前言

你可能在C语言的学习中看过C程序的地址空间，但是今天以后它应该叫做进程地址空间。
程序地址空间
1，你最熟悉的应该是栈和堆，当时你可能只了解了下面的部分，实际上上面的部分是内核区域。
2，还有一点要注意的是，代码段并不是从0000。。。开始的，虽然图上是这样画的。
3，这张图清晰的表明了C程序运行的数据分配。你可能被告知上面的是内存的划分，但是接下来的讨论可能会让你大开眼界(相信我，你会的)。

地址空间

首先要说明的是地址空间这个概念，什么是地址空间呢？一块地址空间每个部分都有被使用吗？不是的，地址空间只是划分出一段范围，表示所有的程序只能在这段空间内活动，这并不表示每个部分都有被使用。

进程地址空间不是物理内存 + 矛盾的栗子

下面的代码可能让人难以理解：

上面的栗子的作用是父进程fork了一个子进程，它们都有一个val，父进程输出val之前先睡3秒，保证父进程在子进程后面执行。此时val已经被改变，我们来看看这个进程的结果。
ret
可以看到一个奇怪的现象：父子进程的val是不同的，但是它们的地址相同。进程地址空间是内存吗？如果是物理内存，那么一块空间不可能在同一时间有不同的值！！所以进程地址空间不是内存。进程地址空间只是夹在进程的PCB和物理内存中间的虚拟的东西。
父子进程

task_struct中夹着的东西就是进程地址空间，每一个task_struct都配一个进程地址空间，而进程地址空间通过某种映射关系与物理内存发生联系。现在我们来解决这个程序的疑惑。一开始的时候父进程在它的进程地址空间给val分配了一块空间，然后fork之后，子进程也会复制一份跟父进程类似的进程地址空间，而它自然也把val在进程地址空间的位置复制过来了，所以父子进程的val地址相同。刚复制过来的时候，由于子没有修改数据内容，所以操作系统就把父子的val映射到同一块物理内存。但是当val变成1000时，由于进程有独立性，它是数据独有，所以为了保证父子进程互不影响，操作系统会在物理内存中另外找一份空间给子进程val，注意，这里子进程的task_struct和他的虚拟地址的映射不会改变！！所以这就造成了一种现象：地址相同，值不同。

为什么需要进程地址空间？

1，如果没有进程地址空间，那么你直接操作的就是物理内存，那么你的失误操作就可能影响到内存的安全，或者影响到别的进程。比如你使用了野指针，或者你的数组越界，访问到别的进程的空间，那就完了。而增加了进程地址空间，由用户直接访问内存变成由操作系统去访问内存，操作系统就会直接pass掉对内存有害的操作。
2，考虑这样一种情况，内存一共4G，

A进程2G，B进程1G，此时还剩下1G，但是A和B进程不是连续存放的，导致剩下的空间不是连续的，如果此时来了一个1G的进程想要连续的空间（比如开辟数组），此时虽然你的内存足够，但是无法使用。这就造成了内存的浪费。如果使用虚拟地址空间，那么从pcb的角度来看，虚拟地址空间是连续的，你就可以随便使用，但是你可以改变映射关系，使得连续的虚拟空间映射到不连续的物理内存，充分利用内存的空间。
3，上面就是我们需要进程地址空间的原因之二。这个进程地址空间的设计有点类似shell的思想，封装一层，在C++中这种思想比比皆是。

进程地址空间如何映射到物理内存？

这里就要介绍一种叫做页表的东西，进程地址空间实际上是通过页表映射到物理内存上的。页表中记录了虚拟内存和物理内存的地址。

页表对内存的权限管理

这里就要问道几个问题了，既然虚拟地址空间会保护内存，那么我们编写C/C++代码时为什么还有注意野指针，越界之类的问题？答案是，虽然一定程度上保护了内存，但是还是可能映射到非法的物理内存上。还有我们常说的代码时可读不可写的，string时可读的，这些的权限限制是如何搞定的呢？没错，页表的又一功能就是限制访问内存的权限：保证只读的数据只有读权限，只写的数据只有写权限。而且如果你使用野指针或者非法数据，由可能系统根本不会帮助你映射到页表上，即使映射到页表上，映射到了非法的内存，你也不对这块内存具有访问权限！！！ 所以可以解释一种现象，有的时候你写非法代码系统竟然允许，有的时候会崩溃。因为允许的时候，你映射的非法内存的写权限和读权限被允许，崩溃的时候则是权限不够，被系统pass掉了。而所谓的只读，只写，就是页表规定的。

管理进程地址空间

系统中一般都有多个进程，也就会有多个进程地址空间，那么这些数据需要被管理。怎么管理呢？当然是先描述，再组织。上面说过进程地址空间不是内存，它实际上也是结构体！！ 名字叫做struct mm_struct。而且我们知道进程地址空间是分段的，堆区，栈区等等。那么体现在结构体中是怎样的呢？在linux中mm_struct的源码中，是按照范围划分的。比如一段进程地址空间大小为100，那么我规定好代码段的begin和end就好了。比如我规定begin是0，end是50，那么代码段的范围就是[0,50].

 // mm_struct的部分源码 ， 2.6版
mm_struct{
	// ...
	unsigned long start_code, end_code, start_data, end_data; //代码段和数据段的开始和结束
	unsigned long start_brk, brk, start_stack; //因为堆，栈是浮动的空间，所以没有end。
	unsigned long arg_start, arg_end, env_start, env_end; //命令行参数和环境变量范围的开始和结束
	// ...
}

可以看到源码中的描述方式就是使用整数描述了各段的开始和结束，这样就划分出不同的区域供使用。申请空间的本质是向内存索要空间，得到物理内存，然后在找到未使用的虚拟地址，建立映射关系，返回虚拟地址即可。
这就像大学里上课，老师就是pcb，学生在教室里可以随便坐，但是每次老师点名用的名单不变，名单就相当于进程地址空间，而物理内存就是教室。老师并不关系你坐在哪，我只要知道名单就够了，然后按照顺序点名。