C程序内存空间

内存空间布局原理主要解决了我的这些疑问：

内存空间中分哪些大类
堆内存和栈内存地址谁大
多个有前后关系栈变量或者堆内存地址大小关系
malloc是如何分配内存的
内存池的来由
内存越界写为什么往往难以定位，如何防范。

内存空间的组成部分

正文段（Text Segment）。 CPU执行的指令
数据段(DATA Segment)。这是指的是初始化数据段。比如明确赋值的全局变量。比如int maxcount = 99
非初始化数据段(BSS Segment)。也称为BSS（block started by symbol）段。在程序开始执行前，内核将此段中的数据初始化为0或空指针。比如long sum[100]
栈区。自动变量和函数调用时所需保存的信息，比如函数返回地址以及调用者环境信息、临时变量。这也是递归实现业务时需要考虑的代价。递归函数每次调用自身时，都会产生一个新的栈帧。一些脚本语言实现尾调用来优化这个情况。
堆区。动态分配的内存。

典型x86处理器Linux内存布局（存储器安排）

x86内存布局图
从上到下，分别是高地址到低地址。

Kernel space. 内核使用空间，有命令行参数和环境变量等。他的地址最大，大于0xC0000000
栈区。栈底则在0xC0000000开始。栈分配从高地址向低地址方向增长。注意这和一个栈区数组地址加法来实现向前并不矛盾。栈变量指向的地址其实是这次分配段的末尾地址，于是地址的加法是没有问题的。一般一个栈帧大小是2MB。
内存映射区。主要动态库文件和其他文件或者匿名内存映射使用空间。
堆区。malloc、free是C标准的内存申请释放接口。在Linux下还是通过sbrk/mmap系统调用来实现的。注意malloc返回的指针一定是适当对齐的，使其可以用于任何数据对象。
```
#include <stdio.h>
#include <stdlib.h>// malloc是返回void*的，包含此文件可以避免强制类型转换
int main(int argc, char **argv)
{
  int a, b;
  int *c = malloc(sizeof(int));
  int *d = malloc(sizeof(int));
  printf("%p\n%p\n%p\n%p\n", &a, &b, c, d);
  free(c);
  free(d);
  return  0;
}
```
因为手头没有x86机器，即使是x64其地址布局也相似，以下是输出:
```
[anker@ms ~]$ gcc -o test test.c
[anker@ms ~]$ ./test 
0x7ffd3f14b80c
0x7ffd3f14b808
0x1a172a0
0x1a172c0
```
可以留意到
- 栈地址是减少方向。这里又可以联系到C语言参数入栈是从右往左。即书写在前面的参数越接近栈顶，也就是书写在前面的参数内存地址越低。所以32位下C语言处理变参va_arg就是指针地址加4.
- 堆地址是增大的方向。同时我们也留意到再次malloc返回的地址差异大于两个int长度，这是因为分配的空间比要求的稍大一些。进一步的原因是，每次申请需要额外的空间来记录管理信息（分配块的长度，指向下一个分配块的指针等等）。也正是这个块管理记录所以越界写或者重复free，除了会修改另外一个块的程序内容，还可能严重的修改了其他块的管理信息。这种错误不会很快的暴露出来，导致了内存越界难以定位。目前在VS的调试模式下是有自动检测的，但Linux环境通过设置环境变量，支持附加调试功能。
- 同时栈地址比堆地址大。

虽然sbrk可以扩充或缩小进程的堆空间，但是大多数malloc/free的实现都是不实时减小进程的存储空间，原因有：

释放的空间可供以后再分配，通常他们保持在malloc池中而不返回给内核。
如果频繁的申请和释放，每次都调用sbrk或者mmap都增加了系统调用次数，从而影响性能。
sbrk在高地址释放但中间有较低地址没有free时也无法收缩，这也是内存碎片产生原因。

因为glibc等的内部自己实现了池式结构，小于某个阈值（默认128KB）时使用brk/sbrk实现内存分配。大于这个阈值则使用mmap申请匿名空间。mmap方式可以整段释放不容易有内存碎片。另外malloc/free在多线程下，需要进行锁操
作。于是有了更高效tcmalloc和jemalloc实现。 tcmalloc是分线程和进程级别缓存的。使用glibc内存池可能会存在内存回收不及时，碎片过多问题，表面看起来和内存泄漏一样只增不减。

内存空间的组成部分

典型x86处理器Linux内存布局（存储器安排）

评论 (0)