逻辑地址、线性地址、物理地址和虚拟地址理解

淡淡的烟草味﹌ 2022-09-24 11:29 300阅读 0赞

**逻辑地址（Logical Address）** 是指由程式产生的和段相关的偏移地址部分。例如，你在进行C语言指针编程中，能读取指针变量本身值(&操作)，实际上这个值就是逻辑地址，他是相对于你当前进程数据段的地址，不和绝对物理地址相干。只有在Intel实模式下，逻辑地址才和物理地址相等（因为实模式没有分段或分页机制,Cpu不进行自动地址转换）；逻辑也就是在Intel保护模式下程式执行代码段限长内的偏移地址（假定代码段、数据段如果完全相同）。应用程式员仅需和逻辑地址打交道，而分段和分页机制对你来说是完全透明的，仅由系统编程人员涉及。应用程式员虽然自己能直接操作内存，那也只能在操作系统给你分配的内存段操作。

**线性地址（Linear Address）** 是逻辑地址到物理地址变换之间的中间层。程式代码会产生逻辑地址，或说是段中的偏移地址，加上相应段的基地址就生成了一个线性地址。如果启用了分页机制，那么线性地址能再经变换以产生一个物理地址。若没有启用分页机制，那么线性地址直接就是物理地址。Intel 80386的线性地址空间容量为4G（2的32次方即32根地址总线寻址）。

**物理地址（Physical Address）** 是指出目前CPU外部地址总线上的寻址物理内存的地址信号，是地址变换的最终结果地址。如果启用了分页机制，那么线性地址会使用页目录和页表中的项变换成物理地址。如果没有启用分页机制，那么线性地址就直接成为物理地址了。

**虚拟内存（Virtual Memory）**是指计算机呈现出要比实际拥有的内存大得多的内存量。因此他允许程式员编制并运行比实际系统拥有的内存大得多的程式。这使得许多大型项目也能够在具有有限内存资源的系统上实现。一个非常恰当的比喻是：你不必非常长的轨道就能让一列火车从上海开到北京。你只需要足够长的铁轨（比如说3公里）就能完成这个任务。采取的方法是把后面的铁轨即时铺到火车的前面，只要你的操作足够快并能满足需求，列车就能象在一条完整的轨道上运行。这也就是虚拟内存管理需要完成的任务。**在Linux0.11内核中，给每个程式（进程）都划分了总容量为64MB的虚拟内存空间。因此程式的逻辑地址范围是0x0000000到0x4000000**。***有时我们也把逻辑地址称为** *虚拟地址**。因为和虚拟内存空间的概念类似，逻辑地址也是和实际物理内存容量无关的。逻辑地址和物理地址的“差距”是0xC0000000，是由于**虚拟地址->线性地址->物理地址**映射正好差这个值。这个值是由操作系统指定的。机理 逻辑地址（或称为虚拟地址）到线性地址是由CPU的段机制自动转换的。如果没有开启分页管理，则线性地址就是物理地址。如果开启了分页管理，那么系统程式需要参和线性地址到物理地址的转换过程。具体是通过设置页目录表和页表项进行的。

**一、概念 物理地址(physical address)**

用于内存芯片级的单元寻址，与处理器和CPU连接的地址总线相对应。 ——这个概念应该是这几个概念中最好理解的一个，但是值得一提的是，虽然可以直接把物理地址理解成插在机器上那根内存本身，把内存看成一个从0字节一直到最大空量逐字节的编号的大数组，然后把这个数组叫做物理地址，但是事实上，这只是一个硬件提供给软件的抽像，内存的寻址方式并不是这样。所以，说它是“与地址总线相对应”，是更贴切一些，不过抛开对物理内存寻址方式的考虑，直接把物理地址与物理的内存一一对应，也是可以接受的。也许错误的理解更利于形而上的抽像。 **虚拟内存(virtual memory) **这是对整个内存（不要与机器上插那条对上号）的抽像描述。它是相对于物理内存来讲的，可以直接理解成“不直实的”，“假的”内存，例如，一个0x08000000内存地址，它并不对就物理地址上那个大数组中0x08000000 - 1那个地址元素；之所以是这样，是因为现代操作系统都提供了一种内存管理的抽像，即**虚拟内存（virtual memory）**。进程使用虚拟内存中的地址，由操作系统协助相关硬件，把它“转换”成真正的物理地址。这个“转换”，是所有问题讨论的关键。有了这样的抽像，一个程序，就可以使用比真实物理地址大得多的地址空间。（拆东墙，补西墙，银行也是这样子做的），甚至多个进程可以使用相同的地址。不奇怪，因为转换后的物理地址并非相同的。 ——可以把连接后的程序反编译看一下，发现连接器已经为程序分配了一个地址，例如，要调用某个函数A，代码不是call A，而是call 0x0811111111 ，也就是说，函数A的地址已经被定下来了。没有这样的“转换”，没有虚拟地址的概念，这样做是根本行不通的。打住了，这个问题再说下去，就收不住了。**逻辑地址(logical address) **Intel为了兼容，将远古时代的段式内存管理方式保留了下来。逻辑地址指的是机器语言指令中，用来指定一个操作数或者是一条指令的地址。以上例，我们说的连接器为A分配的0x08111111这个地址就是逻辑地址。 ——不过不好意思，这样说，好像又违背了Intel中段式管理中，对逻辑地址要求，“一个逻辑地址，是由一个段标识符加上一个指定段内相对地址的偏移量，表示为 \[段标识符：段内偏移量\]，也就是说，上例中那个0x08111111，应该表示为\[A的代码段标识符: 0x08111111\]，这样，才完整一些” **线性地址(linear address)**或也叫**虚拟地址(virtual address)** 跟逻辑地址类似，它也是一个不真实的地址，如果逻辑地址是对应的硬件平台段式管理转换前地址的话，那么线性地址则对应了硬件页式内存的转换前地址。

CPU将一个**虚拟内存空间中的地址（逻辑地址）**转换为**物理地址**，需要进行两步：首先将给定一个逻辑地址，CPU要利用其段式内存管理单元，先将为个逻辑地址转换成一个线程地址，再利用其页式内存管理单元，转换为最终物理地址。 这样做两次转换，的确是非常麻烦而且没有必要的，因为直接可以把线性地址抽像给进程。之所以这样冗余，Intel完全是为了兼容而已。

**二、CPU段式内存管理**

逻辑地址如何转换为线性地址 一个逻辑地址由两部份组成，段标识符: 段内偏移量。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，如图：

![1.jpg][]

最后两位涉及权限检查，本贴中不包含。 索引号，或者直接理解成数组下标——那它总要对应一个数组吧，它又是什么索引呢？这是“段描述符(segment descriptor)”，段描述符具体地址描述了一个段。这样，很多个段描述符，就组了一个数组，叫“段描述符表”，这样，可以通过段标识符的前13位，直接在段描述符表中找到一个具体的段描述符，这个描述符就描述了一个段，由8个字节组成，如下图：

![2.jpg][]

图示比较复杂，可以利用一个数据结构来定义它，不过，在此只关心一样，就是Base字段，它描述了一个段的开始位置的线性地址。 Intel设计的本意是，一些全局的段描述符，就放在“全局段描述符表(GDT)”中，一些局部的，例如每个进程自己的，就放在所谓的“局部段描述符表(LDT)”中。那究竟什么时候该用GDT，什么时候该用LDT呢？这是由段选择符中的T1字段表示的，=0，表示用GDT，=1表示用LDT。 GDT在内存中的地址和大小存放在CPU的gdtr控制寄存器中，而LDT则在ldtr寄存器中。 再看这张图比起来要直观些：

![3.jpg][]

首先，给定一个完整的逻辑地址\[段选择符：段内偏移地址\]，

1、看段选择符的T1=0还是1，知道当前要转换是GDT中的段，还是LDT中的段，再根据相应寄存器，得到其地址和大小。我们就有了一个数组了。

2、拿出段选择符中前13位，可以在这个数组中，查找到对应的段描述符，这样，它了Base，即基地址就知道了。

3、把Base + offset，就是要转换的线性地址了。 还是挺简单的，对于软件来讲，原则上就需要把硬件转换所需的信息准备好，就可以让硬件来完成这个转换了。

**三、Linux的段式管理**

Intel要求两次转换，这样虽说是兼容了，但是却是很冗余，硬件要求这样做了，软件就只能照办，形式主义。另一方面，其它某些硬件平台，没有二次转换的概念，Linux也需要提供一个高层抽像，来提供一个统一的界面。按照Intel的本意，全局的用GDT，每个进程自己的用LDT——不过Linux则对所有的进程都使用了相同的段来对指令和数据寻址。即用户数据段，用户代码段，对应的，内核中的是内核数据段和内核代码段。include/asm-i386/segment.h

CODE:

\#define          GDT\_ENTRY\_DEFAULT\_USER\_CS

\#define          \_\_USER\_CS       (GDT\_ENTRY\_DEFAULT\_USER\_CS \* 8 + 3)

\#define          GDT\_ENTRY\_DEFAULT\_USER\_DS

\#define          \_\_USER\_DS (GDT\_ENTRY\_DEFAULT\_USER\_DS \* 8 + 3)

\#define          GDT\_ENTRY\_KERNEL\_BASE

\#define          GDT\_ENTRY\_KERNEL\_CS   (GDT\_ENTRY\_KERNEL\_BASE+ 0)

\#define          \_\_KERNEL\_CS  (GDT\_ENTRY\_KERNEL\_CS \* 8)

\#define          GDT\_ENTRY\_KERNEL\_DS   (GDT\_ENTRY\_KERNEL\_BASE+ 1)

\#define          \_\_KERNEL\_DS  (GDT\_ENTRY\_KERNEL\_DS \* 8)

把其中的宏替换成数值，则为：

CODE:

\#define \_\_USER\_CS                115     \[00000000 1110  0  11\]

\#define \_\_USER\_DS                123     \[00000000 1111  0  11\]

\#define \_\_KERNEL\_CS           96      \[00000000 1100  0  00\]

\#define \_\_KERNEL\_DS           104    \[00000000 1101  0  00\]

方括号后是这四个段选择符的16位二制表示，它们的索引号和T1字段值也可以算出来了

CODE:

\_\_USER\_CS              index= 14             T1=0

\_\_USER\_DS              index= 15             T1=0

\_\_KERNEL\_C           index= 12             T1=0

\_\_KERNEL\_DS         index= 13             T1=0

T1均为0，则表示都使用了GDT，再来看初始化GDT的内容中相应的12-15项(arch/i386/head.S)：

CODE:

.quad 0x00cf9a000000ffff         /\* 0x60 kernel 4GB code   at 0x00000000 \*/

.quad 0x00cf92000000ffff         /\* 0x68 kernel 4GB data    at 0x00000000 \*/

.quad 0x00cffa000000ffff          /\* 0x73 user 4GB  code   at 0x00000000 \*/

.quad 0x00cff2000000ffff          /\* 0x7b user 4GB  data    at 0x00000000 \*/

按照前面段描述符表中的描述，可以把它们展开，发现其16-31位全为0，即四个段的基地址全为0。 这样，给定一个段内偏移地址，按照前面转换公式，0 + 段内偏移，转换为线性地址，可以得出重要的结论，“在Linux下，逻辑地址与线性地址总是一致的，即逻辑地址的偏移量字段的值与线性地址的值总是相同的。” Linux中，绝大部份进程并不例用LDT，除非使用Wine ，仿真Windows程序的时候。

**四、CPU的页式内存管理**

CPU的页式内存管理单元，负责把一个**线性地址**，转换为**物理地址**。从管理和效率的角度出发，线性地址被分为以固定长度为单位的组，称为**页(page)**，例如一个32位的机器，线性地址最大可为4G，可以用4KB为一个页来划分，这页，整个**线性地址就被划分为一个tatol\_page\[2^20\]的大数组**，共有2的20个次方个页。这个大数组我们称之为页目录。目录中的每一个目录项，就是一个地址——对应的页的地址。 另一类“页”，我们称之为物理页，或者是**页框(frame)**、页桢的。是分页单元把所有的物理内存也划分为固定长度的管理单位，它的长度一般与内存页是一一对应的。 这里注意到，这个total\_page数组有2^20个成员，每个成员是一个地址（32位机，一个地址也就是4字节），那么要单单要表示这么一个数组，就要占去**4MB的内存空间**。为了节省空间，引入了一个二级管理模式的机器来组织分页单元。文字描述太累，看图直观一些：

![4.jpg][]

如上图，

分页单元中，页目录是唯一的，它的地址放在CPU的cr3寄存器中，是进行地址转换的开始点。

每一个活动的进程，因为都有其独立的对应的虚似内存（页目录也是唯一的），那么它也对应了一个独立的页目录地址。——运行一个进程，需要将它的页目录地址放到cr3寄存器中，将别个的保存下来。

每一个32位的线性地址被划分为三部份，面目录索引(10位)：页表索引(10位)：偏移(12位) 依据以下步骤进行转换：

(1)     从cr3中取出进程的页目录地址（操作系统负责在调度进程的时候，把这个地址装入对应寄存器）；

(2)     根据线性地址前十位，在数组中，找到对应的索引项，因为引入了二级管理模式，页目录中的项，不再是页的地址，而是一个页表的地址。（又引入了一个数组），页的地址被放到页表中去了。

(3)     根据线性地址的中间十位，在页表（也是数组）中找到页的起始地址；

(4)     将页的起始地址与线性地址中最后12位相加，得到最终我们想要的葫芦；这个转换过程，应该说还是非常简单地。

全部由硬件完成，虽然多了一道手续，但是节约了大量的内存，还是值得的。那么再简单地验证一下：

1、这样的二级模式是否仍能够表示4G的地址；页目录共有：2^10项，也就是说有这么多个页表每个目表对应了：2^10页；每个页中可寻址：2^12个字节。还是2^32 = 4GB

2、这样的二级模式是否真的节约了空间；也就是算一下页目录项和页表项共占空间 (2^10 \* 4 + 2 ^10 \*4) = 8KB。值得一提的是，虽然页目录和页表中的项，都是4个字节，32位，但是它们都只用高20位，低12位屏蔽为0，因为这样，它刚好和一个页面大小对应起来，大家都成整数增加。计算起来就方便多了。但是，为什么同时也要把页目录低12位屏蔽掉呢？因为按同样的道理，只要屏蔽其低10位就可以了，不过我想，因为12>10，这样，可以让页目录和页表使用相同的数据结构，方便。

**五、Linux的页式内存管理**

原理上来讲，Linux只需要为每个进程分配好所需数据结构，放到内存中，然后在调度进程的时候，切换寄存器cr3，剩下的就交给硬件来完成了（事实上要复杂得多，在此只分析最基本的流程）。前面说了i386的二级页管理架构，不过有些CPU，还有三级，甚至四级架构，Linux为了在更高层次提供抽像，为每个CPU提供统一的界面。提供了一个四层页管理架构，来兼容这些二级、三级、四级管理架构的CPU。这四级分别为： 页全局目录PGD、页上级目录PUD、页中间目录PMD、页表PT。 整个转换依据硬件转换原理，只是多了二次数组的索引罢了，如下图：

![5.jpg][]

那么，对于使用二级管理架构32位的硬件，四级转换怎么能够协调地工作呢？嗯，来看这种情况下，怎么来划分线性地址吧！从硬件的角度，32位地址被分成了三部份；从软件的角度，由于多引入了两部份，也就是说，共有五部份。——要让二层架构的硬件认识五部份也很容易，在地址划分的时候，将页上级目录和页中间目录的长度设置为0就可以了。这样，操作系统见到的是五部份，硬件还是按它死板的三部份划分，也就共建了和谐计算机系统。 这样，虽说是多此一举，但是考虑到64位地址，使用四层转换架构的CPU，此时不再把中间两个设为0了，这样，软件与硬件再次共建了和谐计算机系统——抽像，强大呀！ 例如，一个逻辑地址已经被转换成了线性地址，0x08147258，换成二制进是： 0000100000 0101000111 001001011000 内核对这个地址进行划分 PGD = 0000100000 PUD = 0 PMD = 0 PT = 0101000111 offset = 001001011000

现在来理解Linux高招，因为硬件根本看不到所谓PUD,PMD，所以，本质上要求PGD索引，直接就对应了PT的地址。而不是再到PUD和PMD中去查数组（虽然它们两个在线性地址中，长度为0，2^0 =1，也就是说，它们都是有一个数组元素的数组），那么，内核如何合理安排地址呢？从软件的角度上来讲，因为它的项只有一个，32位，刚好可以存放与PGD中长度一样的地址指针。那么所谓先到PUD，到到PMD中做映射转换，就变成了保持原值不变，一一转手就可以了。这样，就实现了“逻辑上指向一个PUD，再指向一个PDM，但在物理上是直接指向相应的PT的这个抽像，因为硬件根本不知道有PUD、PMD这个东西”。 然后交给硬件，硬件对这个地址进行划分，看到的是：页目录 = 0000100000 PT = 0101000111 offset = 001001011000 嗯，先根据0000100000(32)，在页目录数组中索引，找到其元素中的地址，取其高20位，找到页表的地址，页表的地址是由内核动态分配的，接着，再加一个offset，就是最终的物理地址了。

[1.jpg]: /images/20220719/e6658e23680f4a2193fdcafe8a6dc2d8.png
[2.jpg]: /images/20220719/17baaebaa6f84aa1ae625a5ea06dbc09.png
[3.jpg]: /images/20220719/4c2e593fdb424d5c986e25d6a0fb0e05.png
[4.jpg]: /images/20220719/419c28106ebd4d49828357d9b7273d12.png
[5.jpg]: /images/20220719/88a8c453bb28472299058388955a094c.png