博客
关于我
Linux 3.x 内核学习笔记——x86 64位内存管理
阅读量:546 次
发布时间:2019-03-09

本文共 611 字,大约阅读时间需要 2 分钟。

地址映射是64位地址模式下的核心机制,通过分层结构实现内存管理。在这种模式下,地址空间被分割为多个层级,以支持更大的物理内存映射能力。以下是64位地址映射的主要特点:

  • 地址映射结构:64位地址采用4层映射,其中pgd、pud、pmd和pte各占9位。再加上12位的页内索引,总共使用48位地址空间。这种结构使得可管理的地址空间达到2^48=256T,远超32位地址模式的2^32=4G。

  • 物理内存支持:64位地址模式的最大物理内存支持为64T。这一能力体现在内核中的MAX_ARCH_PFN定义中,其中MAXMEM为2^46,PAGE_SHIFT为12。与32位地址模式相比,64位地址模式能够支持更大的物理内存映射。

  • 系统空间划分:64位地址空间的用户空间占用了0x0000,0000,0000,0000至0x0000,7fff,ffff,f000的128T。系统空间则从0xffff,8000,0000,0000开始,至0xffff,c7ff,ffff,ffff,共64T。这部分地址用于映射物理内存。

  • 内核地址分配:内核在32位地址模式下,当物理内存超过896M时,会限制地址映射到0~896M。而在64位地址模式下,内核能够将所有物理内存都映射到地址空间中。

  • 需要注意的是,文档中的地址偏移量可能与实际代码存在差异,建议以Linux-3.11.0内核为参考。这种划分方式确保了内核在不同地址模式下的稳定性和扩展性。

    转载地址:http://ikriz.baihongyu.com/

    你可能感兴趣的文章
    Panalog 日志审计系统 前台RCE漏洞复现
    查看>>
    PANDA VALUE_COUNTS包含GROUP BY之前的所有值
    查看>>
    pandas -按连续日期时间段分组
    查看>>
    pandas -更改重新采样的时间序列的开始和结束日期
    查看>>
    pandas :to_excel() float_format
    查看>>
    pandas :加入有条件的数据框
    查看>>
    pandas :将多列汇总为一列,没有最后一列
    查看>>
    pandas :将时间戳转换为 datetime.date
    查看>>
    pandas :将行取消堆叠到新列中
    查看>>
    pandas DataFrame 中的自定义浮点格式
    查看>>
    Pandas DataFrame 的 describe()方法详解-ChatGPT4o作答
    查看>>
    Pandas DataFrame中删除列级的方法链接解决方案
    查看>>
    Pandas DataFrame中的列从浮点数输出到货币(负值)
    查看>>
    Pandas DataFrame中的列从浮点数输出到货币(负值)
    查看>>
    pandas DataFrame的一些操作
    查看>>
    Pandas Dataframe的日志文件
    查看>>
    pandas Groupby:创建两列的Groupby时,如何按正确的顺序对工作日进行排序?
    查看>>
    Pandas matplotlib 无法显示中文
    查看>>
    pandas PIVOT_TABLE保持索引
    查看>>
    Pandas Plots:周末的单独颜色,x 轴上漂亮的打印时间
    查看>>