Linux进程内存布局详解：栈、堆、bss与数据段剖析

在 32 位系统中，总的虚拟地址空间大小是 2^32 = 4GB。这个空间会被划分为内核空间和用户空间。

在 Windows 系统下，默认会将高地址的 2GB 空间分配给内核（当然也可以配置为分配 1GB）。而在 Linux 系统下，默认则将高地址的 1GB 空间分配给内核。分配给操作系统内核使用的这部分区域被称为内核空间，而剩下的空间则供用户程序使用，被称为用户空间。

从上图可以看到，一个典型的 Linux 进程地址空间由多个不同的段（Segment）组成，从上到下依次是：

• 栈空间 (stack)
  进程地址空间最顶部的段是栈。我们在代码中调用函数、定义局部变量（不包括用 static 修饰的变量）或创建类的实例时，都会使用栈空间。当一个函数执行完毕（即程序执行超出了该函数的作用范围时），操作系统会自动将该函数在栈中存放的数据“出栈”以释放内存，这个过程通常发生在函数 return 时。
  然而，如果不断向栈中压入数据，直至超过其最大容量限制，就会发生栈溢出 (stack overflow)。栈溢出通常会导致程序崩溃并报出段错误 (Segmentation Fault)。

• 堆空间 (heap)
  堆用于存储那些生命周期与特定函数调用无关的数据。我们通常使用 malloc(), calloc(), realloc(), new 等接口在堆上申请内存。
  堆空间的一个关键特点是：申请空间后，如果不主动释放（使用 free(), delete 等），这块内存会一直存在。因此，动态申请的内存需要程序员自己负责分配和释放，这正是手动内存管理的核心。

• bss 段
  bss (Block Started by Symbol) 段，也叫未初始化数据段，是一块用于存放未初始化的全局变量或静态（全局/局部）变量的内存区域。
  例如，如果你写下 static int a; 或者 int a;（作为全局变量），那么变量 a 就会被存放在 bss 段中。

• 数据段
  数据段 (data segment) 和 bss 段都是用来存放全局变量或静态变量的内存区域。它们的核心区别在于：数据段存放的是已经显式初始化的全局/静态变量。
  例如，如果你写下 static int a = 2; 或者 int a = 2;（作为全局变量），那么变量 a 就会存放在数据段中，并且初始值为 2。
  另外，还有一个 rodata（只读数据）段，它是数据段的一部分，专门用来存放常量。

• 代码段
  代码段 (code segment / text segment) 主要分为两部分：

  • .text: 用于存放程序的执行代码（机器指令）。
  • .init: 用于存放系统在程序启动时用来执行初始化工作的一段代码。

一个可执行程序在内存中的映像，本质上就是由 bss 段、数据段和代码段这三个核心部分组成的。

理解了这些内存区域的区别，我们就能分析一些有趣的编程现象。来看下面两段 C 代码：

// 代码 1：
int arry[100000];
int main()
{
    // ......
}

// 代码 2：
int arry[100000] = {1, 2, 3, 4, 5, 6};
int main()
{
    // ......
}

使用 gcc 分别编译这两段代码后，生成的可执行文件大小对比如下：

可以清晰地看到，代码 1 编译出的可执行文件（9 KB）远比代码 2 的（399 KB）要小。这是为什么呢？

根本原因在于，代码 1 中定义的全局数组 arry 未被初始化，因此它位于 bss 段。而 bss 段有一个重要特性：它本身并不占用可执行文件的物理存储空间。bss 段中的数据内容（全零）是由操作系统在程序加载时统一初始化的。

相反，代码 2 中的 arry 被显式初始化了，因此它位于数据段。数据段的内容（包括初始值）必须原原本本地保存在可执行文件中，以便程序加载时能正确初始化变量。因此，一个包含 10 万个 int 类型初始值的数据段会显著增加可执行文件的大小。

这正是为什么我们常说：“定义未初始化的全局变量不会增加程序大小”。不过要注意，这只是指磁盘上的可执行文件大小。程序运行时，无论 bss 段还是 data 段，都会占用相应的内存（RAM）空间。掌握这些底层知识，对于理解程序行为、进行性能优化和调试都至关重要。如果想深入讨论更多技术细节，欢迎来 云栈社区 交流。