理解程序内存

内存对很多人来说感觉是个很熟悉的东西，因为我们在用VC调试程序时，很多时候都会察看内存中变量的值。但是，很多时候我们的思维也就因此局限在有源码的模块，当遇到一些跨模块或是没有源代码的Bug，我们还是无从下手。因此，很有必要我们要对整个程序内存有个比较全局性的认识，这样遇到任何问题，你都能从容面对。

我这里以32位的程序为例，我们知道32位程序总共有4G内存空间，其中低2G是用户地址空间，高2G是内核地址空间，下面我们借助WinDbg工具来分析低2G用户地址空间的内存分布。

因为所有程序的内存分布都大同小异，我这里用WinDbg分析任务管理器进程的内存分布。打开任务管理器，然后用WinDbg Attach到taskmgr.exe进程。
输入!address -summary 察看内存的使用情况, 结果如下:


从上图可以看到，程序内存根据使用情况大致分为:
Free - 没有被使用的
Image - 加载到内存的模块(dll,exe等)
MappedFile - 内存映射文件
unclassified - 实际上应该是堆(heap)
Stack - 堆栈
TEB - 线程环境块(thread environment block)
PEB - 进程环境块(process environment block)

内存根据使用类型又可以分为:
MEM_IMAGE - 加载到内存的模块(dll, exe等)
MEM_MAPPED - 内存映射
MEM_PRIVATE - 私有(stack, heap, teb, peb等)

内存根据使用状态又可分为:
MEM_FREE - 空闲
MEM_COMMIT - 已经提交
MEM_RESERVE - 保留

根据页面属性又可分为只读，可读写，可执行，写时拷贝等。

实际上我们可以通过!address命令来查看更详细的内存使用情况:


可以看到上面列出了所有2G用户空间的页面使用情况(截图只是开始的一部分)，我们可以根据某个地址来分析该地址属于那块内存区域。当然也可以通过命令来分析某个地址所属的内存区域, 比如输入!address 7c554来分析地址7c554的情况，会显示:

上面告诉我们7c554是某个堆栈(Stack)空间的地址.

对我们程序来说最常接触的内存应该是: Module, Heap, Stack，接下来依次分析.

(1)Module
Module在上面被叫住Image，实际上就是被加载到内存的Exe和DLL文件, 我们可以通过lm命令来查看所有的模块分布情况:

上面可以看到每个模块的内存起始地址，那么各个模块具体内部又是如何分布，它和磁盘上的DLL(exe)文件又是什么关系呢?
实际上内存的中DLL和磁盘上的DLL文件非常相似，系统在加载时只是根据页面大小（一般4K）作了一些对齐，另外有些数据节如果运行时用不到(比如dll的重定位节)就不会被加载.

我们在!address查看内存空间时，可以看到taskmgr.exe模块的内存分布如下:

上面可以看到taskmgr.exe模块在内存中分为4块，第一块是只读的, 实际上是PE文件头；第二块是可执行的，实际上就是代码节（.text）;第三块是可读写的,实际上数据节(.Data)； 最后一块也是只读的,实际上资源节(.rsrc)。
要详细的了解taskmgr.exe模块的文件头属性，可以通过!dh [module address]来查看, 输入!dh1000000,查看结果：


上面的运行结果可以验证我们关于taskmgr.exe模块内部分布的猜想.

(2)Heap
Heap实际上就是堆，我们所有new(malloc)出来的内存就是分布在堆里，每个程序会有若干个堆，有些是系统创建的，也有的是C/C++运行库创建的,当然我们自己也可以创建私有堆.我们可以通过!heap命令来查看堆的使用情况.

可以看到taskmgr.exe一共有9个堆。
!heap命令非常强大，通过开启页堆功能，可以很方便的让我们跟踪所有堆内存的分配和使用情况，以后有机会再细说heap相关的.

(3)Stack
Stack即我们通常所说的栈，我们的局部变量就是分配在栈上面。说到栈就要说到线程，我们的代码都是通过线程跑起来的，每个线程包含2块东西，一块是线程内核对象，还有一块就是堆栈，线程运行过程也是堆栈不断压栈和出栈的过程。
我们可以通!address -f:stack 来查看堆栈的分布情况:

从上图我们可以看到taskmgr.exe一共有4个线程, 对应着4个堆栈, 同时也可以看到每个堆栈内存的起始地址。

如果有兴趣，我们也可以看下每个线程的堆栈情况, 输入~* kp

可以看到相应的4个线程堆栈，最后一个线程(debugBreakPoint)看起来有些奇怪，实际上它是调试器为调试而插入的，不是真正的属于taskmgr.exe, 所以任务管理器实际上一共应该有3个线程.

通过上面的介绍，相信大家对程序内存有了比较全局的理解，以后大家分析问题，遇到一个地址，首先要判断这个地址分布在哪里:
如果是Image上，那么是在哪个模块中，这个地址是属于该模块的代码段（.text）还是数据段(.data)，如果是代码段，又是属于哪个函数?
如果是Heap上，那么究竟是在哪个堆里面，是我们new出来的吗，是在什么时候new的(new时堆栈状况)？
如果是在Stack上，那么究竟是属于哪个线程的堆栈，当时线程的堆栈是怎么样？

总之，程序在内存中运行，只有你真正理解了内存，你才能真正懂计算机。