📚 课程目录第2章进程地址空间布局

2. 进程地址空间布局：用户空间与内核空间划分、代码段/数据段/堆/栈/映射段布局

进程地址空间是操作系统为每个进程提供的虚拟内存视图。在 32 位系统中，标准划分将 4GB 虚拟地址空间分为用户空间（0x00000000 – 0xBFFFFFFF，约 3GB）和内核空间（0xC0000000 – 0xFFFFFFFF，约 1GB）。64 位系统（如 x86_64）则使用更大的地址范围，但用户空间与内核空间之间仍存在明确的“金丝雀”隔离区。

  核心概念： 用户空间各区域的布局由 mm_struct 中的起始/结束指针（如 start_code、end_data、start_brk、brk 等）定义，内核通过 VMA（vm_area_struct）链表管理这些连续或离散的映射。

2.1 用户空间各区域详解

用户空间布局由 ELF 加载器与内核内存管理协作建立。每个区域对应一个或多个 VMA，具有不同的权限（读/写/执行）和增长方向。

区域	典型起始地址（32位）	权限	增长方向	VMA 标志
代码段 (.text)	0x08048000	读 + 执行	固定	`VM_READ \| VM_EXEC`
数据段 (.data / .bss)	0x08049000	读 + 写	固定	`VM_READ \| VM_WRITE`
堆 (Heap)	0x0804a000	读 + 写	向高地址	`VM_READ \| VM_WRITE \| VM_GROWSUP`
内存映射段	0xb7f00000	读 + 写 + 执行（视情况）	双向	`VM_READ \| VM_WRITE \| VM_EXEC`（共享库）
栈 (Stack)	0xbff00000	读 + 写	向低地址	`VM_READ \| VM_WRITE \| VM_GROWSDOWN`

避坑提示： 栈的“向低地址增长”意味着 VM_GROWSDOWN 标志允许栈 VMA 在缺页时自动向下扩展。堆则使用 VM_GROWSUP 向上扩展。这两个标志直接影响缺页中断处理中的 VMA 查找与扩展逻辑。

2.2 内核空间布局与进程隔离

内核空间虽然被所有进程共享，但通过页表权限位（如 Supervisor 位）确保用户态无法直接访问。每个进程的 task_struct 中的 mm 指针指向其用户空间描述符，而内核空间映射则在进程切换时通过 switch_mm() 更新页表基址（CR3）。

直接映射区（ZONE_NORMAL / ZONE_DMA）： 物理内存线性映射到内核虚拟地址空间，例如 0xC0000000 对应物理地址 0x0。
vmalloc 区： 用于非连续内存分配，内核函数 vmalloc() 在此区域分配。
固定映射区（Fixmap）： 用于特殊目的，如 APIC 寄存器映射。
内核栈： 每个进程拥有独立的内核栈（通常 8KB），用于处理系统调用和中断上下文。

2.3 布局中的关键数据结构关联

进程地址空间的每个区域在 Linux 内核中由一个或多个 vm_area_struct（VMA）描述。VMA 通过红黑树 + 双向链表组织在 mm_struct 中。

// mm_struct 中与地址空间布局相关的关键字段（简化）
struct mm_struct {
    unsigned long start_code, end_code;   // 代码段范围
    unsigned long start_data, end_data;   // 数据段范围
    unsigned long start_brk, brk;         // 堆起始与当前 brk
    unsigned long start_stack;            // 栈起始地址
    unsigned long arg_start, arg_end;     // 命令行参数
    unsigned long env_start, env_end;     // 环境变量
    struct vm_area_struct *mmap;          // VMA 链表头
    struct rb_root mm_rb;                 // VMA 红黑树根
    unsigned long total_vm;               // 总虚拟页面数
    unsigned long locked_vm;              // 锁定页面数
};

注意： start_brk 与 brk 之间的区域是堆的当前范围。当调用 brk() 或 sbrk() 时，内核通过调整 brk 并扩展/收缩堆 VMA 来改变堆大小。如果 brk 超过 start_brk + limit，则返回 ENOMEM。

2.4 布局示例：查看进程地址空间

在 Linux 系统中，可以通过 /proc/[pid]/maps 查看任意进程的地址空间布局。以下是一个典型 C 程序的 maps 输出片段：

# cat /proc/1234/maps
08048000-08049000 r-xp 00000000 08:01 1234567    /bin/hello       # 代码段
08049000-0804a000 rw-p 00001000 08:01 1234567    /bin/hello       # 数据段
0804a000-0806b000 rw-p 00000000 00:00 0          [heap]           # 堆
b7f00000-b7f02000 r-xp 00000000 08:01 7654321    /lib/libc.so     # 共享库代码
b7f02000-b7f04000 rw-p 00002000 08:01 7654321    /lib/libc.so     # 共享库数据
bffdf000-c0000000 rw-p 00000000 00:00 0          [stack]          # 栈

每一行对应一个 VMA，格式为：起始地址-结束地址权限偏移主设备号:次设备号 inode 路径。权限字段的 r、w、x、p/s 分别表示读、写、执行、私有/共享。

2.5 布局对缺页中断的影响

地址空间布局直接决定了缺页中断处理中的 VMA 查找路径：

代码段缺页： 通常发生在首次执行指令时，内核从文件系统读取页面到物理内存，并设置只读/可执行权限。
数据段缺页： 全局变量首次访问时触发，内核从 ELF 文件读取已初始化数据，或直接分配零填充页面（.bss）。
堆缺页： 当访问的地址在 start_brk 与 brk 之间但尚未分配物理页时，内核分配匿名页面。
栈缺页： 当访问地址略低于当前栈底（在 VM_GROWSDOWN 允许范围内），内核自动扩展栈 VMA 并分配页面。
映射段缺页： 共享库或 mmap 文件映射的页面按需加载，支持共享物理页。

  关键洞察： 缺页中断处理程序首先通过 find_vma() 在红黑树中查找包含故障地址的 VMA。如果找不到，则发送 SIGSEGV。找到后，根据 VMA 的标志（如 VM_GROWSDOWN、VM_SHARED、VM_ANONYMOUS）决定具体的处理路径。因此，地址空间布局的准确性是缺页处理正确性的前提。

2.6 布局中的常见陷阱与调试技巧

栈溢出检测： 内核通过 VM_GROWSDOWN 和 stack_guard_gap（默认 1MB）在栈 VMA 下方预留保护页，防止栈向下增长时与堆或映射段碰撞。
堆与 mmap 的竞争： 当 brk 接近映射段时，malloc 可能自动切换使用 mmap 分配大块内存（默认阈值 128KB）。
地址空间随机化（ASLR）： 现代内核随机化堆、栈、映射段的基址，增加安全性的同时使调试时地址不可预测。
查看 VMA 数量： /proc/[pid]/maps 的行数即为 VMA 数量。过多的 VMA（如大量 mmap 调用）会导致 find_vma() 性能下降。

调试命令： 使用 cat /proc/self/maps 查看当前 shell 进程的地址空间布局；使用 pmap -x [pid] 查看更详细的内存映射统计。