こうやって書いてみると、この程度のことしかまとめとして書けない自分に愕然とする。。。
こつこつやるしかないですね。。。
- オブジェクトの空間的取扱いに関する整理(私家版)
- ビット
オブジェクトはビットで表現する。
- 計算機のビットの取扱い
ビットは表現力が低いので、複数ビットを単位と
した塊を定義して、それを計算機は処理対象とす
ることが多い。
- 処理単位：ニブル
割愛。
- 処理単位：バイト
処理単位のひとつ。現在は8ビットであることが多
い。記憶領域の番地もバイト単位で指定すること
が多い(これをバイトアドレッシングと言う)。
- 処理単位：オクテット
バイトはアーキテクチャ毎に異なるため、8ビット
を曖昧さなく表す用語として、通信の世界で使わ
れはじめた。
- 複数バイトの取扱い
複数バイトになると、それを記憶領域上にどういう
順序で配置するかという選択が発生する(エンディ
アン)。
- 処理単位：ワード
ワードは文脈依存であり、いくつかの定義がある。
文脈は、CPUアーキテクチャ、記憶領域、OS、プロ
グラム言語などである。ここではCPUアーキテクチャ
文脈で話をする。
CPUアーキテクチャにおいてもワードの用法は揺れ
がある。例えば、PICマイコンなどでは、ワードは
バイトと並ぶような単位であり、バイトはデータ
メモリをCPUが取り扱う単位であり(8ビット)、ワー
ドはプログラムメモリをCPUが取り扱う単位である
(14ビット)。
しかし、PCアーキテクチャにおいては、ワードは、
バイトを束ねた単位とすることが多い。ここでは
その文脈とする。
バイトの表現力にも限界がみえたため、現在の計算
機は複数バイトを単位として処理単位とすることが
多い。その単位をワードと言う。複数バイトなので、
もちろんエンディアンの選択が存在する。
ワードは、CPUの歴史に依存している場合もある。
例えば、IAでは、現在でも2バイトがワードである。
ただし、ダブルワード、クワッドワード、ダブル
クワッドワードなどの単位が存在し、命令もそれ
らの取扱いを考慮して設計されている。
複数ワードをどう配置するかというエンディアン
の選択もある。通常、バイトエンディアンと同じ
ものを選択する。
- バイトアドレッシング、ワード、レジスタ
この3者のサイズは同値にするのが基本。ただし弱い
基本。
バイトアドレッシングが64ビットということは、ア
ドレスの表現が最大64ビットの数値ということ。
レジスタは、アドレスを扱うので、効率的にするに
は64ビット以上のサイズがあった方がよい。そこで、
基本、レジスタのサイズも64ビットにする。アーキ
テクチャ独自のメリットがある場合は、64ビット
以上にすることもある。
ワードは、CPU内のデータ処理やCPU内外のデータ転
送の単位である。これは少くともアドレスをまと
めて扱うことができるべきである。ただし、ワー
ドの場合、細かなデータの記憶領域への格納につ
いての効率など、いろいろなファクタがあるので、
そのままワード=64ビットとしないこともある。す
なわち、ワードは64ビット以下というのが基本で
あり、長いものはダブルワードやロングワードな
どと定義することが多い。
- 整列ルールと境界
複数バイトを記憶領域に配置することを考える。記
憶領域側からしてみれば、どこを開始番地にして、
どれだけの長さを配置することも可能である。
しかしCPU側から見ると、なんでもOKじゃなくて、
ルールがあった方が、いろいろと効率がよいこと
が多い。
なのでアーキテクチャの選択として、複数バイト
の連なりをどうメモリ上に置くべきかがルールと
して決まっていることがある。
よくあるのが、2バイトのデータは2バイト境界にな
ど、偶数バイトで境界を定めるものである。この場
合、3バイトのデータが複数ある場合、4バイト境界
毎に配置するため、1バイトずつの無駄がでる。
- 仮想記憶 (仮想アドレス)
複数プログラムが独立して動くことをハードウエ
アでサポートするために、記憶領域のアドレスは
仮想化されていることが多い。(仮想アドレスのニー
ズはこれだけではないが)
この仮想記憶のベースとなる機構はCPUにて実
装されることが多い。一般に、OSがそのCPUの機能
を利用しつつ、ハードディスクなどの二次記憶
の機構と統合して、記憶階層の機構を実現してい
ることが多い。この機構をページングシステムと
呼ぶ。
仮想記憶を実現する道具立てとして、仮想ア
ドレス、ページ、ページフレーム、ページテーブ
ルなどがある。ちなみにページングとは、ページ
をページフレームに割り付ける(物理記憶上にデー
タがある状態にする)こと。
- ページとページフレーム
仮想記憶を実現するために、仮想アドレスを複数バ
イトの単位で分割して取り扱う。この単位をページ
と言う。同じ単位で、実際に装備している物理記憶
領域も分割して取り扱う。これをページフレーム
と言う。
ページとページフレームを紐づけるのが、ページ
テーブルである。
例えば、IA-32では、現状4KBと4MBのページを取り
扱うことができる。
- ページングシステムとファイルシステム
ページングシステムがどのように二次記憶を使う
かは2通りの手法がある。
1つは、二次記憶の取扱いについてファイルシステ
ムに相乗りする手法である。
もう1つは、二次記憶の取扱いについて、ファイル
システムとは別の独自の取扱いをする手法である。
現在は前者が多い。ここでは前者を取り扱う。
- ページングの仕組み
ページングはいろいろなアルゴリズムや手法があり、
OSの設計によっていろいろである。
Linuxは、デマンドページングとコピーオンライト
(COW)である。(PCアーキテクチャのOSでは、現在
はみんなこれかもしれない)
- デマンドページング
デマンドページングではないということは、あ
るプログラムを動かすとき、始めに全てのオブ
ジェクトをページングするということ。デマン
ドページングは、始めは何もページングしてお
らず、メモリアクセスされるにつれてページン
グが進んでいくという方式。
- コピーオンライト
子プロセスを生成するときに、子プロは生成当
初、親プロのページフレームをCOWマーク付きで
参照する方式。すなわち複数のプロセスのペー
ジによって、単一のページフレームが共有され
ている。自分がCOWページに書き込みをするとき
に始めてコピーされる。
ページングで重要なトピックは、ページフレーム
の共有ということだ。共有できれば、物理記憶領
域の消費を抑えられ、空間的にも効率がよいし、
実行速度的にも効率がよい。
- ページングとオブジェクト
共有の鍵となるのは、書き込み(write)の有無だ。
そこで、ページへのオブジェクトの配置としては、
オブジェクトの中で、読み出しだけの部分はROペー
ジとして取り扱えるとよい。また書き込みがあるか
もしれない部分もまとめてCOWページとして取り扱
えるとよいだろう。
- 共有ライブラリと位置独立コード(PIC)
同じライブラリを使ったプログラムが複数動いてい
るとする。すると、それぞれの仮想記憶に別々に
ほとんど同じライブラリのオブジェクトが配置さ
れていることになる。これは空間効率が悪い。
だが、ROページにはできない。それぞれの仮想アド
レス空間におけるライブラリの再配置先は異なり
うるからだ。
そこで、位置独立コード(Position Independent
Code)という手法をとる。オブジェクトの構造を整
理して、再配置情報はCOWページへ、それ以外は、
ROページへいけるようにするというもの。すると
この後者の部分はアドレス位置独立のコードと言
える。
- セグメントシステム
仮想記憶とページングシステムについては一旦忘れ
る。
組み込み機器などえ、CPUのアドレス空間が小さく、
それに比して物理記憶領域の量が多い場合がある。
例えば、アドレス空間が16ビット(64KBアドレス可
能) で、物理記憶領域が1MBであるなど。こういう
状況にて、プログラムが64KB以上の記憶領域を使
うための仕組みとして、セグメントシステムがあ
る。
具体的には、アドレスの指定に16ビット値を2つ使
う。ひとつの値を左に4ビットシフトしたものを物
理記憶領域のアドレスの起点とし、もうひとつの
値をそこからのオフセットとする。これによって、
物理記憶領域のすべてをアドレスできるようにな
る。
ここで、ひとつの起点からオフセットにて指定で
きる領域のサイズは依然として16ビット(64KB)で
ある。この領域をセグメントと呼ぶ。起点のアド
レスをセグメントアドレスやセレクタと呼ぶ。
IA-32の32ビットプロテクトモードでは、レジスタ
のサイズは十分であるが、セグメントシステムが使
われている。
セレクタ(16ビット)：オフセット(32ビット)
の組でアドレスを行なう。オフセットが32ビットな
ので、これだけで4GBを扱うことが可能である。こ
の領域のことも引き続きセグメントと呼ぶ。さて、
セグメントが4GBだとすると、セレクタを何につかっ
ているかという疑問がある。セレクタはセグメント
ディスクリプタという情報の指定に使われている。
セグメントディスクリプタは、主に
アクセス権(8ビット)
ベースアドレス(32ビット)
リミット(20ビット)
で構成され、リミットは1B単位または4KB単位で解
釈される。4KB解釈のとき最大で4GBになる。
32ビットプロテクトモードでは、セグメントシステ
ムとページングシステムの併用が可能である。
こつこつ。
