準備用一個系列來總結一下記憶體管理涉及到的相關知識，範圍從底層的資料結構和算法，到上層的API的使用，這裡的記憶體管理，目前打算主要是側重在堆的管理，本文作為一個引子，先粗略講一下虛拟位址空間、堆管理、arena，接下來會陸續講一下堆管理算法、malloc實作、new/delete等C++内容的相關實作等，但也希望如果以後有時間的話，也可以把棧和甚至和cache相關的内容也加到這個系列裡，現在大概是這麼規劃的，不知道能寫幾篇，先努力寫着看吧。
一、虛拟位址空間
說記憶體管理，就必須要先說虛拟位址空間，這是現代程式運作的根本，基本概念大家都知道就不在這裡贅述了，盡量把這部分的精華部分盡量簡單的總結出來，先看一下程序虛拟位址空間的總體布局，以32位Linux系統為例：
基于上圖的虛拟位址空間布局來簡單說下ELF檔案是怎樣映射到程序虛拟位址空間的，ELF檔案被組織成如下圖左列出的一系列section，其中具有相同屬性（R/W/E）的section再組成一個segment，以segment為機關映射到程序的虛拟位址空間，其中虛拟位址空間中的segment要做到頁大小對齊，下圖也一同簡要展示了虛拟位址空間到實體位址空間的映射，通過MMU完成，具體的細節請大家網上或者書上查資料，這都是比較基本的概念，這裡就不贅述了：
其它系統原理類似，都是将可執行程式組織成若幹segment連同用到的動态庫和kernel映射到程序的虛拟位址空間，主要差别在于不同segment映射的起始位址、大小不同等，比如32位Linux系統的Text segment起址是0x08048000，64位Linux系統的Text segment起址是0x00400000，再比如相對32位Linux系統的kernel space是1G，32位Windows的kernel space是2G等等，後面相關内容全部以32位Linux系統為例說明。
二、堆
從圖1中可以看到堆所處的位置，它位于Data segment的上面，這部分堆空間是程式預設建立的，主要是給程式的主線程用的，在特定的情況下（比如malloc申請大記憶體的時候、多線程的時候等），堆的内容還會擴充到圖1中的Memory mapping segment區域，假如一共存在三個堆區域，它們的分布如下圖所示：
應用申請堆空間，主要是通過三個系統函數完成的：brk、sbrk、mmap，在前面圖3中，主線程的堆空間是用brk或者sbrk申請的，heap1和heap2這兩個Memory mapping segment是用mmap申請的。其中brk和sbrk使用的是同一個系統調用，根本原理是改變上面圖3中的brk ptr這個指針的位置，mmap的功能很強大，在申請堆空間的時候主要使用它的Anonymous mapping的功能，下面是一個從上到下的簡略調用關系：
在堆中，記憶體被管理的基本機關是塊，glibc中的名字叫chunk，為了不引起歧義，這個系列以後全部用chunk這個詞來表示堆中的記憶體塊，如下圖所示（其中的free chunk會用後續文章介紹的某種算法維護，這裡沒有畫出）：
三、arena
很多人可能沒聽說過這個概念，這是Linux堆管理中常用的一個術語，這個詞的意思是競技場，感覺這個詞用的非常傳神，堆這塊地方可不就是一個競技場麼。下面從glibc實作的角度簡單說下arena，在glibc中，arena的個數是有限制的，限制條件如下：
| system | arena number |
| 32bit | 2 x cpu_core_number + 1 |
| 64bit | 8 x cpu_core_number + 1 |
每個線程一定對應一個arena，但是一個arena可以給多個線程使用，同時一個arena可以由一個或者多個圖3中的堆區組成，它們之間的關系如下圖：
在glibc中，每一個heap的開始有一個heap_info的描述頭（注意main thread所用到的那個arena對應的heap沒有這個描述頭，也就是緊挨着data segment的那個使用brk/sbrk來動态擴充的heap），定義如下：
// malloc/arena.c
typedef struct _heap_info {
// Arena for this heap
struct malloc_state *ar_ptr;
// Previous heap
struct _heap_info *prev;
// Current size in bytes
size_t size;
// Size in bytes that has been mprotected PROT_READ|PROT_WRITE
size_t mprotect_size;
// padding
char pad[];
} heap_info; 從上面代碼可以看出，如果一個arena用到多個heap，那麼這些heap通過prev這個指針連接配接起來，并且通過ar_ptr這個指針指向所屬的arena，arena在glibc中對應的資料結構是malloc_state，定義如下：
// malloc/malloc.c
struct malloc_state {
// Flags (formerly in max_fast)
int flags;
// Set if the fastbin chunks contain recently
// inserted free blocks, Note this is a bool
// but not all targets support atomics on booleans
int have_fastchunks;
// Fastbins
mfastbinptr fastbinsY[NFASTBINS];
// Base of the topmost chunk -- not otherwise kept in a bin
mchunkptr top;
// The remainder from the most recent split of a small request
mchunkptr last_remainder;
// Normal bins packed as described above
mchunkptr bins[NBINS * 2 - 2];
// Bitmap of bins
unsigned int binmap[BINMAPSIZE];
// Linked list
struct malloc_state *next;
// Linked list for free arenas.
struct malloc_state *next_free;
// Number of threads attached to this arena
INTERNAL_SIZE_T attached_threads;
// Memory allocated from the system in this arena
INTERNAL_SIZE_T system_mem;
INTERNAL_SIZE_T max_system_mem;
}; 這裡隻簡單列一下和arena相關的兩個資料結構，其中具體的字段含義等以後将malloc實作的時候再細說，這裡先貼出來大家好有個基本概念。
四、reference
這個系列主要參考的資料有下面這些，後續的文章沒有特殊情況的話就不再提及了，大家有興趣的話也可以直接去翻看下面所述的章節：
- 深入了解計算機系統：虛拟存儲器這一章
- 程式員的自我修養：可執行檔案的裝載與程序這一章
- Effective C++：定制new和delete這一章
- Modern Effective C++：Smart Pointers這一章
- C++并發程式設計實戰：C++記憶體模型和原子類型操作這一章
- GCC的官方文檔
- cppreference的記憶體管理相關函數的manual
- 網上的一些博文： https://sploitfun.wordpress.com/2015/02/10/understanding-glibc-malloc/ https://sploitfun.wordpress.com/2015/02/11/syscalls-used-by-malloc https://fantiq.github.io/2019/05/13/malloc%E6%BA%90%E7%A0%81%E5%88%86%E6%9E%90-%E5%88%9D%E5%A7%8B%E5%8C%96%E4%B8%8Earena%E7%9A%84%E5%88%9B%E5%BB%BA/ https://introspelliam.github.io/archives/ Safe-Linking - Eliminating a 20 year-old malloc() exploit primitive - Check Point Research tcache 源碼分析及利用思路
原文連結：https://zhuanlan.zhihu.com/p/374431199 原文作者：月踏