4. 虚拟内存区域VMA：VMA结构体，VMA操作函数

大家好，我是你们的老朋友。今天我们来聊聊虚拟内存区域，也就是VMA。说实话，VMA这个概念，我当年刚接触内核时觉得挺抽象的。后来在项目中调一个内存泄漏的bug，折腾了三天，最后发现是VMA操作没处理好。从那以后，我对VMA就格外上心了。

你想想看，一个进程的地址空间，不是一整块铁板。它被划分成很多段：代码段、数据段、堆、栈、还有mmap映射的区域。每一段，内核就用一个VMA结构体来管理。说白了，VMA就是进程地址空间的“户口本”，记录着每块内存区域的起止地址、权限、标志位等信息。

4.1 VMA结构体：内存区域的身份证

我们先来看看VMA长什么样。在include/linux/mm_types.h里，struct vm_area_struct就是它的真身。我挑几个关键字段说说：

struct vm_area_struct {
    unsigned long vm_start;      // 起始地址
    unsigned long vm_end;        // 结束地址
    struct mm_struct *vm_mm;     // 所属的进程mm结构
    unsigned long vm_flags;      // 权限标志位
    struct rb_node vm_rb;        // 红黑树节点
    struct list_head anon_vma_chain; // 匿名页链
    const struct vm_operations_struct *vm_ops; // 操作函数集
    unsigned long vm_pgoff;      // 文件映射的偏移
    struct file *vm_file;        // 映射的文件
    void *vm_private_data;       // 私有数据
};

嗯，这里要注意几个点：

• vm_start和vm_end：这是VMA的边界。内核保证它们按页对齐，且vm_start < vm_end。
• vm_flags：权限位，比如VM_READ、VM_WRITE、VM_EXEC、VM_SHARED。我在项目中遇到过，有人mmap时忘了设VM_SHARED，结果父子进程各自为政，数据不同步，排查了好久。
• vm_ops：这个很重要。它是一组回调函数，比如open、close、fault、page_mkwrite。缺页异常时，内核会调用vm_ops->fault来加载页面。

4.2 VMA操作函数：增删改查的艺术

内核提供了一套API来操作VMA。我个人最常用的两个是find_vma和insert_vm_struct。咱们一个一个说。

4.2.1 find_vma：快速定位内存区域

这个函数用来查找给定地址属于哪个VMA。原型很简单：

struct vm_area_struct *find_vma(struct mm_struct *mm, unsigned long addr);

它返回第一个满足vma->vm_end > addr的VMA。注意，不是vm_start <= addr，而是vm_end > addr。为什么？因为内核要处理地址刚好落在两个VMA之间的情况。如果addr在空隙里，返回的是下一个VMA。

我曾经在写一个内存监控模块时，用find_vma遍历进程的所有VMA。结果发现，如果addr正好等于某个VMA的vm_end，返回的是下一个VMA。当时没注意，导致统计漏了一块区域。嗯，这个坑我踩过，你们记住就好。

4.2.2 insert_vm_struct：插入新的内存区域

当进程调用mmap、brk、mremap时，内核需要创建新的VMA并插入到红黑树中。insert_vm_struct就是干这个活的。

int insert_vm_struct(struct mm_struct *mm, struct vm_area_struct *vma);

调用前，你得先初始化好VMA的各个字段，特别是vm_start、vm_end、vm_flags。内核会检查新VMA是否与现有区域重叠。如果重叠，返回-ENOMEM。

我记得有一次，我在写一个内核模块，想通过insert_vm_struct直接插入一个VMA。结果忘了设置vm_mm字段，内核直接panic了。从那以后，我每次插入前都会用memset(vma, 0, sizeof(*vma))清空，再逐个字段赋值。

4.3 VMA的遍历与查找：红黑树与链表

内核用两种数据结构管理VMA：红黑树和双向链表。红黑树用于快速查找，链表用于遍历。

遍历所有VMA，可以用mmap->mmap链表：

struct vm_area_struct *vma;
for (vma = mm->mmap; vma; vma = vma->vm_next) {
    // 处理每个VMA
}

但如果你要查找某个地址，用链表遍历就太慢了。这时候红黑树就派上用场了。find_vma内部就是走红黑树查找，效率高得多。

我建议，在写内核模块时，能用find_vma就别自己遍历。除非你要统计所有VMA的信息，那才用链表遍历。

4.4 实战：写一个VMA遍历函数

光说不练假把式。咱们写一个简单的函数，打印当前进程的所有VMA信息：

void dump_vma_info(void) {
    struct mm_struct *mm = current->mm;
    struct vm_area_struct *vma;

    if (!mm)
        return;

    mmap_read_lock(mm);
    for (vma = mm->mmap; vma; vma = vma->vm_next) {
        printk("VMA: 0x%lx-0x%lx flags=0x%lx\n",
               vma->vm_start, vma->vm_end, vma->vm_flags);
    }
    mmap_read_unlock(mm);
}

这个函数很简单，但很实用。我在调试内存泄漏时，就靠它打印所有VMA，然后对比正常进程的VMA分布，找出异常区域。

4.5 总结

好了，今天的内容就到这里。我们聊了VMA的结构体、查找函数find_vma、插入函数insert_vm_struct，还有遍历的方法。VMA是内存管理的基石，理解它，你就能看懂进程地址空间的布局。

下一章，我们会深入缺页异常处理，看看VMA的vm_ops是怎么被调用的。到时候，你会发现VMA的fault函数才是真正的重头戏。

记住，写内核代码，多一分谨慎，少一分panic。咱们下期见。