OS 面试复习：进程、地址空间与文件系统主线

OS 这块我之前最容易卡在“每个词都认识，但是连不起来”。进程、线程、虚拟内存、页表、文件描述符，这些单拿出来都能说两句，真要从程序启动一路讲到系统调用，又总觉得中间断了。

后来复习时我就强行按一条链去记：程序跑起来先变成进程，进程活在自己的地址空间里，CPU 访问内存时要经过页表，访问文件、管道、socket 时则是通过文件描述符去碰内核对象。这样一串，很多散点就能挂上去。

先说进程和线程。

一句话记法其实够用了：进程更偏资源隔离，线程更偏执行和调度。

一个进程有自己的虚拟地址空间、打开文件表、信号状态这些东西。同一个进程里的线程共享这些资源，但每个线程自己也有寄存器上下文和栈。所以线程切换通常比进程切换轻，核心原因也就在这里，不是因为“线程更小”这种空话。

然后是虚拟内存。

我现在不太想把它记成“让程序看到一大片连续内存”这种说法。这个描述不算错，但有点轻。更重要的其实还是隔离和映射。每个进程看到的是自己的虚拟地址空间，虚拟页和物理页怎么对应由页表决定，所以虚拟地址连续和物理地址连续不是一回事。

这个点一顺下来，很多现象就不奇怪了。比如 malloc 成功不代表物理页已经马上分好，很多系统会按需分配；再比如缺页异常也不等于程序出错，它也可能只是第一次访问某段映射，内核现在才去补齐这页。

页表这块我现在也不想背得太碎。先记 CPU 做 load/store 时会先查地址翻译，TLB 只是常用翻译的缓存。如果翻译失败或者权限不对，就会进内核，让内核判断这是不是合法但还没建好的映射，还是说它本来就是一次非法访问。把这层逻辑带上以后，TLB、缺页、换页这些东西就都不飘了。

fork 和 exec 也一样，单独背很容易散，放回程序启动链里就好很多。

fork 出来的是一个新的进程视图，但现代系统一般不会傻到一上来就把所有内存真拷一份，更多还是 copy-on-write。exec 则是把当前进程的程序映像换掉，PID 还是那个 PID，只是地址空间和代码数据段换成了新程序。shell 起程序那条线其实就是 fork 一个子进程，再在子进程里 exec。

文件描述符这块也得强行记成一条链，不然特别容易说成“fd 就是文件”。其实它只是进程里一个整数索引，真正的打开状态在内核里。这样去想，dup 为什么共享偏移、fork 之后父子为什么能共用同一个打开文件状态，这些问题都好答很多。

mmap 我觉得也很值得单独记一下，因为它正好把“内存”和“文件”接起来了。映射之后你拿到的是一段虚拟地址，真正访问时内核再把这段地址和文件页或者匿名页联系起来。这样文件 IO、页缓存、缺页处理其实就不再是三件分开的事。

所以如果面试里真被问到“你怎么理解 OS 里最重要的几块”，我现在大概会这样答：程序运行后成了进程，进程通过地址空间和页表使用内存，通过文件描述符和系统调用进入内核对象；fork/exec 管程序的创建和替换，mmap 把文件和内存管理接到一起。这样讲至少是一条线，不会只剩一堆术语。

顺手记几个我觉得容易答空的点：

• 虚拟内存别只说“大”，要带上隔离和按需映射。
• fork 别答成“复制整个进程”，copy-on-write 这层最好带一下。
• 文件描述符别答成“文件”，它只是进程访问内核对象的入口。