小实验的过程怎么写（通过小实验让你彻底理解VMA）
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 intglobal_dat【资 ;源 之.家.】ziyuanzhij. cn 每日持.续更新.可.实操.的a1;
intbss_data;
intbss_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 segmentprintf(“stack segment!\n”);
printf(“\t stack_data=0x%lx\n”,&stack_dat【资 ;源 之.家.】ziyuanzhij. cn 每日持.续更新.可.实操.的a);
printf(“\t stack_data1=0x%lx\n”,&stack_data1);
// heap segmentprintf(“heap segment!\n”);
printf(“\t malloc_data=0x%lx\n”,malloc_data);
printf(“\t malloc_data1=0x%lx\n”,malloc_data1);
printf(“\t malloc_data2=0x%lx\n”,malloc_data2);
//code segmentprintf(“code segment!\n”);
printf(“\t code_data=0x%lx\n”,m【资 ;源 之.家.】ziyuanzhij. cn 每日持.续更新.可.实操.的ain);
//data segmentprintf(“data segment!\n”);
printf(“\t global_data=0x%lx\n”,&global_data);
printf(“\t global_data1=0x%lx\n”,&global_data1);
printf(“\t data_val=0x%lx\n”,&data_val);
//bss segmentprintf(“bss segment!\n”);
printf(“\t bss_data=0x%lx\n”,&bss_data);
printf(“\t bss_data1=0x%lx\n”,&bss_data1);
r【资 ;源 之.家.】ziyuanzhij. cn 每日持.续更新.可.实操.的eturn 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
stacksegment!
stack_data=0x7fe8a41e24 stack_data1=0x7fe8a41e20heap segment!
malloc_data=0x356db9d0 malloc_data1=0x356db9f0 malloc_data2=0x6ff3187010code segment!
code_data=0x400620data segment!
global_data=0x48b960 global_data1=0x48d380da【资 ;源 之.家.】ziyuanzhij. cn 每日持.续更新.可.实操.的ta_val=0x48b964bss 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。
代码段是用户虚拟地址空间的最低位置，代码段就是我们code所在的位置在代码段的位置上面就是数据段，数据段就是全局初始化的变量。数据段的位置就是BSS段，BSS段就是未初始化的全局变量。Stack段就是函数调用的局部变量，或者函数中定义的局部数组。可以看到栈是从高地址往下增长的。Heap段就是对应的【资 ;源 之.家.】ziyuanzhij. cn 每日持.续更新.可.实操.的malloc申请的区域，从实验结果上来看heap段正好位于用户空间中间部分，而且是从下往上增长的。Mmap区域，就是我们使用mmap映射那段区域。当使用malloc申请的大于128K，则会使用mmap区域的。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【资 ;源 之.家.】ziyuanzhij. cn 每日持.续更新.可.实操.的/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【资 ;源 之.家.】ziyuanzhij. cn 每日持.续更新.可.实操.的了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 = 【资 ;源 之.家.】ziyuanzhij. cn 每日持.续更新.可.实操.的task->mm;
printk(“This mm_struct has %d vma\n”, 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%lx\n”, vma->vm_start, vma->vm_end);
}
printk(“Code segment start=0x%lx, end=0x%lx\n”“Data Segment start=0x%lx, end=0【资 ;源 之.家.】ziyuanzhij. cn 每日持.续更新.可.实操.的x%lx\n”“Stack segment start=0x%lx\n”,
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 =%d\n”, mpid);
for_each_process(task) {
if(task->pid == mpid){
printk(“%s[%d]\n”, task->comm, task->pid);
print_vma(ta【资 ;源 之.家.】ziyuanzhij. cn 每日持.续更新.可.实操.的sk);
}
}
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【资 ;源 之.家.】ziyuanzhij. cn 每日持.续更新.可.实操.的/4766/maps00400000-0047c000 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 038382000-383a4000 rw-p 00000000 00:00 0[heap]
78941af000-78941fb000 rw-p 00000000 00:00 078941fb000-78941fc000 r–p 00000000 00:00 0[vvar]
78941fc000-78941fd000 r-xp 000【资 ;源 之.家.】ziyuanzhij. cn 每日持.续更新.可.实操.的00000 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 8vma
[ 2432.979504] vma number 1:
[ 2432.979508] Start address 0x400000, End address 0x47c000[ 2432.979511] vma number 2:
[ 2432.979515] St【资 ;源 之.家.】ziyuanzhij. cn 每日持.续更新.可.实操.的art address0x48b000, 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[ 2【资 ;源 之.家.】ziyuanzhij. cn 每日持.续更新.可.实操.的432.979539] 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【资 ;源 之.家.】ziyuanzhij. cn 每日持.续更新.可.实操.的=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。
