別被譚浩強的《C程序設(shè)計》帶偏了！
共 3843字，需瀏覽 8分鐘
·
2024-04-14 16:13
周末好各位，我是軒轅，最近干貨有點少呀，我要檢討一下了。
今天就來跟大家分享一個干貨，這是來自于一位粉絲的問題。
這位粉絲最近面試騰訊，被問到了一個問題：進程地址空間里有什么？
這個問題展開可以聊的東西非常多，從編程語言到可執(zhí)行文件，從堆棧空間到虛擬內(nèi)存，可以幫助面試官快速了解候選人這部分的知識儲備。
而實際上，我發(fā)現(xiàn)對于這個問題，基本上沒有人能夠說得特別清楚，各種是似而非的回答：
“代碼段”
“靜態(tài)存儲區(qū)”
“動態(tài)數(shù)據(jù)區(qū)”
“堆棧區(qū)”
一系列書本氣十足的說法，不一而足。
確實，很多同學手里那本譚浩強的《C程序設(shè)計》告訴我們，內(nèi)存中不就是這樣的嗎？難道書上寫錯了？
書上寫的也不算錯，但它只是提出了一個非常非常簡單的內(nèi)存模型，實際的操作系統(tǒng)上的進程空間中，遠比這復(fù)雜100倍。
虛擬內(nèi)存
眾所周知，現(xiàn)代操作系統(tǒng)采用虛擬內(nèi)存的方式管理內(nèi)存，雖然計算機上的內(nèi)存條只有幾個G，但卻為每個進程營造出了一個完整的地址空間，加起來遠超內(nèi)存條容量的大小。
這個地址空間，在32位操作系統(tǒng)上是4GB大小，這是32位CPU在正常模式下能尋址的最大范圍，Linux和Windows均是如此。
至于64位系統(tǒng)的情況則變得更加復(fù)雜，尋址范圍更大?？梢詤⒖歼@兩篇文章：
Linux 64位地址空間：https://www.cnblogs.com/yizhanwillsucceed/p/13578076.html Windows 64位地址空間：https://www.cnblogs.com/xuanyuan/p/5260871.html
4GB，也就是4*1024*1024*1024 = 4294967294個字節(jié)。如果一個字節(jié)用一個小格子表示，那進程的地址空間就是這么多個小格子排列組成：
不過，這樣子看起來有些麻煩，我們一般不這樣畫圖，而是以4個字節(jié)為一組，畫出地址空間來：
這篇文章要討論的就是，在上面這張圖中，到底有哪些內(nèi)容。我們一步步填充進去，最后在文章的末尾你將會看到一個進程空間內(nèi)容的全貌。
內(nèi)核地址空間
首先，在進程地址空間中占據(jù)最大篇幅的當屬操作系統(tǒng)內(nèi)核空間部分。
內(nèi)核空間的部分，所有進程共享，在不同的進程中，這部分內(nèi)存空間映射的內(nèi)存頁面是一樣的。
注：其實上面這句話也不是完全正確，如果你研究過操作系統(tǒng)內(nèi)核就會知道不同進程的內(nèi)核空間部分也不是完全一致的。一個最簡單的例子就是在Windows操作系統(tǒng)上，不同用戶登錄同一臺計算機后會產(chǎn)生會話session隔離，不同用戶啟動的進程位于各自的session中，而不同session在內(nèi)核空間部分頁面的映射會有差異。
內(nèi)核空間部分一般位于進程地址空間中高地址區(qū)域，至于大小，在Windows 32位系統(tǒng)上是2GB，在Linux上是1GB。
可執(zhí)行文件
拋開了系統(tǒng)內(nèi)核空間部分，接下來來看一下用戶態(tài)地址空間中有哪些東西？
第一個非常重要的區(qū)域就是可執(zhí)行文件所在的區(qū)域。
我們編寫的程序，最終是轉(zhuǎn)換成對應(yīng)操作系統(tǒng)上可執(zhí)行文件在運行，在Linux上是ELF格式，在Windows上是PE格式，比如exe。
程序運行的時候，加載器會將目標可執(zhí)行文件加載到進程的地址空間中。
映射后的可執(zhí)行程序所占大小可能會比文件的真實尺寸更大，這是由于內(nèi)存頁面對齊的原因，導致可執(zhí)行文件中的不同節(jié)會通過填充0來對齊，從而占據(jù)了更大的空間。
你可能會問：那我寫的Java程序、Python腳本程序呢？它們的進程空間中沒有可執(zhí)行文件吧？
Java程序是通過JVM虛擬機在翻譯執(zhí)行，主進程就是JVM的可執(zhí)行文件，執(zhí)行Java程序的時候，會先啟動EXE/ELF格式的虛擬機，再由虛擬機加載java字節(jié)碼文件執(zhí)行。
Python是解釋執(zhí)行的腳本語言，執(zhí)行Python腳本的時候，也是先啟動Python的解釋器程序，這也是一個EXE/ELF格式的可執(zhí)行文件，再由解釋器解釋執(zhí)行Python腳本。
其他腳本語言也差不多類似。
總之，所有程序的執(zhí)行，都會有一個核心的可執(zhí)行文件。
不管是Windows的PE格式，還是Linux的ELF格式，一般都會包含這幾個部分：
代碼區(qū):主要是程序編譯后的CPU指令，所有的函數(shù)代碼編譯后的指令都在這里。
數(shù)據(jù)區(qū):主要是程序中定義的全局變量，static變量。
常量區(qū):咱們程序中會用到常量字符串編譯后就存在這里。
可執(zhí)行文件區(qū)域在進程地址空間哪個位置呢？
在早期的操作系統(tǒng)中，一般是在一個固定地址，比如Windows上，是在0x400000地址。但因為安全性的原因，后期的操作系統(tǒng)都開啟了隨機加載的功能，每一次程序啟動加載到地址空間中的地址都可能不一樣。
動態(tài)鏈接庫
程序需要運行，光靠自己的可執(zhí)行文件是不夠的，還需要依賴一些動態(tài)鏈接庫。在Windows上是DLL文件，在Linux上是so文件。
即便你編寫的程序只是一個單獨的可執(zhí)行程序，沒有指定依賴任何動態(tài)庫，它仍然需要依賴操作系統(tǒng)的一系列動態(tài)鏈接庫才能工作。
程序需要依靠這些系統(tǒng)動態(tài)鏈接庫才能使用操作系統(tǒng)提供的系統(tǒng)調(diào)用，這是用戶態(tài)進程和操作系統(tǒng)之間的一個中間層。
在Windows上，可以通過ProcessExplore，看到一個進程中加載了非常多的動態(tài)鏈接庫。
在Linux上，可以通過pmap命令查看一個進程中的動態(tài)鏈接庫。
和可執(zhí)行文件的加載類似，現(xiàn)代操作系統(tǒng)加載動態(tài)鏈接庫的地址一般都不固定，而是隨機的。
線程棧
棧是程序執(zhí)行過程中非常重要的一個東西，程序執(zhí)行時的局部變量，函數(shù)調(diào)用時傳參、返回地址這些東西都是存儲在棧中的。
很多同學都知道程序執(zhí)行會用到棧，但又經(jīng)常弄錯，比如有兩個很多人容易弄錯的點。
1、堆棧
很多人經(jīng)常把“堆?！眱勺謷煸谧爝?，但“堆”和“?！逼鋵嵤莾蓚€東西。
2、棧不止一個
棧不是程序所有，而是線程所有，如果一個程序運行后開啟了多個線程，則每一個線程都會有一個自己的棧。
所有線程的棧都在進程的地址空間中，具體位置是由操作系統(tǒng)內(nèi)核在創(chuàng)建線程的時候確定的，用戶程序無法控制。
進程堆
說到棧，那就必然離不開它的好基友——堆。
堆大家應(yīng)該不會陌生，C語言中malloc、C++中的new都是在堆區(qū)域中分配內(nèi)存。
堆是一大塊內(nèi)存，由C和C++語言的運行時庫Runtime初始化時向系統(tǒng)申請的，后續(xù)調(diào)用malloc和new的時候再去堆中分配。
不同于前面介紹的部分，堆這個東西是語言層面的東西，理論上完全可能存在一個沒有動態(tài)內(nèi)存分配的語言寫出的程序，進程地址空間中就沒有堆。
不過這樣貌似也不行，因為Windows和Linux的動態(tài)庫都是用C語言寫成的，它們也會用到堆。
除了棧可能有多個，堆其實也是可以有多個。
文件映射
除了棧和堆，我們在編程中，還經(jīng)常用到共享內(nèi)存、內(nèi)存文件映射、或者直接使用VirtualAlloc/mmap分配內(nèi)存等操作，這些操作，是直接在進程地址空間中的空余部分，劃出的一塊單獨區(qū)域。他們也是地址空間中經(jīng)常出現(xiàn)的部分。
最后推薦一個神器：VMMap，用來查看進程地址空間中所有內(nèi)容的占用情況。
在軟件開發(fā)過程中，常用來定位程序問題，觀察進程內(nèi)存空間使用情況，比如觀察線程棧暴漲，則程序有可能陷入了死循環(huán)，無限遞歸，如果堆內(nèi)存暴漲，則很有可能有內(nèi)存泄露。
在軟件漏洞安全研究中，也常用來分析程序被攻擊的原理。
今天的分享就是這樣，現(xiàn)在，你知道進程的內(nèi)存空間里都有什么了嗎？