Linux 底层核心精讲：环境变量、命令行参数与程序地址空间

环境变量是程序运行的'隐形配置'，程序地址空间则是进程访问内存的'底层规则'。理解这两者，不仅能解释'为什么命令能直接运行'、'进程如何安全访问内存'等核心问题，更能为编写灵活的命令行工具、排查内存相关问题提供底层支撑。

本文从环境变量的概念、常用指令与系统调用入手，逐步延伸到 main 函数的命令行参数用法、常规命令与内建命令的区别，最终深入程序地址空间的布局、虚拟地址与物理地址的映射原理（含页表、写时拷贝等核心机制）。每个知识点都配套具体指令示例，文末还附上高频习题及解析，帮助读者夯实基础。

环境变量

环境变量一般指在操作系统中用来指定运行环境的一些参数。不同的环境变量有不同的用途，通常具有全局属性——这里的全局属性意味着它们可以被子进程继承。

Bash 本身在启动的时候，会从操作系统的配置文件中读取环境变量信息。每次启动，环境变量都会被重置；父进程的环境变量变了，子进程会跟着变。

常见的环境变量

PATH：指定命令的搜索路径。
HOME：指定用户的主工作目录。
SHELL：当前 Shell，其值通常是 /bin/bash。
HISTSIZE：history 能保存之前使用指令的最大条数。
SSH_TTY：终端设备的路径（SSH 远程登录的话会有）。
USER 和 LOGNAME：代表当前登录的用户是谁（这俩没啥区别）。
PWD：表示当前的路径（修改这个不会改变现在在哪个路径哈）。
OLDPWD：通过 cd 命令切换目录时，标记上一次的路径。

和环境变量相关的指令

echo：显示某个环境变量值。
export：设置一个新的环境变量。
env：显示所有环境变量（想只看一个的话就配合 grep 过滤）。
unset：清除环境变量。
set：显示所有本地变量和环境变量。

修改环境变量示例：

PATH=$PATH:/home/renshen

引申一下：本地变量只在当前 Bash 进程里有效。将本地变量转变成环境变量只需执行 export 变量名（不用加=值）。

通过系统调用获取或设置环境变量

系统调用包括 getenv 和 putenv。

另外，chdir 这个系统调用可以改路径。

main 函数的命令行参数

其实 main 函数原型是 int main(int argc, char *argv[], char *env[])。

第一个参数是接受到的命令行参数的总个数（包括程序名）。第二个参数是命令行参数（最后一个位置会放一个 NULL），命令行的指令当字符串传过来的。第三个参数是环境变量数组。

在进程进行时，都会被传入两张核心向量表——命令行参数表和环境变量表。所以，不要 char *env[] 也行，直接在代码里 extern char **environ。env 怎么用，这个也怎么用，例如 environ[0]。这个全局变量指向环境变量表（不用头文件）。

main 函数这样设置的目的，是为指令、工具、软件等提供命令行选项的支持。

常规命令和内建命令

常规命令：通过 Bash 创建子进程执行。
内建命令：Bash 不创建子进程，自己亲自执行，类似 Bash 调用系统提供的函数，比如 echo。

程序地址空间

进程地址空间

进程地址空间分配示意图

这是进程地址空间的分配图。最下面地址是 0x00000000，最上面是 0xFFFFFFFF（32 位的话）。

Linux 里面这个叫做线性地址或者虚拟地址（线性地址和虚拟地址不是一个东西哈）。

堆里面存放的是动态开辟的空间。
栈里面存放的是局部变量等。
未初始化全局变量和已初始化全局变量共同组成了全局数据区。
栈区的上方还有命令行参数环境变量区（这个是低地址向高地址长的）。

引申：static 修饰的局部变量在编译的时候会被编译到全局数据区。

这里的存放并非真实的存放哈，只是存的地址映射，真正的东西存放在物理内存里面。在调试的时候查看内存就是看的这个虚拟内存的地址；物理地址用户是看不到的。

关于进程地址空间的大小（32 位计算机的话）：操作系统给每个进程都假装许诺给他 4GB 的内存，但是其实是进程需要多少空间，操作系统才给多少（其实进程全部加起来一共只有 4GB 能用）。

几个关键问题：

什么是地址空间？ 本质是一个描述进程可视范围的大小的内核的一个数据结构对象，跟 PCB 差不多（也是先描述再组织）。
如何理解地址空间上的区域划分？ 其实就是搞了个结构体，里面存这个地址范围的 begin 和 end；对空间的区域增大减少其实也就是把 begin 和 end 改了。在这个地址范围内，这个连续的空间中的每一个最小单位都可以有地址，这个地址可以被这部分直接使用。
32 位地址总线为什么能支持最大 4GB 内存寻址？ 32 位地址总线一共 32 根，每根的状态只有 0 或 1，所以就是 $2^{32}$，然后一个地址对应着 1 个字节的空间，所以就是 4GB。所以操作系统给进程地址空间画饼的大小是 4GB 的内存。

进程地址空间的意义：

让进程以统一的视角看待内存。
有了进程地址空间可以让我们在访问内存时，增加一个转换的过程。在这个转换过程中，可以对寻址请求进行审查，所以进行异常访问的话，就会被直接拦截，这个请求就不会到物理内存那里，保护了物理内存的安全。
有地址空间和页表的存在，将进程管理模块和内存管理模块进行了解耦合（就是降低依赖关系），这也是进程具有独立性的原因。

虚拟地址和物理地址间的关系

虚拟地址与物理地址映射示意图

每一个进程都有自己的一个进程地址空间。父进程和子进程的进程地址空间也是分开的，但是页表部分是一样的。但是如果进行了修改操作的话，页表的虚拟地址和物理地址的对应关系就变了（这其实也是父子进程代码可以共享的原因）。

在父进程没有分出子进程时，页表里面可读可写的部分会在分出子进程之后全部变成只读部分。如果父进程如果想改值，也会触发写时拷贝。

问题：进程怎么找到自己的页表？

CPU 里面有个 CR3 寄存器会存储当前进程的页表地址（操作系统写入的，这里存的是物理地址哈）。上一个进程的页表可以通过进程控制块的 mm_struct 找到。

所以对进程的认知进一步加深了：

进程的内核数据结构包括 task_struct 和 mm_struct 和页表。
进程在被创建的时候是先创建的内核数据结构，再加载对应的可执行程序。

知识巩固

Q1: 不属于冯诺依曼体系结构必要组成部分是： A. CPU // 运算器与控制器 B. Cache // 缓存（一种技术）// 是为了缓解 CPU 与内存之间的速度差异，属于体系结构的优化补充，而非必须的核心组成部分 C. RAM // 属于存储器 D. ROM // 属于存储器

答案：B

Q2: 冯诺依曼体系结构计算机的基本原理是： A. 信息存储 B. 存储智能 C. 数字控制 D. 存储程序和程序控制

答案：D

Q3: 系统调用函数的执行过程应该是在用户态。

答案：错。应该是系统调用的运行过程是在内核态完成的。

Q4: 系统感知进程的唯一实体是： A. 进程 id B. 进程控制块 C. 进程管理器 D. 进程名

答案：B

Q5: 在抢占式多任务处理中，进程被抢占时，哪些运行环境需要被保存下来？（多选） A. 所有 cpu 寄存器的内容 // cpu 上正在处理的数据 B. 全局变量 C. 页表指针 // 程序切换时会将页表起始地址加载到寄存器中 D. 程序计数器

答案：ACD

Q6: 关于僵尸进程，以下描述正确的有： A. 僵尸进程必须使用 waitpid/wait 接口进行等待 B. 僵尸进程最终会自动退出 C. 僵尸进程可以被 kill 命令杀死 D. 僵尸进程是因为父进程先于子进程退出而产生的

答案：A

Q7: 以下关于孤儿进程的描述正确的有（多选）： A. 父进程先于子进程退出，则子进程成为孤儿进程 B. 孤儿进程会产生资源泄漏 C. 孤儿进程运行在系统后台 D. 孤儿进程没有父进程

答案：AC

Q8: 以下描述错误的是： A. 守护进程：运行在后台的一种特殊进程，独立于控制终端并周期性地执行某些任务。 B. 僵尸进程：一个进程 fork 子进程，子进程退出，而父进程没有 wait/waitpid 子进程，那么子进程的进程描述符仍保存在系统中，这样的进程称为僵尸进程。 C. 孤儿进程：一个父进程退出，而它的一个或多个子进程还在运行，这些子进程称为孤儿进程。（孤儿进程将由 init 进程收养并对它们完成状态收集工作） D. 精灵进程：精灵进程退出后会成为僵尸进程

答案：D。引申：守护进程和精灵进程其实是一个东西。

Q9: 使用 shell 时，默认的环境变量放在哪里？ A. ~/.bash_profile B. ~/.bash C. /etc/profile.d D. ~/bash

答案：A

Q10: 以下描述正确的有（多选）： A. 子进程默认会复制拥有与父进程相同的环境变量 B. 环境变量使 shell 运行环境配置变的更加复杂 // 可以使运行环境的配置更加灵活简单 C. 环境变量可以使用 export 命令设置 D. 删除一个环境变量可以使用 unset 和 rm 命令

答案：AC

Q11: 在 CPU 和物理内存之间进行地址转换时，（）将地址从虚拟（逻辑）地址空间映射到物理地址空间。 A. TCB // 线程控制块 B. MMU // 内存管理单元 C. CACHE // 高速缓冲存储器 D. DMA // 直接内存访问 (不经过 CPU)

答案：B