深刻理解虚拟内存机制

news2026/4/6 21:34:01
注意页框和页大小一样只是为了区分物理和虚拟本文统称为页声明本文借鉴参考小林coding和鸭大坑导进行整合有些个人理解站在巨人的肩膀上学习文章目录为什么要有虚拟内存怎么解决上述问题内存分页机制多级页表TLB页表项的属性缺页异常总结虚拟地址到物理地址映射全流程为什么要有虚拟内存虚拟内存的本质是给每个进程提供一个独立、连续、受保护、可控制的抽象空间没有虚拟内存会发生什么进程无法天然隔离进程A可以访问某段物理地址进程B也能访问这段地址程序需要连续的空间但是物理内存是离散的真实物理内存长期运行一定会碎片化不能高效按需分配了怎么解决上述问题加个中间层进程 虚拟内存 物理内存把所有进程使用的地址隔离开让每个进程都有独立的一套虚拟地址每个进程都有大家自己使用自己的地址互不干扰现在每个进程就不会直接访问物理内存了OS提供一种机制把不同进程的虚拟地址和不同的物理内存进行映射虚拟地址通过MMU操作映射到真实的物理地址内存分页机制分页是把连续的虚拟地址空间映射到离散的物理页框上这个固定大小的内存空间叫做页针对虚拟内存或页框针对物理内存Linux下一页为4KB通过什么方式映射虚拟地址和物理地址通过页表连续的数组来映射页表存储在内存中MMU把虚拟地址转换成物理地址当进程访问的虚拟地址在页表中查不到时触发缺页异常系统进入内核分配物理内存更新页表最后返回用户空间回复进程运行具体怎么映射把虚拟内存地址切分成页号和页偏移量根据页号从页表里面查询对应的物理页号拿物理页号加上前面的偏移量得到真实物理地址一次映射有什么缺陷在32位操作系统一个进程看到的虚拟地址空间大小是​2 32 4 G B 2^{32} 4GB2324GB页表大小是4KB:​4 K B 2 12 4KB 2^{12}4KB212整个4GB空间会被分割成​2 32 ÷ 2 12 2 20 2^{32} \div 2 ^{12} 2^{20}232÷212220大约100万张页表使用一级页表每个虚拟页号对应一个物理页号就形成一个页表项映射关系一共有2 20 2^{20}220个页表项每个页表项4字节页表大小是2 20 × 4 字节 4 M B 2^{20} \times 4字节 4MB220×4字节4MB那么就会出现如下问题页表太大100个进程就要400MB了很多页表根本用不到虚拟地址空间是4GB但是一个进程并不会真的把4GB全用满了不管你用不用以及页表都会把整个4GB地址空间对应的页表项准备好浪费很多空间连续大的内存不好找页表是一个很大的线性数组分配管理不方便多级页表连续大的数组太难存就把数组打散把4MB的大表切割成1024个小表4KB散落在内存中—形成二级页表每个二级页表又包含1024个页表项拆完之后的结构一级页表页目录放1024个指针每个指针指向一个二级页表二级页表页表项放1024个真正的映射关系现在32位地址怎么拆分才能支持二级查找高20位虚拟页号前10位去一级页表找二级页表位置后10位去二级页表找对应物理页号低12位页内偏移—找到最终物理地址为什么多级页表会省内存原来的一级页表必须全部分配1024个小表每个小表4KB全部分配4MB二级页表是按需分配只给真正用到的虚拟地址分配对应的二级页表举个例子假设一个进程用了8MB虚拟空间​8 M B ÷ 4 K B 2 32 ÷ 2 12 2 11 2048 页 8MB \div 4KB 2^{32} \div 2^{12} 2^{11} 2048页8MB÷4KB232÷2122112048页每个二级页表可以管理1024页2048页只需要2个二级页表外加一个一级页表内存开销​4 K B 8 K B 12 K B 4KB 8KB 12KB4KB8KB12KB多级页表的本质就是按需分配TLB多级页表解决了空间问题现在多级页表之间的映射时间问题TLB来解决根据程序局部性原理在一段时间内整个程序的执行仅限于程序中的某个部分相应的执行所访问的存储空间页局限于某个内存区域CPU给MMU传新的虚拟地址之后MMU先去问TLB那边有没有有的话直接拿物理地址不用查表了。但是TLB容量较小难免会缓存未命中此时才走页表找到物理内存还没完TLB会把这条映射关系所在的页缓存后面利用局部性原理就能减少查表了页表项的属性上文中是为了宏观理解把页表项当作虚拟页号和物理页号的映射关系宏观上没有问题现在从微观角度剖析页表项由物理页号一组属性位构成具体的属性有有效位缺页异常的开关标识当前虚拟页对应的物理页是否在内存中程序访问某个地址时MMU查到有效位是0触发缺页异常内核去磁盘找对应的物理内存读写位标识这块内存的访问权限只读区域被写了触发缺页异常权限位标识这个页是用户态可以访问还是只有内核态才能访问用户态访问了内核态专属页触发缺页异常修改位标识这个页被加载到内存中有没有被修改过物理内存满了OS要把某页放回磁盘先看修改位修改位0说明没有修改过直接丢弃节省一次磁盘写操作修改位1老老实实写回磁盘更新缺页异常缺页异常的本质是MMU校验页表项属性不达标无法完成地址翻译向操作系统发送的求救信号分为三种缺页硬缺页场景程序启动加载大文件内存不够用数据被换到了磁盘上流程查表发现有效位为0内核判断是合法的地址但是数据在磁盘中OS发起次磁盘IO直到数据读完把物理页填到页表更新有效位重新执行上次中断的命令软缺页场景共享内存两个进程同时加载一个动态库A已经加载到内存了B访问触发缺页写时拷贝fork出子进程一开始和父进程共享物理内存只读两个进程有一个尝试写数据触发缺页流程查表发现有效位为0或者读写位不匹配内核判断数据已经在物理内存or触发写时拷贝逻辑不进行磁盘IO只修改页表映射关系共享内存或者复制物理页写时拷贝重新执行上次中断的命令无效缺页场景空指针解引用、操作野指针越界访问访问没有申请的虚拟地址权限错误写只读段、用户态访问内核态地址OS判断行为不合法直接发信号显示段错误杀死进程总结虚拟地址到物理地址映射全流程TLB命中TLB未命中属性校验通过属性校验不通过硬缺页软缺页无效缺页进程发起虚拟地址访问CPU将虚拟地址传递给MMUMMU查询TLB快表提取物理页号 页内偏移 → 拼接物理地址拆分虚拟地址高20位前10位后10位虚拟页号 低12位页内偏移访问物理内存一级页表页目录前10位索引找二级页表指针二级页表后10位索引找页表项校验页表项属性有效位/读写位/权限位等提取物理页号 页内偏移 → 拼接物理地址将该映射关系缓存到TLB触发缺页异常OS内核介入处理判定缺页类型确认地址合法-磁盘IO-更新页表项共享内存修改页表映射写时拷贝复制物理页更新映射更新页表项OS发送段错误信号 → 终止进程重新执行地址访问流程done~

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2490391.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…