1. 内存管理概述
1.1 Linux内核内存管理层次结构
Linux内核的内存管理是一个分层架构，从物理页帧管理到虚拟地址空间映射，每一层都解决特定的抽象问题。理解这个层次结构是掌握slab/slub分配器的基础。
核心观点： Linux内存管理自底向上分为四个主要层次——物理页管理（伙伴系统）、通用对象缓存（slab/slub）、连续内存分配器（CMA/VMALLOC）和虚拟地址空间（VMA/页表）。slab/slub位于第二层，是连接物理页与内核对象的关键桥梁。
下图展示了Linux内核内存管理的完整层次结构及各层之间的调用关系：
层次关系说明： 伙伴系统管理物理页帧（最小单位4KB），slab/slub在伙伴系统之上将物理页切分为更小的对象缓存，供内核频繁创建和销毁的小对象（如inode、task_struct）使用。vmalloc和CMA则处理大块或非连续映射的需求。
1.2 伙伴系统与slab/slub的关系
伙伴系统（Buddy System）是Linux物理内存管理的基石，而slab/slub分配器是建立在伙伴系统之上的对象缓存层。两者之间是服务者与消费者的关系。
| 对比维度 | 伙伴系统 (Buddy System) | Slab/Slub 分配器 |
|---|---|---|
| 管理粒度 | 物理页帧（4KB ~ 4MB 连续块） | 内核对象（几十字节 ~ 几KB） |
| 分配单位 | 2^order 个连续物理页 | 单个内核对象（如 inode、dentry） |
| 主要接口 | alloc_pages() / __get_free_pages() | kmem_cache_alloc() / kmalloc() |
| 碎片问题 | 外部碎片（连续页块分裂） | 内部碎片（对象对齐填充） |
| 缓存特性 | 无对象缓存，每次分配清零 | 对象复用，构造函数/析构函数 |
| 性能特征 | 分配/释放较慢（页级操作） | 分配/释放极快（对象级操作） |
下图展示了伙伴系统与slab/slub之间的协作流程：
重要理解： slab/slub并不替代伙伴系统，而是寄生在伙伴系统之上。当slab/slub需要更多内存时，通过调用
alloc_pages() 从伙伴系统获取整页；释放时则将整页归还给伙伴系统。这种分层设计使得内核既能高效管理大块物理内存，又能快速分配小对象。
1.3 Slab分配器的历史背景
Slab分配器的演进是Linux内核内存管理不断优化的缩影。从最初的Slab到Slub，再到近年来的Slab Kmalloc重构，每一次变革都针对特定的性能瓶颈和可扩展性问题。
| 时间 | 内核版本 | 事件 | 核心改进 |
|---|---|---|---|
| 1994年 | Linux 1.0 | SunOS 4.1 引入Slab分配器 | 对象缓存、构造函数/析构函数 |
| 1996年 | Linux 2.0 | Linux内核首次移植Slab | 由Jeff Bonwick实现，替代旧式kmalloc |
| 2001年 | Linux 2.4 | Slab成为默认分配器 | 支持NUMA、CPU本地缓存 |
| 2007年 | Linux 2.6.22 | Slub分配器合入主线 | 简化slab结构、减少元数据开销、提高可扩展性 |
| 2008年 | Linux 2.6.28 | Slub成为默认分配器 | 嵌入式和大规模SMP场景全面优化 |
| 2015年 | Linux 4.0 | Slab Kmalloc重构 | 统一kmalloc缓存、减少内部碎片 |
| 2020年至今 | Linux 5.x / 6.x | Slub持续优化 | 批量分配、CPU本地缓存深度优化、KASAN支持 |
下图展示了Slab分配器从诞生到成为Linux内核标配的演进路线：
关键洞察： Slab分配器的设计哲学是“对象复用”——内核中大量对象（如inode、dentry、task_struct）被频繁创建和销毁，如果每次都通过伙伴系统分配和释放物理页，性能将极其低下。Slab通过维护一个已初始化对象的缓存池，实现了接近O(1)的分配和释放速度。Slub在此基础上进一步简化了数据结构，减少了元数据开销，使得在数百个CPU核心的系统上仍能保持高性能。
1.4 本章小结
- 内存管理层次： 伙伴系统（物理页）→ Slab/Slub（对象缓存）→ vmalloc/CMA（大块/非连续）→ VMA（虚拟地址空间）
- 伙伴系统与slab的关系： slab是伙伴系统的消费者，通过
alloc_pages()获取物理页，切分为对象后缓存复用 - 历史演进： SunOS Slab (1994) → Linux Slab (1996) → Slub (2007) → 默认Slub (2008) → 持续优化至今
- 核心优势： 对象复用减少分配延迟、CPU本地缓存避免锁竞争、构造函数/析构函数保持对象状态