白话基础之虚拟存储器

有些基础知识太过于枯燥乏味，大部头教材也太多的说教，读着读着就进入了梦乡，我想用口语的方式跟大家像聊天一样的方式，也许更能接受点，虽然这样的语言不够严谨，但是，管他呢，有点印象后自己再找大部头仔细研究吧。所以我就想把一些基础知识用大白话聊聊。这一次我们就白话一下虚拟存储器，先从问题开始。

我们碰到什么问题了

我们机器上那几根条子，书面语叫做“物理存储器”。那虚拟存储器就是模拟出来的个玩意儿，是摸不着的东西。那本来就有个好好的几根条子，我们干吗还要虚拟呢，一根条子不够，我两根，两根不够我四根，反正现在条子白菜价。哦，这个时候有人跳出来说，那啥，条子虽然多，但也不是可以无限的插的，插多了也识别不出来，还有这个怪事儿？插多了还识别不出来了啊。

是的，这是为什么呢？这还要从CPU寻址做事的方法说起，CPU与外面交互有三类总线：地址总线、数据总线、控制总线。

寻址的时候就是靠这地址总线来往外面发送地址，那地址到底是怎样传的呢？总不会是传个数字123456吧，肯定不是，在这里肯定都是电信号了，也就是高低电平，一根导线传一个电信号，就是传一个“比特”，那地址总线有几根导线，就能传多少个比特，假设这个CPU的地址总线是32位的，那能传多少个地址的组合呢？聪明的你肯定马上就会算出来：2的32次方，也就是4GB。这个寻址方式如下图所示：

为什么要说上面这段貌似跟虚拟存储器无关的话呢？这是为了说明即使条子白菜价，也不是随便插的，插多了也没有用。那就明确了一个问题：寻址空间大小是有限制的。

不过有人可能又想，哪个程序会用到4G的内存啊，这个在DOS时代也许是正确的，因为那个时候是单任务，同一时刻只能运行一个程序，那应该用不到，但是现在，你又要上QQ跟MM聊天、还要上MSN聊点技术话题，耳朵上还戴个耳机，还在打开个浏览器看我这篇水文，还装模作样的打开一个Visual Studio和一个SQL Server查询分析器（没让我说中吧）。这么多程序同时搞起来那就有点问题了，程序多了，对于CPU来说总不是慢点（CPU对于多任务就是切换来切换去），但是对于内存来说那就不行了，装不下这么多，那压根儿就有的程序不能运行（程序要运行就得先弄到内存里，然后CPU才能读取）。这是第一个问题。

还有个问题，你机器上运行有QQ等应用程序外还运行了个操作系统，要是哪个没良心的程序员开发个程序，然后搞一下放操作系统代码的那块内存，那你的机器不就挂掉了。嗯，那得想个办法解决一下这个问题，把有部分内存保护起来，对用户代码不可见。这个问题是安全问题，这也得虚拟存储器来帮忙。

上面这两个问题最终都是虚拟存储器来解决的，实际上虚拟存储器的作用远不止如此，后面再进一步说明。这里只是为了说我们碰到什么问题了，怎么解决这些问题，好让虚拟存储器粉墨登场。

虚拟存储器

对于上面的第一个问题好说，因为在某个时刻并不是所有的内存都要用，那我们把暂时不用的内存放到硬盘里，当我们要找一块内存，最后发现它居然不在内存里，那我们就到硬盘中去找，然后把它装到内存里，暂时把内存中那些不用的块给放到硬盘中，这样就在内存和硬盘之间倒来倒去。

在Windows里，这个从内存倒到硬盘上的数据就保存在一个叫做pagefile.sys的隐藏文件中。而在我的电脑-》属性-》高级-》性能设置里还可以对虚拟内存的大小进行设置。

回到前一节的那张图，是石器时代的事情了，现在CPU不再这样干了，CPU现在也玩虚的，它不发这个物理地址了，发个虚拟地址出来，然后经过一个叫MMU（存储器管理单元）的东西来把这个虚拟地址翻译成物理地址，然后传给内存。不过说是这么简单，但这个过程却是很复杂的，这个需要CPU、MMU、内存、硬盘、操作系统这几个一配合才能搞，不过放心，这个对应用程序开发人员来说是透明的。话说这样的个过程是咋样实现的呢？下面来详细说一下。

MMU是咋样把CPU的虚拟地址转换为物理地址呢？这个就需要有一个映射的东西，在内存里有一个（实际上不止一个，这个后面会说明）表，就是来干这个的，这个表叫做页表。为什么叫页表呢？这个也是有原因的。根据数据统计，磁盘要比内存慢10000多倍，如果像刚才说的，到内存中去找个字节的数据，居然不在内存中，那就要到硬盘中去找，这下可丢的大了，这么慢啊，怎么办？所以就把虚拟存储器划分成一页页的，一页很大，物理存储器也划分成一页页的，都一样大。这样把磁盘里的一页数据装到内存中了，命中的机会就更大了（这个是基于一个叫做局部性的理论支持的，这个东西后面的文章会聊聊）。

这里大概就是这样一个情况了：

这个页表有很多条目，每个条目两个字段，第一个字段是个标志位，标志这个条目是否有效，0表示无效，无效意味着要么这个条目为空，也就是对应的虚拟内存还没有分配，要么这个条目对应的内容在硬盘上，也就是没有缓存到内存，如果是1就表示，这个条目对应的内容在内存中。第二个字段叫物理页号，这个在后面会说到。

MMU就是依靠这个页表来进行地址翻译的，当CPU发送一个虚拟地址的时候，虚拟地址分为两部分，一部分叫做虚拟页面偏移（刚才不是说了，一个页面有点大，比如4K，如果寻址某个字节，那这个偏移就表示这个字节距离这个页面头部的距离），还有一部分叫做虚拟页号，也就是上面那个页表的编号，比如现在传个虚拟地址过来，虚拟页号是3，偏移是100，那选择页表的第三个条目（假设从0开始），上面说了，这个页表里的条目的第二个字段记录的是物理页号（在这里是2），又因为物理页和虚拟页的大小是一样的，所以虚拟页面偏移和物理页面偏移也是一样的，所以那个物理页号和偏移一结合啊，就会得到物理地址了：用物理页号先找到哪一页，然后用偏移找到具体的字节。那这里就会选择内存中的“块4”，偏移为100的地方的字节。

上面说的是正好这一块儿在内存中的情况，这个叫做页命中，那如果有一块儿还在硬盘中怎么办，比如这里的“块1”，那这个就叫做缺页（page fault）。这时MMU就会触发一个缺页异常，缺页异常会调用操作系统内核中缺页异常的处理程序（操作系统也参与进来了），这个处理程序会在内存中选择一页干掉，比如选择了“块5”，如果这个“块5”发生了修改（也就是从硬盘读到内存后修改了），处理程序就会把“块5”拷贝回硬盘。干掉“块5”后就为“块2”腾出地来了，然后就把块2给装到内存中，然后刚才是哪一条命令触发了这个异常，那个命令就会重复执行一次，不过这一次情况不一样了，那块内存已经在内存中了。

其实这个过程我们可以用代码来形象的描述一下，页表的条目我们就将其定义为一个名为PageTableEntry的结构。页表就用一个List<PageTableEntry> pageTable表示，而每个页啊，都用一个int[100]来表示，那物理内存就是List<int[100]> pm，虚拟内存也是List<int[100]> vm。

假设pageTable最大有100个条目，CPU传来的虚拟地址为050060，前三位表示pageTable的索引（虚拟页号），后三位表示偏移，然后：

//用来表示地址
struct Address
{
    //编号
    int no;
    //偏移
    int offset;
}
//页表条目
struct PageTableEntry
{
    //标志位
    int flag;
    //编号
    int PPN;
}

//传入虚拟地址，返回物理地址
Address Translate(Address vAddr)
{
    //虚拟页号
    int vpn = vAddr.no;
    //虚拟页偏移，等于物理页偏移
    int vpo = vAddr.offset;

    从页表中取出标志位
    int flag = pageTable[vpn].flag;
    //从页表条目中取出物理页号
    int ppn = pageTable[vpn].PPN;

    //判断标志位是否有效，有效从内存中取
    if(flag == 1)
    {
       //物理地址
        Address pAddr;
       //编号就是刚才从条目里取出的页号
       pAddr.no = ppn;
        //由于物理页和虚拟页的大小是一样的，偏移也是一致的
       pAddr.offset = vpo;
        //返回物理地址
       return pAddr;
    }
    //标志位无效，要抛出异常，异常参数中包括页号和偏移
    else
    {
        throw new NotFoundInMemoryException(ppn,vpo,"未命中");
    }
}
//操作系统内核中处理缺页异常程序
void HandleNotFoundInMemoryException(int ppn,int vpo)
{
    Random r = new Random();
    //随机生成一个页码，将该页干掉（注意，如果该页曾经修改过，就要拷贝回硬盘，这里不做叙述）
    //当然具体使用的策略不一定是随机生成的
    int killPageNo = r.Next(100);

    //从硬盘取出目标页
    int[] page = vm[ppn];
    pm[killPageNo] = page;
}
static void Main()
{
    Address vAddr;
    vAddr.no = 50;
    vAddr.offset = 60;
    try
    {
        Address pAddr = Translate(vAddr);
    }
    catch(NotFoundInMemoryException ex)
    {
        HandleNotFoundInMemoryException(ex.ppn,ex.vpo);
    }
}

这一段基本上阐释了一下虚拟存储器的大致构造，上面的代码也大致说明了寻址的过程。仔细阅读注释应该不难以理解。但是虚拟存储器的作用却有很多很多，不仅仅是扩展。

虚拟存储器的作用

1、保护作用 现在回到第一节的第二个问题，如果我们在页表条目中，也就是上面的PageTableEntry中添加几个用于权限控制的字段：

struct PageTableEntry
{
    //是否为内核代码，如果是，则只有内核模式才能访问该块内存，用户代码是不能访问的
    bool supper;
    //可读么？
    bool read;
    //可写么？
    bool write;

    int flag;
    int PPN;
}

 

这样就解决了保护内核代码不让恶意代码修改的问题。

2、共享代码

机器中同时运行着许多进程，这些进程之间是隔离的（为了安全，一个进程崩溃不会影响其他进程，一个进程也不要去读取其他进程的内存，这可以通过虚拟存储器保护的特性来实现），但是有些代码，比如调用操作系统的API，这些API可能许多进程都要使用，这就要共享一部分内存，我们不需要将这部分内存在每个进程空间都拷贝一份，实际上每个进程都有一个页表，而不是全局只有一个，页表把共享内存映射到同一个地方：

这样进程1和进程2都共享这块内存，不仅节约了内存还提高了性能。

3、加载

在硬盘中双击一个图标，启动一个应用程序时，实际上你都不需要将这个程序从硬盘给加载到内存，只需要建个页表，然后页表里的编号指向的是硬盘，然后CPU访问到具体代码的时候，再按照上一节的寻址的方式，按需的将硬盘上的东东加载到内存。加载过程及其简单了。

4、链接

每个进程一个页表后，这个进程就会觉得全世界都是它的（页表模拟出一个虚拟存储器），那什么符号链接的时候（也就是符号映射到地址的时候），不再会受到内存中还有其他应用程序的干扰，因为我们面向的是虚拟存储器，我们的进程的地址空间是独立的，我这个符号放到离0偏移100的地方，那个放到离0偏移200的地方很容易就搞定了。

后记

写完一看，没有啥条理性，希望不要让不明白的人更糊涂就好。虚拟存储器这块内容相当的多，这只是一个起点，终点还需要努力~~