通过小实验让你彻底理解VMA（虚拟内存空间）

作者简介：Loopers，码龄11年，喜欢研究内核基本原理

在32位机器上，总共有4G大小的虚拟地址空间，其中0-3G是给应用程序使用，3-4G是给内核使用。

在64位机器上，目前还不完全支持64位地址宽度，常见的地址长度有39（512GB）和48位（256TB），目前我使用的模拟器采用的是39位的地址宽度，这样的话用户空间和内核空间各占512GB的地址空间。

当一个应用程序在用户跑起来的时候，它内部是如何正常运行的，通过一个简单的例子详细说明下。

#include <stdio.h>
#include <malloc.h>
 
static int global_data=1;
static int global_data1;
int bss_data;
int bss_data1;
 
int main()
{
    int stack_data = 1;
    int stack_data1 = 2;
    int data[200*1024];
 
    static int data_val=1;
 
    int* malloc_data=malloc(10);
    int* malloc_data1=(int*)malloc(300);
    int* malloc_data2=(int*)malloc(300*1024);
 
    // stack segment
    printf("stack segment!n");
    printf("t stack_data=0x%lxn",&stack_data);
    printf("t stack_data1=0x%lxn",&stack_data1);
 
    // heap segment
    printf("heap segment!n");
    printf("t malloc_data=0x%lxn",malloc_data);
    printf("t malloc_data1=0x%lxn",malloc_data1);
    printf("t malloc_data2=0x%lxn",malloc_data2);
 
    //code segment
    printf("code segment!n");
    printf("t code_data=0x%lxn",main);
 
    //data segment
    printf("data segment!n");
    printf("t global_data=0x%lxn",&global_data);
    printf("t global_data1=0x%lxn",&global_data1);
    printf("t data_val=0x%lxn",&data_val);
 
    //bss segment
    printf("bss segment!n");
    printf("t bss_data=0x%lxn",&bss_data);
    printf("t bss_data1=0x%lxn",&bss_data1);
 
    return 0;
}

为了更好的实验，我们需要在ARM64的机器上运行上述的测试例子。然后打印各个段的地址。

root:/ # ./data/vma
stack segment!
         stack_data=0x7fe8a41e24
         stack_data1=0x7fe8a41e20
heap segment!
         malloc_data=0x356db9d0
         malloc_data1=0x356db9f0
         malloc_data2=0x6ff3187010
code segment!
         code_data=0x400620
data segment!
         global_data=0x48b960
         global_data1=0x48d380
         data_val=0x48b964
bss segment!
         bss_data=0x48e448
         bss_data1=0x48e44c

我们根据各个段打印的地址来用一张图描述下各个段的位置。目前描述的是ARM64架构，可能不同架构不是一样

我们将ARM64的用户空间放大，就可以清晰的看见各个段在整个用户空间的位置。

以上实验是针对ARM64架构的实验结果的。大家有兴趣的话可以研究下32位系统。我这里直接给出32系统的结果，当然了也是实验的结果，这是N年之前在32的ubuntu机器做的结果

对应的结果如下

可以看到和ARM64表现是一样的。

VMA（Virtual Memory Area）

上述说的各个段最终还需要映射到具体的物理内存的，而在内核中使用VMA来描述各个段的。我们可以通过cat /proc/pid/maps命令来对应下上面的实验结果

大家可以去对对地址是否落在对应的区域。

内核通过vma来描述各个段，而各个vma会通过链表或者红黑树链接在一起，会将链表的头放在mm_struct结构中的。

这里不具体描述vma了，有兴趣的可以去查询相关的code去看。大概描述下vma的定义

这里我们只需要掌握用户空间的各个段的布局，心中知道代码段，数据段，stack，heap段各个的位置。以及各个段在内核中通过vma去描述，而各个vma是通过链表或者红黑树链接一起的。链表头会挂载mm_struct的mmap中，红黑树的的头挂在mm_struct的mmap_rb上。

链表是为了插入方便，而红黑树是为了查找方便。

了解了VMA的组织数据后，用一个例子来通过驱动模块来获取VMA各个段的信息

#include <linux/init.h>
#include <linux/kernel.h>
#include <linux/module.h>
#include <linux/sched.h>
#include <linux/sched/signal.h>
#include <linux/mm.h>
 
static int mpid=1;
 
static void print_vma(struct task_struct *task)
{
        struct mm_struct *mm;
        struct vm_area_struct *vma;
        int count=0;
 
        mm = task->mm;
        printk("This mm_struct has %d vman", mm->map_count);
 
        for(vma = mm->mmap; vma; vma=vma->vm_next){
                printk("vma number %d: n", ++count);
                printk("Start address 0x%lx, End address 0x%lxn", vma->vm_start, vma->vm_end);
        }
 
        printk("Code segment start=0x%lx, end=0x%lxn"
                "Data Segment start=0x%lx, end=0x%lxn"
                "Stack segment start=0x%lxn",
                mm->start_code, mm->end_code, mm->start_data, mm->end_data, mm->start_stack);
}
 
static int vma_start()
{
        struct task_struct *task;
        printk("Got the process id =%dn", mpid);
 
        for_each_process(task) {
                if(task->pid == mpid){
                        printk("%s[%d]n", task->comm, task->pid);
                        print_vma(task);
                }
        }
        return 0;
}
 
static void vma_exit()
{
        printk("print segment info module exit!n");
}
 
module_init(vma_start);
module_exit(vma_exit);
module_param(mpid, int, 0);

我们通过获取应用程序的pid，然后通过模块参数传递到驱动模块中，匹配到相同的pid，则将此进程的名字(comm字段)，PID(pid)字段打印出来。同时获取当前进程有多少个vma，打印各个vma的开始地址和结束地址。

通过maps命令获取进程的各个vma信息

root:/data # cat /proc/4766/maps
00400000-0047c000 r-xp 00000000 103:23 6918                              /data/vma
0048b000-0048e000 rw-p 0007b000 103:23 6918                              /data/vma
0048e000-0048f000 rw-p 00000000 00:00 0
38382000-383a4000 rw-p 00000000 00:00 0                                  [heap]
78941af000-78941fb000 rw-p 00000000 00:00 0
78941fb000-78941fc000 r--p 00000000 00:00 0                              [vvar]
78941fc000-78941fd000 r-xp 00000000 00:00 0                              [vdso]
7fc0ed3000-7fc0f9d000 rw-p 00000000 00:00 0                              [stack]

再看看我们的驱动程序的打印信息

[ 2432.979096] Got the process id =4766
[ 2432.979495] vma[4766]
[ 2432.979500] This mm_struct has 8 vma
[ 2432.979504] vma number 1:
[ 2432.979508] Start address 0x400000, End address 0x47c000
[ 2432.979511] vma number 2:
[ 2432.979515] Start address 0x48b000, End address 0x48e000
[ 2432.979518] vma number 3:
[ 2432.979522] Start address 0x48e000, End address 0x48f000
[ 2432.979525] vma number 4:
[ 2432.979529] Start address 0x38382000, End address 0x383a4000
[ 2432.979532] vma number 5:
[ 2432.979536] Start address 0x78941af000, End address 0x78941fb000
[ 2432.979539] vma number 6:
[ 2432.979543] Start address 0x78941fb000, End address 0x78941fc000
[ 2432.979547] vma number 7:
[ 2432.979551] Start address 0x78941fc000, End address 0x78941fd000
[ 2432.979554] vma number 8:
[ 2432.979558] Start address 0x7fc0ed3000, End address 0x7fc0f9d000
[ 2432.979564] Code segment start=0x400000, end=0x47b76f 
               Data Segment start=0x48b770, end=0x48d348
               Stack segment start=0x7fc0f9ba00

通过这个例子我们就清晰的了解到各个vma是用来描述各个段的，各个段的信息通过vm_area_struct结构有详细的描述。而且各个vma都是通过双链表链接在一起的。链表的主要作用是方便删除增加；另外一种红黑树组织方式是为了查找方便的。