为什么这段代码会导致页面错误？答案

【问题标题】：Why does this code cause page faults?为什么这段代码会导致页面错误？
【发布时间】：2015-01-21 23:57:27
【问题描述】：

我分配了 512mb 的内存，然后我每 4096 个字节修改一次（这应该会导致每次修改都会出现轻微的页面错误，这就是我实际得到的）。但随后我重复相同的循环，它再次导致每个请求出现轻微的页面错误。我的问题是，为什么？

输出如下所示：

但是，如果我从程序中删除调用 ps，则执行第二个循环所需的时间要低得多，例如 0.04 秒。为什么？

#include <iostream>
#include <cstdlib>
#include <ctime>
#include <sstream>
#include <unistd.h>
using namespace std;

const int sz = 512 * 1024 * 1024;

int main()
{
    char * data = (char *)malloc(sz);
    if (data == 0) cout << "alloc fail";
    stringstream cmd;
    cmd << "ps -o min_flt,maj_flt " << getpid();
    system(cmd.str().c_str());
    cout << "start\n";
    clock_t start = clock();
    for (int i=0; i<sz; i += 4096)
        data[i] = 1;
    clock_t end = clock();
    double time1 = double(end-start) / CLOCKS_PER_SEC;

    system(cmd.str().c_str());

    start = clock();
    for (int i = 0; i < sz; i += 4096)
        data[i] = 1;
    end = clock();
    double time2 = double(end-start) / CLOCKS_PER_SEC;

    system(cmd.str().c_str());

    cout << time1 << " " << time2 << endl;
}

【问题讨论】：

你为什么用malloc()而不是new()？
for (int i=0; i<sz; i += 4096) data[i] = 1; 你应该确保你的索引在范围内
大概是因为设置一个 shell 然后让它调用ps 使用了足够的内存，系统会分页出一些新创建的页面。你有多少内存？
@frp “不会改变结果。” 我不怀疑。但是对于 c++ 代码，您应该使用new()，或者更好的是std::vector<char>。
@frp：顺便说一下，在linux上你可以直接从/proc/self/stat读取进程统计信息； minflt 和 majflt 是（当前）返回行中的第 10 个和第 12 个元素（这是一系列以空格分隔的字段，旨在与 scanf 一起阅读）。有关字段列表，请参阅 man 5 proc。

标签： c++ linux memory

【解决方案1】：

库函数system 大致执行以下操作：

分叉，使用内存映像的副本创建一个新进程。
在子进程中，exec /bin/sh 将命令行选项 -c 和指示的命令传递给它，用新加载的 /bin/sh 替换新进程的内存映像。
在父进程（原始进程）中，等待子进程完成，并返回其状态码。

当进程执行fork时，系统希望避免复制整个内存映像以复制它。所以它只是复制页表，并将所有页面标记为“写时复制”，这需要将它们设置为只读，以便可以检测到写入。

随后的exec 会将页面标记为未共享，但它可能不会取消页面设置为只读，因此后续写入页面仍会触发次要页面错误，尽管处理程序会这样做什么都没有，因为该页面不再共享。

实际上并不能保证exec 会在第二个写循环开始之前发生。您的机器很可能有多个内核，因此两个进程很有可能同时处于活动状态。由于exec 的设置可能需要一段时间，因此很可能在exec 之前会发生一些写循环，也就是说，在没有任何线索表明写时复制是不必要的之前.

【讨论】：