17-分页

概述

苦苦挣扎几近半月，保护模式中的段的篇章基本结束。迈过这个坑，踏过这个坎，前方还有千千万万个坑。只要坚持，一定可以走完。

本篇开始进入新的篇章——页。

不得不说，页在现代操作系统中起着无法动遥的地位，是实现现代操作系统的重要基础（当然，段也很重要）。你完全可以不用理解这句话，因为到目前为止，我们并没有进入操作系统正题。

逻辑地址、线性地址与物理地址

咳咳咳…一下子冒出这么多概念真的好吗？忍耐，我从简说。

• 逻辑地址，也有称作有效地址的。就是你在写 C 语言代码的时候，用到的指针里存的地址。
• 线性地址，如果你还记得段选择子结构的话（不记得那就去把段选择子结构好好复习），其中有一个成员是 base，表示段基址。那么线性地址=ds.base+逻辑地址。（假设我用的是 ds 段寄存器）
• 物理地址，通过某种映射方法，把线性地址映射到真实的物理内存条上的某个地址上。说的通俗点，就是通过一种计算方法，把线性地址当作参数，传到一个函数里，经过一通折腾，返回 来一个新的地址，这个新的地址就是物理地址，是真实的位于内存条上的地址。

[注] 实际上，最终计算的物理地址并不是真的就是真实物理内存上的地址，物理地址到真实内存条还有一层关系，然而对于我们来说，理解到这一层次足够了。

图1 逻辑地址到线性地址的映射

接下来，使用你的洪荒之力，把下面这张图看懂，能看懂多少是多少。

图2 逻辑地址最终转换成物理地址

至少，左半部分（Segmentation），相信你是没有问题的。右半部分（Paging），是今天的重点，我们要学的某种映射关系。

页

没错，这里还没到转换。因为你还不知道什么叫 page 。注意，这和操作系统没有关系，这是 INTEL CPU 提供的一种机制。

页你不懂，内存块总知道是啥吧。给内存块加个限定词——有固定大小的内存块，这就页。

问题是这个固定大小，到底是多大？CPU提供了两种大小，一种是 4KB 大小的内存块，称之为小页面，还有一种是多少，不记得了，以后再说吧。请把 4KB 大声朗读 3 遍。

4KB，也就是 212字节，也就是 0x1000 字节。

为了能够方便使用内存，CPU 把4GB地址空间（0x00000000~0xffffffff）划分成了 220 个，也就是1MB个固定大小的内存块，每一块的大小都是 0x1000 字节。第 0 页的范围是 0x0000000~0x00000fff，第二页的范围是0x00001000~0x00001fff，最后一页，也就是第 220−1 页的范围是0xfffff000~0xffffffff。

为了能够方便的把线性地址转换成物理地址，CPU把线性地址空间中的某一页，对应到物理地址空间的某一页。下图的每个颜色块都是 4KB，表示一页。

图3 线性页到物理页的映射

如何映射

• 页表

CPU把物理地址空间分成了若干个小页面（4KB），每个小页面都给了它一个编号，比如从编号从0~220-1（假设我的物理内存就是4GB）。写成 16 进制就是从 0x00000~0xfffff。这样，每个编号其实占用了 20 个比特位。

如果你的物理内存只有 1MB，可以分割成28个小页面，那编号就是从 0-28-1，16进制就是0x00000~0x000ff。

无论如何，32位模式下，这个编号都要占用 20 个比特位。

只要知道到了小页面的编号，就一定能够计算出这些小页面的真实物理地址。比如 0 号物理页的物理地址就是 0x00000000，1 号物理页的地址是 0x00000004，0x000ff号的物理地址就是0x000ff000。这种计算方法很简单，只要把页面编号乘以 4KB 就行了，也就是乘以 4096，或者说左移 12 位，效果都是一样，因为每个小页面大小都是 4096 字节。

为了能让 CPU 找到这些小页面，势必要把这些小页面的“门牌号”保存起来。同样，这些“门牌号”也要保存在物理内存中，为了方便管理，再从物理内存中取出一页，来保存这些大小为 20 bit 的门牌号。

那么，一个内存页能保存多少个门牌号？ 8×4KB20 吗？没有，CPU不是这么干的。

CPU 用 32 bit (4字节)来保存一个页面编号，其中高20 bit 保存编号，低12位保存页面属性。目前你还不用关心这多出来的 12 bit 保存了啥属性。我们只关心其中的 20 bit 编号。

如此一来，一页可以保存4KB4B=21222=1024 个“门牌号”.

我们把保存这种门牌号的页，称之为页表。而页表中的每一个元素占用4字节。一个页表可以保存1024个元素。如果用数组来表示页表，就是这样的

 int page_tables[1024]

图4 有一些物理页，专门用来保存页编号，称之为页表

有了这些已经足够了。接下来，就是如何把线性地址转换过去的问题。

• 一级页表、二级页表和普通物理页

那些保存普通物理页索引号的页表，称为二级页表，而保存页表索引号的页表，称为一级页表，也叫页目录表。如图5。图中的 PDE意思是 page directory entry，即页目录表项；PTE的意思是 page table entry，即页表项。

图5 页目录、页表和普通物理页

• 线性地址 10-10-12 分页

线性地址中保存的，就是页表中的索引号，也就是前面说的门牌号。一个线性地址是32位，它的结构是这样的。

|   31~22  |  21~12   |    11~0    | 比特|9876543210|9876543210|ba9876543210| 比特|----------|----------|------------| 占位| 一级索引 | 二级索引 |  页内偏移  | 说明

可以看到，线性地址中保存了两个索引号和一个普通物理页偏移。

• 例

有线性地址 0x12345678，对应到上面的结构就是这样的。

|   31~22  |  21~12   |    11~0    | 比特|9876543210|9876543210|ba9876543210| 比特|----------|----------|------------| 占位| 一级索引 | 二级索引 |  页内偏移  | 说明|0001001000|1101000101|011001111000| <-- 线性地址0x12345678做 10-10-12 拆分

于是我们得到第一个页表索引号，它是 0001001000 = 0x48
第二个页表的索引号，它是 1101000101 = 0x345
最后一个是页内偏移，它是 011001111000 = 0x678

假如我们已经知道一级页表（这个通常称之为页目录）的基址page_dir_tables.
那么根据一级索引，我们得到 page_dir_tables[0x48] 的值，假设 page_dir_tables[0x48] = 0x12fff067

前面说过，页表中每一项的高20位保存的都是另一个物理页的编号。

根据规则，0x12fff067 的高20位是二级页表编号，即0x12fff，于是计算得到这个物理页基址是0x12fff000.

为了能找到这一页中索引号 0x345 这个位置的值，令 int *page_tables = 0x12fff000， page_tables[0x345]=0x21991067，那么这个值中告诉我们的页编号是 0x21991，换算成页基址是 0x21991000。

最终我们定向到了物理页 0x21991000，这个物理页保存的也不是页面编号了，就是普通数据，它是普通页。另外，线性地址的第 3 部分，是页内偏移，把这个普通页的基址+页内偏移，最终得到了物理地址，也就是 0x21991000+0x678=0x21991678。

现在回过头来，再看看图2，相信你应该能看懂了。

总结

本篇简单介绍了 10-10-12 分页，一个线性地址按照10-10-12分成三段：

第一段，一级页表索引号
第二段，二级页表索引号
第三段，普通页页内偏移

实际还有另一种2-9-9-2分页，这是以后的事情。看完这篇后，或许你还有一个疑问，就是一级页表，也就是页目录表的基址CPU是怎么知道的？

实际上在CPU中，有一个寄存器，称之为 CR3 寄存器，它保存了一级页表的基址。