一、物理地址空间是什么？

对于刚刚接触Linux的新手而言，物理地址空间是理解内存的第一道门槛。他是硬件与内核交互的核心纽带，也是程序最终运行时候的真实地点。

简单来说，物理地址空间是硬件层面的“内存地图”，他主要是由cpu和内存控制器定义的，可以直接访问的地址范围。就好比有许多个格子，每一个编号对应一个格子，这个编号就是物理地址。

物理地址空间有两个关键特性：

（1）硬件决定性：地址范围由CPU位数和内存控制器决定。比如32位CPU理论上最大支持4GB的物理地址空间，因为他有32根地址线，2^32次方刚好对应4GB的编号。而64位CPU目前理论值远超实际硬件的地址范围，主流硬件支持48位物理地址，即256TB。

（2）直接关联性：物理地址直接对应硬件存储单元，CPU可以通过物理地址直接访问这些硬件资源，而不需要额外的地址转换或映射。（因为许多硬件厂家就预定了物理地址范围，即CPU只能去这些地址访问，否则硬件识别不了）

二、物理地址空间的构成：不仅仅是内存

很多人在学习的时候，会误认为物理地址空间仅仅对应我们插在主板上的内存条，但实际上他包含了计算机中所有需要通过硬件访问的硬件资源，主要分为以下几类：

（1）DRAM动态随机存取存储器：就是我们平常说的内存，是物理地址空间中最为核心的部分，用于临时存放程序的数据和程序。他的特点是可读可写，速度快，掉电丢失。

（2）ROM/Flash：用于存储固件程序（如BIOS、UEFI等）在计算机启动的时候，CPU会从ROM的固定物理地址开始执行程序（在计算机启动的时候，CPU还没有加载操作系统，它不知道自己应该从哪里开始执行，所以必须预设一个固定地址，从这里开始初始化硬件，并加载操作系统）。这部分地址通常是只可读的（或者在烧录的时候可写）

（3）外设地址空间：计算机的显卡、网卡等外设。他们的控制寄存器和数据缓冲区也会被映射到物理地址空间中。例如CPU向网卡发送数据的时候，实际上是向物理地址空间的某个特定地址写入数据。

虽然他们都是物理地址空间的构成部分，但是我们说了CPU由于地址线的限制，比如32位CPU只能寻址到4GB空间，所以他们一定是属于这4GB的一部分。

当然我们这里说的是内存映射方式，至于IO映射方式不在物理地址空间的4GB中，我们更多使用的是内存映射，这里不再讨论IO映射。

为什么硬件必须有自己厂商固定好的地址？

其一，在早期没有操作系统的时候，不存在虚拟地址空间、页表等说法，所以CPU在执行的时候直接操作的就是物理地址（比如单片机）。但是各个硬件设备如果没有规定好的地址范围，可能网卡、和键盘起冲突了，都规定在了同样的地址上，那么此时CPU访问该物理地址就不知道是谁了。所以形成了一种约定，什么设备应该放在什么地址，如果不遵守这个规则，CPU就无法通过BIOS程序写死的地址中找到对应的硬件设备。

其二，CPU在上电之后会执行BIOS程序，在这个程序之中，首先要做的就是硬件检测，看看这些硬件设备能不能正常运行，有没有哪里损坏。这个过程中还没有加载操作系统，所以不可能存在虚拟地址以及页表的概念。之后才会进行硬件初始化，加载引导程序开始加载操作系统，并将控制权从BIOS交给操作系统。

但并非所有的硬件都是CPU直接通过物理地址访问（虽然硬件只认物理地址）。一般对于需要快速响应的设别，CPU会直接通过物理地址的对应设备的寄存器其访问，减少了页表这一层转换，提高了效率。

然而对于大块硬件资源（启动的时候仍然是通过物理地址），如显卡的显存、网卡的缓冲区，因为对于大量的数据信息，可能该设备的寄存器根本不够用，比如要渲染某个游戏画面，往往需要几个GB的数据。

操作系统会给这些物理地址分配一个虚拟地址，然后通过页表映射到实际物理地址。这样做的好处是应用程序不需要知道物理地址，只需要操作虚拟地址，且操作系统可以通过页表权限控制防止应用程序错误修改硬件资源。

三、Linux内核如何管理物理地址空间

物理地址是硬件资源，而操作系统的任务就是高效、安全的管理这些资源。其管理逻辑主要围绕着以下几个关键点展开：

（1）物理内存的碎片化问题

物理内存由连续的页框（通常为4kb）组成，就好像一张张A4纸，每次使用和回收的时候，由MMU内存管理单元一页一页的分配，但是实际软件的数据可能并不存放在一张A4纸中，即两张各存一部分。如果频繁的申请内存以及释放，就会导致碎片问题，即存在大量的页都被一部分小数据占用，就好像每张A4纸写几个孤零零的字，由于他们已经被使用了，所以不能被回收成完整的大页。也就是不能申请很大的连续空间，比如1MB的连续空间。

为了解决这个问题，Linux内核采用伙伴系统来管理空闲页。就和我们之前做过的一个项目tcmalloc类似的内存池技术类似。

（1）把空闲页按照1、2、4、8这种形式分组，每一组称为一个伙伴块。

（2）当需要分配 n 页内存时，寻找最小的、大于等于 n 的伙伴块，若块过大则拆分；释放时若相邻块空闲则合并。

（2）物理地址的分区管理

内核会将物理地址划分为不同的区域，针对不同区域采取不同的管理策略

（1）ZONE_DMA：直接内存访问（DMA）区域，地址范围较低（通常 16MB 以下），供需要 DMA 传输的外设使用（如老式硬盘控制器）。

（2）ZONE_HIGHMEM：高端内存区域（32 位系统中超过 896MB 的部分），内核不能直接映射，需要通过临时映射机制访问（64 位系统因地址空间充足，通常无需此区域）。

之所以直接的线性映射区只有896MB，是因为剩余的128MB需要留给其他用途，如映射IO设备的物理地址、内核自身的代码数据等。

（3）ZONE_NORMAL：常规可直接映射区域，内核可以直接访问的物理内存（32 位系统中通常为 1GB 左右）。常规映射区域是给内核使用的，内核范围是3GB-4GB。所以这部分的虚拟地址=物理地址0-896MB+3GB。

（3）物理地址与内核的直接映射

Linux 内核自身需要快速访问物理内存，因此会将物理地址空间的一部分（通常是 ZONE_DMA 和 ZONE_NORMAL）直接线性映射到内核虚拟地址空间中。例如，物理地址 0x100000 会被映射到内核虚拟地址 0xC0100000（32 位系统）（物理地址增加3GB），这种映射是固定的、一对一的，内核通过简单的地址计算就能访问物理内存，无需复杂的页表查询。

四、物理地址和虚拟地址的关系

物理地址空间是 “仓库的真实货架编号”，每个编号对应唯一的货架位置，仓库管理员（内核）必须知道它才能找到货物。

虚拟地址空间是 “给客户的取货编号”，客户（用户程序）只需要记住这个编号，无需关心货物实际放在哪个货架。
即客户来取货的时候，只能通过仓库管理员。而仓库管理员掌握了一张页表，知道用户取货编号和仓库真实编号的映射关系。

两者的映射关系由内核通过页表维护：用户程序使用虚拟地址访问内存时，CPU 的内存管理单元（MMU）会根据页表将虚拟地址转换为物理地址，最终访问实际的硬件内存。这种机制的好处是：