间，但这种内核空间，虽然关联的都是相同的化学显存，也就是共享动态链接库、共享显存等。当进程切换到内核态后，就可以很便捷地访问内核空间显存。

并不是所有的虚拟显存就会分配化学显存，只有这些实际使用的虚拟显存才分配化学显存，但是分配后的化学显存，是通过显存映射来管理的。显存映射，虽然就是将虚拟显存地址映射到化学显存地址。为了完成显存映射，内核为每位进程都维护了一张页表，记录虚拟地址与化学地址的映射关系。

页表实际上储存在CPU的显存管理单元MMU中，这样，正常情况下，处理器就可以直接通过硬件，找出要访问的显存。而当进程访问的虚拟地址在页表中查不到时，系统会形成一个缺页异常，步入内核空间分配化学显存、更新进程页表，最后再返回用户空间，恢复进程的运行。

CPU上下文切换中的TLB（TranslationLookasideBuffer，转译后备缓冲器）是MMU中页表的高速缓存。因为进程的虚拟地址空间是独立的linux是什么系统，而TLB的访问速率又比MMU快得多，所以，通过降低进程的上下文切换，降低TLB的刷新次数，就可以提升TLB缓存的使用率，从而提升CPU的显存访问性能。

MMU规定了一个显存映射的最小单位，也就是页，一般是4KB大小。这样，每一次显存映射，都须要关联4KB或则4KB整数倍的显存空间。

4KB大小的页，会造成整个页表会显得十分大，例如32位系统4GB/4KB=100多万个页表项。为了解决页表项过多的问题，Linux提供了两种机制，也就是多级页表和大页（HugePage）。

多级页表就是把显存分成区块来管理，将原先的映射关系改成区块索引和区块内的偏斜。因为虚拟显存空间一般只用了极少一部份，这么，多级页表就只保存那些使用中的区块，这样就可以大大地减低页表的项数。Linux用四级页表来管理显存页，虚拟地址被分为5个部份，前4个表项用于选择页，而最后一个索引表示页内偏斜。

大页，就是比普通页更大的显存块，常见的大小有2MB和1GB。大页一般用在使用大量显存的进程上，例如Oracle、DPDK等。

通过这种机制，在页表的映射下，进程就可以通过虚拟地址来访问数学显存了。

虚拟显存空间分布

最上方的是内核空间，下方的是用户空间显存，用户空间又被分成多个不同的段

用户空间显存，从低到高分别是5种不同的显存段

1、只读段，包括代码和常量等

2、数据段，包括全景变量等

3、堆，包括动态分配的显存，从低地址开始向下下降

4、文件映射段，包括动态库，共享显存等，从高地址开始向上下降

5、栈，包括局部变量和函数调用的上下文等，栈的大小是固定的，通常是8M

这5个显存段中，堆和文件映射的显存是动态分配的，例如使用C标准库的malloc或mmap()，就可以分别在堆和文件映射段动态分配显存。64位系统的显存分布也是类似的，只是显存空间要大的多

显存分配与回收

malloc()是C标准库提供的显存分配函数，对应到系统调用上，有两种实现方法，即brk()和mmap()。

对小块显存（大于128K），C标准库使用brk()来分配，也就是通过联通堆顶的位置来分配显存。这种显存释放后并不会立即归还系统，而是被缓存上去，这样就可以重复使用。

对大块显存（小于128K），则直接使用显存映射mmap()来分配，也就是在文件映射段找一块空闲显存分配出去。

这两种方法的异同点：

brk()方法的缓存，可以降低缺页异常的发生，提升显存访问效率。不过，因为这种显存没有归还系统，在显存工作忙碌时，频繁的显存分配和释放会导致显存碎片。

mmap()方法分配的显存，会在释放时直接归还系统，所以每次mmap就会发生缺页异常。在显存工作忙碌时，频繁的显存分配会造成大量的缺页异常，使内核的管理负担减小。这也是malloc只对大块显存使用mmap的诱因。

须要注意的是：当这两种调用发生后，虽然并没有真正分配显存。这种显存，都只在首次访问时才分配，也就是通过缺页异常步入内核中，再由内核来分配显存。

整体来说，Linux使用伙伴系统来管理显存分配。上面我们谈到过，这种显存在MMU中以页为单位进行管理，伙伴系统也一样linux漏洞扫描，以页为单位来管理显存，而且会通过相邻页的合并，降低显存碎片化（例如brk方法导致的显存碎片）。

但在实际系统运行中，会有大量比页还小的对象，如不到1K，倘若为它们也分配单独的页，会浪费大量的显存，那该如何分配显存呢？

在用户空间linux 用户分配空间，malloc通过brk()分配的显存，在释放时并不立刻归还系统，而是缓存上去重复借助。

在内核空间，Linux则通过slab分配器来管理小显存。你可以把slab看成建立在伙伴系统上的一个缓存，主要作用就是分配并释放内核中的小对象。

显存回收：对显存来说，假如只分配而不释放，还会导致显存泄露，甚至会用尽系统显存。所以，在应用程序用完显存后，还须要调用free()或unmap()，来释放那些不用的显存。其实，系统也不会任由某个进程用完所有显存。在发觉显存紧张时，系统还会通过一系列机制来回收显存，例如下边这三种形式：

（1）回收缓存，例如使用LRU（LeastRecentlyUsed）算法，回收近来使用最少的显存页面。

（2）回收不常访问的显存，把不常用的显存通过交换分区（Swap）直接讲到c盘中。Swap虽然就是把一块c盘空间当作显存来用。它可以把进程暂时不用的数据储存到c盘中（这个过程称为换出），当进程访问那些显存时，再从c盘读取这种数据到显存中（这个过程称为换入）。Swap把系统的可用显存变大了，但一般只在显存不足时，就会发生Swap交换，而且因为c盘读写的速率远比显存慢，Swap会造成严重的显存性能问题。

（3）杀害进程，显存紧张时系统就会通过OOM（OutofMemory，内核的一种保护机制），直接杀掉占用大量显存的进程.。OOM监控进程的显存使用情况，但是使用oom_score为每位进程的显存使用情况进行评分：

一个进程消耗的显存越大，oom_score就越大；

一个进程运行占用的CPU越多，oom_score就越小。

这样，进程的oom_score越大，代表消耗的显存越多，也就越容易被OOM杀害，进而可以更好保护系统。

其实，为了实际工作的须要，管理员可以通过/proc文件系统，自动设置进程的oom_adj，因而调整进程的oom_score。oom_adj的范围是[-17,15]，数值越大，表示进程越容易被OOM杀害；数值越小，表示进程越不容易被OOM杀害，其中-17表示严禁OOM。如用下边的命令，你就可以把sshd进程的oom_adj调小为-16，这样，sshd进程就不容易被OOM杀害。

echo-16>/proc/$(pidofsshd)/oom_adj

buffer和cache

free命令中buffer和cache都表示缓存，但用途不一样

1、Buffer，是内核缓冲区用到的显存，对应的是/proc/meminfo中的Buffer值

2、Cache，是内核页缓存和Slab用到的显存，对应的是/proc/meminfo中的Cache和SReclaimable之和

简单来说，Buffer是对c盘数据的缓存，而Cache是文件数据的缓存，它们既会用在读恳求中，也会用在写恳求中。

cache（缓存）从CPU角度考虑，是为了提升cpu和显存之间的数据交换速率而设计的，比如平时看到的一级缓存、二级缓存、三级缓存。cpu在执行程序所用的指令和读数据都是针对显存的，也就是从显存中取得的。因为显存读写速率慢，为了提升cpu和显存之间数据交换的速率，在cpu和显存之间降低了cache，它的速率比显存快linux 用户分配空间，而且造价高，又因为在cpu内不能集成太多集成电路，所以通常cache比较小，之后intel等公司为了进一步提升速率，又降低了二级cache，甚至五级cache，它是按照程序的局部性原理而设计的，就是cpu执行的指令和访问的数据常常在集中的某一块，所以把这块内容装入cache后，cpu就不用在访问显存了，这就提升了访问速率。其实若cache中没有cpu所须要的内容，还是要访问显存的。

从显存读取与c盘读取角度考虑，cache可以理解为操作系统为了更高的读取效率，更多的使用显存来缓存可能被再度访问的数据。

缓冲（buffers）是为了提升显存和硬碟（或其他I/O设备）之间的数据交换的速率而设计的。把分散的写操作集中进行，降低c盘碎片和硬碟的反复寻道，因而提升系统性能。linux有一个守护进程定期清空缓冲内容（即写入c盘），也可以通过sync命令自动清空缓冲。

简单来说，buffer是即即将被写入c盘的，而cache是被从c盘中读下来的。buffer是由各类进程分配的，被用在如输入队列等方面。一个简单的反例如某个进程要求有多个数组读入，在所有数组被读入完整之前，进程把原本读入的数组置于buffer中保存。

cache常常被用在c盘的I/O恳求上，假如有多个进程都要访问某个文件，于是该文件便被弄成cache以便捷上次被访问，这样可提升系统性能。

以上就是深入理解 Linux 内核：虚拟地址空间与物理内存的映射关系的详细内容，更多请关注叮当号网其它相关文章！