2、进程地址空间布局：代码段、数据段、堆、栈、mmap区域的划分与作用

好，咱们今天聊聊进程地址空间。这东西说白了，就是操作系统给每个进程画的一张「虚拟地图」。你写程序时看到的每一个指针、每一个变量，最终都会落在这张地图的某个位置上。

我记得刚入行那会儿，调试一个内存越界的bug，折腾了两天。后来发现是栈溢出把堆里的数据给踩了。嗯，从那以后，我每次写代码都会下意识地想想：这个变量到底住在哪个区？

2.1 整体布局：一张虚拟地图

一个典型的32位进程地址空间，从低地址到高地址，大致长这样：

高地址 0xFFFFFFFF
+------------------+
|  内核空间        |  (用户不可见)
+------------------+ 0xC0000000 (典型分界线)
|  栈区            |  (向下增长)
+------------------+
|   ↓              |
|   (空洞)         |
|   ↑              |
+------------------+
|  mmap区域        |  (文件映射、动态库)
+------------------+
|  堆区            |  (向上增长)
+------------------+
|  BSS段           |  (未初始化全局变量)
+------------------+
|  数据段          |  (已初始化全局变量)
+------------------+
|  代码段(.text)   |  (只读)
+------------------+
低地址 0x00000000

你想想看，每个区都有自己明确的职责。谁该住哪儿，谁不能碰谁，这都是设计好的。我见过不少新手，以为malloc出来的内存和栈上的局部变量是邻居，其实它们隔了十万八千里。

2.2 代码段：程序的「只读剧本」

代码段，也叫.text段。这里存放的是你写的所有机器指令。它被标记为只读，为什么？因为没人希望程序跑着跑着，自己的代码被人改了。

关键特性：

只读、可执行
多个进程共享同一份代码段（比如你开了两个vim，代码段在物理内存里只有一份）
地址固定，编译时就确定了

我在项目中遇到过一个问题：某个嵌入式设备上，代码段被意外映射成了可写。结果一个野指针写过去，程序直接崩溃。排查了半天，发现是链接脚本写错了。嗯，这种坑踩过一次就记住了。

2.3 数据段：全局变量的「家」

数据段分两块：已初始化的数据段（.data）和未初始化的数据段（.bss）。

段名	存放内容	特点
.data	已初始化的全局变量、静态变量	占用可执行文件空间
.bss	未初始化的全局变量、静态变量	不占用可执行文件空间，运行时清零

这里有个小技巧：如果你定义了一个全局数组 int arr[10000] = {0};，它会被放在.data段，可执行文件会变大。但如果你写成 int arr[10000];，它就在.bss段，文件大小几乎不变。我曾经用这个办法把一个固件的大小压下去不少。

2.4 堆区：动态分配的「自由市场」

堆是程序员最熟悉的陌生人。你天天用malloc、free、new、delete，但你真的了解堆吗？

堆从低地址向高地址增长。它由操作系统管理，但具体怎么分配，取决于你用的内存分配器——glibc的ptmalloc、Google的tcmalloc、或者jemalloc。

避坑指南：

我曾经在项目中用过一次递归调用，每次递归都malloc一块内存，但忘了free。结果堆区被撑爆了，程序直接OOM。嗯，从那以后我养成了一个习惯：每次malloc后面紧跟free，先写好再写业务逻辑。

堆的分配策略其实挺复杂的。简单说：

小内存（< 128KB）：用brk系统调用，从堆顶分配
大内存（>= 128KB）：用mmap系统调用，在mmap区域分配

为什么会这样？因为频繁的brk操作会导致堆碎片化，而mmap分配的大块内存可以独立管理，用完直接还给系统。

2.5 栈区：函数调用的「临时舞台」

栈是每个线程私有的。它从高地址向低地址增长。每次函数调用，都会在栈上压入一个栈帧，里面放着：

函数的返回地址
局部变量
函数参数（某些架构下）
保存的寄存器值

栈的大小是有限的。Linux下默认是8MB，你可以用 ulimit -s 查看。如果你在栈上声明了一个巨大的局部数组，比如 char buf[10 * 1024 * 1024];，那恭喜你，栈溢出了。

警告：

递归函数特别容易爆栈。我曾经写过一个深度优先搜索，递归深度到了几万层，结果栈直接炸了。后来改成迭代实现，问题解决。记住：递归虽好，可不要贪杯。

2.6 mmap区域：文件映射与动态库的「桥梁」

mmap区域位于堆和栈之间。它主要干三件事：

文件映射：把磁盘文件直接映射到内存，读写文件就像读写内存一样
动态库加载：你用的libc.so、libpthread.so都加载在这里
大内存分配：前面说了，malloc分配大内存时，底层用的就是mmap

我个人特别喜欢mmap。为什么？因为它能实现零拷贝。比如你读一个文件，传统方式需要先读到内核缓冲区，再拷贝到用户空间。但用mmap，直接映射，省掉了一次拷贝。我在做高性能日志系统时，就用mmap来写日志文件，性能提升很明显。

2.7 一张图看懂全部

下面这张SVG图，把整个进程地址空间的布局和各个区域的关系画清楚了。你可以把它当作一张「内存地图」来参考。

2.8 各区域的作用总结

区域	作用	增长方向	权限
代码段	存放机器指令	固定	读+执行
数据段	存放全局/静态变量	固定	读+写
BSS段	存放未初始化全局变量	固定	读+写
堆区	动态内存分配	向上	读+写
mmap区域	文件映射、动态库、大内存	双向	取决于映射
栈区	函数调用、局部变量	向下	读+写

最后说一句：理解进程地址空间，是系统编程的基本功。你写代码时遇到的很多诡异问题——段错误、内存泄漏、栈溢出——归根结底，都是因为你没搞懂「谁住在哪个区」。嗯，把这个搞明白了，很多问题就迎刃而解了。