Python中调用堆栈的内核可见性答案

【问题标题】：Kernel visibility into the call stack in PythonPython中调用堆栈的内核可见性
【发布时间】：2020-06-06 21:02:13
【问题描述】：

操作系统是否可以查看 CPython 中的调用堆栈（例如函数之间的调用）？例如。操作系统以何种方式参与 Python 堆栈的创建、检索和/或管理及其stack frames 的操作？

上下文：

我的理解是 Python 解释器确实不支持尾调用递归，所以这似乎是留给 Python 处理的事情。
大多数操作系统对堆栈大小施加了最大限制（例如，我相信在 Linux 操作系统中，最大堆栈大小默认为 8192 KB，但可以通过例如 ulimit 进行更改），这意味着内核显然可以参与其中至少限制了调用堆栈的大小。

【问题讨论】：

【解决方案1】：

操作系统以何种方式参与 Python 堆栈的创建、检索和/或管理及其堆栈帧的操作？

不是。堆栈帧是由进程处理的，内核不干预。

我的理解是Python解释器不支持尾调用递归，所以这似乎是留给Python处理的事情。

嗯，是的，处理自己的堆栈是 Python 的工作，不管尾递归如何。 Python 不支持尾递归这一事实可能对深度递归调用有一些缺点，但代码总是可以被重写为迭代。

内核显然可以参与至少限制调用堆栈的大小

是的，内核确实限制了堆栈大小。它的完成方式是在栈顶之后分配一个不可见的保护页：当栈满时，进行另一个调用（从而添加另一个栈帧）将触发对保护页的读取和/或写入，并且内核将检测到它并增加堆栈大小。但是，这只发生达到某个预定义的数量，之后进程会因为超出允许的最大堆栈大小而被终止。

【讨论】：

谢谢，所以内核参与其中，它将其呈现为指定为stack（与heap 分开）的虚拟内存空间，以简单地限制其大小并解决任何页面错误？即内核不关心它的用途？即进程是否使用它来存储堆栈帧或任何其他类型的数据与内核无关？
@Josh 基本上是的。它仍然是一个特殊领域，在许多情况下会受到不同的对待，但流程本身负责对其进行管理。