Introduzione

In questo articolo si descrive come la Memory Management Unit (MMU) converta gli indirizzi logici in fisici suddividendo la memoria in pagine e frame, supportata da strutture hardware come il TLB per accelerare le traduzioni. Vengono esaminate diverse configurazioni delle tabelle delle pagine, incluse quelle gerarchiche, invertite e basate su hash, insieme ai meccanismi di protezione e condivisione del codice. Approfondiamo inoltre il concetto di swapping, analizzando le differenze tra l'approccio standard e quello utilizzato nei sistemi mobili come iOS e Android, con esempi concreti di implementazione nelle architetture Intel IA-32, x86-64 e ARMv8, evidenziandone le specifiche granularità e i livelli di traduzione.

Concetti Fondamentali e Meccanismo di Traduzione

L'architettura della paginazione suddivide la memoria in blocchi di dimensione fissa:

• Pagine: blocchi di dimensione fissa nello spazio di indirizzamento logico del processo.
• Frame: blocchi di pari dimensione nello spazio di indirizzamento fisico della RAM.

Ogni indirizzo generato dalla CPU è composto da due parti:

La MMU traduce un indirizzo logico (p, d) in un indirizzo fisico (f, d) estraendo il numero di frame f dalla tabella delle pagine e concatenandolo con l'offset.

La dimensione delle pagine è definita dall'hardware e corrisponde sempre a una potenza di 2 (tipicamente tra 4 KB e 1 GB), il che semplifica il calcolo degli indirizzi a operazioni di shift e mask sui bit.

Frammentazione e Condivisione del Codice

La paginazione elimina la frammentazione esterna: qualsiasi frame libero può essere assegnato a un processo indipendentemente dalla sua posizione fisica. Introduce però la frammentazione interna: se la memoria richiesta non è multiplo esatto della dimensione della pagina, l'ultimo frame assegnato risulta parzialmente inutilizzato.

Un vantaggio significativo è la condivisione del codice: in ambienti multiprocesso è possibile mantenere in memoria una sola copia di librerie condivise (es. libc). Le tabelle delle pagine di processi distinti puntano agli stessi frame marcati come read-only, garantendo protezione e risparmio di memoria.

Supporto Hardware: il TLB

Poiché la tabella delle pagine risiede in memoria principale, senza ottimizzazioni ogni accesso ai dati richiederebbe due accessi in memoria (uno per la tabella, uno per il dato). Il TLB (Translation Lookaside Buffer) è una piccola cache hardware ad altissima velocità che risolve questo problema.

• TLB hit: il numero di frame è immediatamente disponibile, nessun accesso extra.
• TLB miss: si consulta la tabella in memoria, con penalità di latenza.

Calcolo del Tempo di Accesso Effettivo (EAT)

Dato un hit ratio $h$ e un tempo di accesso alla memoria $t$:

$\text{EAT}=ht+(1-h)2t=t(2-h)$

Con $h=0.99$ e $t = 100 \text{ns}$:

$\text{EAT}=100(2-0.99)=101 \text{ns}$

Alcuni TLB utilizzano gli ASID (Address-Space Identifiers) per taggare le entry per processo, evitando il flush completo della cache a ogni cambio di contesto e migliorando sensibilmente le prestazioni in sistemi multiprocesso.

Struttura delle Tabelle delle Pagine

Con spazi di indirizzamento a 64 bit, una tabella delle pagine piatta occuperebbe quantità di memoria proibitive. Si adottano quindi strutture alternative:

Paginazione Gerarchica

La tabella stessa viene paginata su più livelli (tipicamente 2–4). Su x86-64 si usano 4 livelli: PML4 → PDPT → PD → PT. Il registro CR3 punta alla tabella di livello superiore (PML4).

Tabelle Hash

Comuni per spazi di indirizzamento superiori a 32 bit. Ogni entry contiene una lista concatenata per gestire le collisioni. Variante comune: clustered page tables, che mappano più pagine per entry.

Tabella Invertita

Un'unica tabella di sistema con un'entry per ogni frame fisico (anziché per ogni pagina logica). Riduce drasticamente l'occupazione di memoria, ma complica la ricerca (spesso si affianca una hash table per accelerarla).

Huge Pages: un'Ottimizzazione per Sistemi Moderni

In scenari ad alte prestazioni (database, JVM, ambienti cloud-native), si utilizzano Huge Pages (2 MB o 1 GB su x86-64) per ridurre il numero di entry nella tabella delle pagine e aumentare l'hit rate del TLB.

Su Linux è possibile abilitarle tramite:

# Verifica disponibilità
grep -i hugepages /proc/meminfo

# Allocazione di 512 huge pages da 2MB (= 1GB)
echo 512 > /proc/sys/vm/nr_hugepages

Framework come Java HotSpot (-XX:+UseHugePages) e DPDK le sfruttano attivamente per ridurre la latenza.

Swapping e Memoria Ausiliaria

Lo swapping consente di spostare temporaneamente pagine o interi processi dalla RAM a una memoria ausiliaria (backing store), estendendo virtualmente la memoria disponibile.

Desktop e Server (Linux/Windows)

Supportano lo swapping standard e lo swapping con paginazione (demand paging). Su Linux, strumenti moderni come zswap e zram comprimono le pagine prima di scriverle su disco, riducendo la latenza e l'usura degli SSD — particolarmente rilevante in ambienti containerizzati (Docker, Kubernetes).

Sistemi Mobili (iOS / Android)

Le memorie flash hanno cicli di scrittura limitati e latenze non trascurabili, quindi:

• iOS non implementa swapping tradizionale: notifica alle app di liberare memoria volontariamente tramite i memory pressure notifications.
• Android salva lo stato dell'app nello storage prima di terminarla (killed process), consentendo un riavvio rapido con ripristino dello stato.

Architetture Reali a Confronto

Intel IA-32

Utilizza un sistema misto segmentazione + paginazione a due livelli. L'estensione PAE (Physical Address Extension) espande gli indirizzi fisici da 32 a 36 bit, permettendo ai processori a 32 bit di indirizzare fino a 64 GB di RAM fisica (pur mantenendo uno spazio virtuale per processo di 4 GB).

Intel x86-64

Adotta una struttura a 4 livelli (estendibile a 5 con LA57), gestita dal registro CR3. Supporta pagine da 4 KB, 2 MB (Large Pages) e 1 GB (Huge Pages).

ARMv8 / AArch64

Supporta granularità di traduzione di 4 KB, 16 KB e 64 KB con fino a 4 livelli di paginazione. Il registro TTBR0 punta alla tabella del processo utente, TTBR1 a quella del kernel, separando nettamente i due spazi di indirizzamento.

Best Practice per gli Sviluppatori

Perché un dev dovrebbe preoccuparsene? Le scelte di allocazione impattano direttamente le performance a causa dell'interazione con la paginazione.

• Evita allocazioni frammentate: preferisci buffer contigui (array vs linked list) per massimizzare la locality e ridurre i TLB miss.
• Valuta Huge Pages per applicazioni con working set > 1 GB (JVM, Redis, PostgreSQL).
• Attenzione ai memory-mapped file (mmap): sfruttano direttamente la paginazione e possono ridurre le copie di dati tra kernel e userspace.
• Profila i TLB miss con perf stat -e dTLB-load-misses ./myapp su Linux prima di ottimizzare prematuramente.