【Linux 從頭學(xué)】是什么這兩年多以來，我的本職工作重心一直是在 x86 Linux 系統(tǒng)這一塊，從驅(qū)動到中間層，再到應(yīng)用層的開發(fā)。

隨著內(nèi)容的不斷擴(kuò)展，越發(fā)覺得之前很多基礎(chǔ)的東西都差不多忘記了

描述Linux 系統(tǒng)中幾個(gè)段描述符信息。

數(shù)據(jù)段和代碼段，仔細(xì)看一下相關(guān)書籍就知道這些描述符代表什么意思，但是：

為什么這幾個(gè)段的 Base 地址都是 0x00000000？

為什么 Limit 都是 0xfffff？

為什么它們的 Type 類型和優(yōu)先級 DPL 又各不相同？

如果沒有對 x86 平臺的一些基礎(chǔ)知識的理解，要啃完這本書真的是挺費(fèi)力氣的！

更要命的是，隨著 Linux 內(nèi)核代碼的體積不斷膨脹，最新的 5.13 版本壓縮檔已經(jīng)是一百多兆了：

這么一個(gè)龐然大物，如何下手才能真正的學(xué)好 Linux 呢？！

即便是從 Linux 0.11 版本開始，其中的很多代碼看起來也是非常費(fèi)勁的！

Linux 系統(tǒng)中的很多關(guān)于分段、內(nèi)存、寄存器相關(guān)的設(shè)計(jì)，都可以在這些書籍中找到基礎(chǔ)支撐。

于是乎，我就有了一個(gè)想法：是否可以把這些書籍中，與 Linux 系統(tǒng)相關(guān)的內(nèi)容進(jìn)行一次重讀和整理，但絕不是簡單的知識搬運(yùn)。

考慮了一下，大概有下面幾個(gè)想法：

先確定最終目標(biāo)的目標(biāo)：學(xué)習(xí) Linux 操作系統(tǒng);

這幾本書寫的都是匯編語言，以及比較基礎(chǔ)的底層知識。我們會淡化匯編語言部分，把重點(diǎn)放在與 Linux 操作系統(tǒng)有關(guān)聯(lián)的原理部分;

不會嚴(yán)格按照書中的內(nèi)容、順序來輸出文章，而是把幾本書中內(nèi)容相關(guān)的部分放在一起學(xué)習(xí)、討論;

有些內(nèi)容，可以與 Linux 2.6 版本中的相關(guān)部分進(jìn)行對比分析，這樣的話在以后學(xué)習(xí) Linux 內(nèi)核部分時(shí)，可以找到底層的支撐;

最后，希望我自己能堅(jiān)持這個(gè)系列，也算是給自己的一個(gè)梳理吧。

一句話：以基礎(chǔ)知識為主！

作為開篇第一章，本文將會描述執(zhí)行步驟：

現(xiàn)在就開始吧！

古老的 Intel8086 處理器8086 是 Intel 公司的第一款 16 位處理器，誕生于 1978 年，應(yīng)該比各位小伙伴的年齡都大一些。

在 Intel 公司的所有處理器中，它占有很重要的地位，是整個(gè) Intel 32 位架構(gòu)處理器（IA-32）的開山鼻祖。

那么，問題來了，什么叫 16 位的處理器？

有些人會把處理器的位數(shù)與地址總線的位數(shù)搞混在一起！

我們知道，CPU 在訪問內(nèi)存的時(shí)候，是通過地址總線來傳送物理地址的。

8086 CPU 有 20 位的地址線，可以傳送 20 位地址。

每一根地址線都表示一個(gè) bit，那么 20 個(gè) bit 可以表示的最大值就是 2 的 20 次方。

也就是說：最大可以定位到 1M 地址的內(nèi)存，這稱作 CPU 的尋址能力。

但是，8086 處理器卻是 16 位的，因?yàn)椋?/p>

運(yùn)算器一次最多可以處理 16 位的數(shù)據(jù);

寄存器的最大寬度為 16 位;

寄存器和運(yùn)算器之間的通路為 16 位;

也就是說：在 8086 處理器的內(nèi)部，能夠一次性處理、傳輸、暫時(shí)存儲的最大長度是 16 位，因此，我們說它是 16 位結(jié)構(gòu)的 CPU。

主存儲器是什么？計(jì)算機(jī)的本質(zhì)就是對數(shù)據(jù)的存儲和處理，那么參與計(jì)算的數(shù)據(jù)是從哪里來的呢？那就是一個(gè)稱作 存儲器（Storage 或 Memory）的物理器件。

從廣義上來說，只要能存儲數(shù)據(jù)的器件都可以稱作存儲器，比如：硬盤、U盤等。

但是，在計(jì)算機(jī)內(nèi)部，有一種專門與 CPU 相連接，用來存儲正在執(zhí)行的程序和數(shù)據(jù)的存儲器，一般稱作內(nèi)存儲器或者主存儲器，簡稱：內(nèi)存或主存。

內(nèi)存按照字節(jié)來組織，單次訪問的最小單位是 1 個(gè)字節(jié)，這是最基本的存儲單元。

每一個(gè)存儲單元，也就是一個(gè)字節(jié)，都對應(yīng)著一個(gè)地址。

CPU 就通過地址總線來確定：對內(nèi)存中的哪一個(gè)存儲單元中的數(shù)據(jù)進(jìn)行訪問。

第 1 個(gè)字節(jié)的地址是 0000H，第 2 個(gè)字節(jié)的地址是 0001H，后面以此類推。

圖中的這個(gè)內(nèi)存，最大存儲單元的地址是 FFFFH，換算成十進(jìn)制就是 65535，因此這個(gè)內(nèi)存的容量是 65536 字節(jié)，也就是 64 KB。

這里有一個(gè)原子操作的問題可以考慮一下。

在 Linux 內(nèi)核代碼中，很多地方使用了原子操作，比如：互斥鎖的實(shí)現(xiàn)代碼。

為什么原子操作需要對變量的類型限制為 int 型呢？這就涉及到對內(nèi)存的讀寫操作了。

盡管內(nèi)存的最小組成單位是字節(jié)，但是，經(jīng)過精心的設(shè)計(jì)和安排，不同位數(shù)的 CPU，能夠按照字節(jié)、字、雙字進(jìn)行訪問。

換句話說，僅通過單次訪問，16 位處理器就能處理 16 位的二進(jìn)制數(shù)，32 位處理器就能處理 32 位的二進(jìn)制數(shù)。

寄存器是什么？在 CPU 內(nèi)部，一些都是代表 0 或 1 的電信號，這些二進(jìn)制數(shù)字的一組電信號出現(xiàn)在處理器內(nèi)部線路上，它們是一排高低電平的組合，代表著二進(jìn)制數(shù)中的每一位。

在處理器內(nèi)部，必須用一個(gè)稱為寄存器的電路把這些數(shù)據(jù)鎖存起來。

因此，寄存器本質(zhì)上也屬于存儲器的一種。只不過它們位于處理器的內(nèi)部，CPU 訪問寄存器比訪問內(nèi)存的速度更快。

處理器總是很忙的，在它操作的過程中，所有數(shù)據(jù)在寄存器里面只能是臨時(shí)存在一小會，然后再被送往別處，這就是為什么它被叫做“寄存器”。

8086 中的寄存器都是 16 位的，可以存放 2 個(gè)字節(jié)，或者說 1 個(gè)字。高字節(jié)在前（bit8 ~ bit15），低字節(jié)在后（bit0 ~ bit7）。

剛才說了，這些寄存器都是 16 位的。由于需要與以前更古老的處理器兼容，其中的 4 個(gè)寄存器：AX、BX、CX、DX 還可以當(dāng)成 2 個(gè) 8 位的寄存器來使用。

比如：AX 代表一個(gè) 16 位的寄存器，AH、AL 分別代表一個(gè) 8 位的寄存器。

mov AX， 5D 表示把 005D 送入 AX 寄存器（16 位）

mov AL， 5D 表示把 5D 送入 AL 寄存器（8 位）

三個(gè)總線當(dāng)我們啟動一個(gè)應(yīng)用程序的時(shí)候，這個(gè)程序的代碼和數(shù)據(jù)都被加載到物理內(nèi)存中。

CPU 無論是讀取指令，還是操作數(shù)據(jù)，都需要與內(nèi)存進(jìn)行信息的交互：

確定存儲單元的地址（地址信息）;

器件的選擇，讀或?qū)懙拿睿刂菩畔ⅲ?

讀或?qū)懙臄?shù)據(jù)（數(shù)據(jù)信息）;

在計(jì)算機(jī)中，有專門連接 CPU 和其他芯片的數(shù)據(jù)，稱為總線。

從邏輯上來分類，包括下面 3 種總線：

地址總線：用來確定存儲單元的地址;

控制總線： CPU 對外部期間進(jìn)行控制;

數(shù)據(jù)總線： CPU 與內(nèi)存或其他器件之間傳送數(shù)據(jù);

8086 有 20 根地址線，稱作地址總線的寬度，它可以尋址 2 的 20 次方個(gè)內(nèi)存單元。

同樣的道理，8086 數(shù)據(jù)總線的寬度是 16，也就是一次性可以傳送 16 bit 的數(shù)據(jù)。

控制總線決定了 CPU 可以對外進(jìn)行多少種控制，決定了 CPU 對外部器件的控制能力。

CPU 如何對內(nèi)存進(jìn)行尋址？在 Linux 2.6 內(nèi)核代碼中，編譯器產(chǎn)生的地址叫做虛擬地址（也稱作：邏輯地址），這個(gè)邏輯地址經(jīng)過段轉(zhuǎn)換之后，變成線性地址，線性地址再經(jīng)過分頁轉(zhuǎn)換，就得到最終物理內(nèi)存上的物理地址。

還記得文章開頭的那張段描述符的表格嗎？

其中的代碼段和數(shù)據(jù)段描述符的起始地址都是 0x00000000，也就是說： 在數(shù)值上虛擬地址和轉(zhuǎn)換后的線性地址是相等的（稍后就會明白為什么是這樣）。

我們再來看看一下 8086 中更簡單的地址轉(zhuǎn)換。

剛才說到，內(nèi)存是一個(gè)線性的存儲器件，CPU 依賴地址來定位每一個(gè)存儲單元。

對于 8086 CPU 來說，它有 20 根地址線，可以傳送 20 位地址，達(dá)到 1MB 的尋址能力。

但是 8086 又是 16 位的結(jié)構(gòu)，在內(nèi)部一次性處理、傳輸、暫時(shí)存儲的地址只有 16 位。

從內(nèi)部結(jié)構(gòu)來看，如果將地址從內(nèi)部簡單的發(fā)出到地址總線上，只能送出 16 位的地址，這樣的話，尋址能力只有 64KB。

那么應(yīng)該怎么才能充分利用 20 根地址線呢？

8086 CPU 采用： 在內(nèi)部使用兩個(gè) 16 位地址合成的方法，來形成一個(gè) 20 位的物理地址。

第一個(gè) 16 位的地址稱為段地址，第二個(gè) 16 位的地址稱為偏移地址。

地址加法器采用下面的這個(gè)公式，來“合成”得到一個(gè) 20 位的物理地址：

物理地址 = 段地址 x 16 + 偏移地址

例如：我們編寫的程序，在加載到內(nèi)存中之后，放在一個(gè)內(nèi)存空間中。

CPU 在執(zhí)行這些指令的時(shí)候，把 CS 寄存器當(dāng)做段寄存器，把 IP 寄存器當(dāng)做偏移寄存器，然后計(jì)算 CS x 16 + IP 的值，就得到了指令的物理地址。

從以上的描述中可以看出：8086 CPU 似乎是因?yàn)榧拇嫫鳠o法直接輸出 20 位的物理地址，不得已才使用這樣的地址合成方式。

其實(shí)更本質(zhì)的原因是：8086 CPU 就是想通過 基地址 + 偏移量 的方式來對內(nèi)存進(jìn)行尋址（這里的基地址，就是段地址左移 4 位）。

也就是說，即使 CPU 有能力直接輸出一個(gè) 20 位的地址，它仍然可能會采用 基地址 + 偏移量的方式來進(jìn)行內(nèi)存尋址。

想一下：我們在 Linux 系統(tǒng)中編譯一個(gè)庫文件的時(shí)候，一般都會在編譯選項(xiàng)中添加 -fPIC 選項(xiàng)，表示編譯出來的動態(tài)庫是地址無關(guān)的，在被加載到內(nèi)存時(shí)需要被重定位。

而基地址+偏移量的尋址模式，就為重定位提供了底層支撐。

我們是如何控制 CPU 的？CPU 其實(shí)是一個(gè)很純粹、很呆板的一個(gè)東西，它唯一做的事情就是：到 CS:IP 這兩個(gè)寄存器指定的內(nèi)存單元中取出一條指令，然后執(zhí)行這條指令。

當(dāng)然了，還需要預(yù)先定義一套指令集，在內(nèi)存中的指令區(qū)中，存儲的都必須是合法的指令，否則 CPU 就不認(rèn)識了。

每一條指令都是用某些特定的數(shù)（指令碼）來指示 CPU 進(jìn)行特定的操作。

CPU 認(rèn)識這些指令，一看到這些指令碼，CPU 就知道這個(gè)指令碼后面還有幾個(gè)字節(jié)的操作數(shù)、需要進(jìn)行什么樣的操作。

例如：指令碼 F4H 表示讓處理器停機(jī)，當(dāng) CPU 執(zhí)行這條指令的時(shí)候，就停止工作。

（其實(shí)這里說 CPU 已經(jīng)有點(diǎn)不準(zhǔn)確了，因?yàn)?CPU 是囊括了很多器件的一個(gè)整體，也許這里說 CPU 中的執(zhí)行單元會更準(zhǔn)確些。）

另外有一點(diǎn)可以提前說一下：內(nèi)存中的一切都是數(shù)據(jù)，至于把其中的哪一部分?jǐn)?shù)據(jù)當(dāng)做指令來執(zhí)行，哪一部分?jǐn)?shù)據(jù)當(dāng)做被指令操作的“變量”，這完全是由操作系統(tǒng)的設(shè)計(jì)者來規(guī)劃的。

在 8086 處理器的層面來說，只要是 CS:IP “指向”的內(nèi)存區(qū)域，都被當(dāng)做指令來執(zhí)行。

從以上描述可以看出：在 CPU 中，程序員能夠用指令讀寫的器件只有寄存器，我們可以通過改變寄存器中的內(nèi)容，來實(shí)現(xiàn)對 CPU 的控制。

更直白的說就是：我們可以通過改變 CS、IP 寄存器中的內(nèi)容，來控制 CPU 執(zhí)行目標(biāo)指令。

作為一名合格的嵌入式開發(fā)者，大家估計(jì)都配置過一些單片機(jī)里的寄存器，以達(dá)到一些功能定義、端口復(fù)用的目的，其實(shí)這些操作，都可以看做是我們對 CPU 的控制。

如果把 CPU 比作木偶，那么 寄存器就是控制木偶的繩索。

我們再把 CPU 與 工控領(lǐng)域的 PLC 編程進(jìn)行類比一下。

我們在拿到一個(gè)新的 PLC 設(shè)備之后，其中只有一個(gè)運(yùn)行時(shí)（runtime），這個(gè)運(yùn)行時(shí)執(zhí)行的本職工作就是：

掃描所有的輸入端口，鎖存在輸入映象區(qū);

執(zhí)行一個(gè)運(yùn)算、控制邏輯，得到一些列輸出信號，鎖存到輸出映象區(qū);

把輸出映象區(qū)的信號，刷新到輸出端口;

在一個(gè)全新的 PLC 中，其中第 2 個(gè)步驟中需要的運(yùn)算、控制邏輯可能就不存在。

因此，單單一個(gè) runtime，PLC 是無法完成一件有意義的工作的。

為了讓 PLC 完成一個(gè)具體的控制目標(biāo)，我們還需要利用 PLC 廠家提供的上位機(jī)編程軟件，開發(fā)一個(gè)運(yùn)算、控制邏輯程序，編程語言一般都是梯形圖居多。

當(dāng)這個(gè)程序被下載到 PLC 中之后，它就可以控制運(yùn)行時(shí)來做一些有意義的工作了。

我們可以簡單的認(rèn)為：梯形圖就是用來控制 PLC 的運(yùn)行時(shí)。

對于 CPU 來說，想讓它執(zhí)行某個(gè)內(nèi)存單元的指令，只要修改寄存器 CS 和 IP 即可。

換句話說：只要對一個(gè)程序的內(nèi)存布局足夠的清楚，可以把 CPU 玩弄于股掌之間，讓它執(zhí)行哪里的代碼都可以。

CPU 執(zhí)行指令流程現(xiàn)在我們已經(jīng)明白了地址轉(zhuǎn)換、內(nèi)存的尋址，距離 CPU 執(zhí)行一條指令需要的最小單元還剩下：指令緩沖區(qū)和控制電路。

簡單來說：指令緩沖區(qū)用來緩存從內(nèi)存中讀取的指令，控制電路用來協(xié)調(diào)各種器件對總線等資源的使用。

對于下面這張圖來說，它一共有 4 條指令：

以第一條指令來舉例，它一共經(jīng)過 5 個(gè)步驟：

把 CS:IP 內(nèi)容送入地址加法器，計(jì)算得到 20 位的物理地址 20000H;

控制電路把 20 位的地址，送入到地址總線;

內(nèi)存中 20000H 單元處的指令 B8 23 01，經(jīng)過數(shù)據(jù)總線被送到指令緩沖區(qū);

指令偏移寄存器 IP 的值要加 3，指向下一條等待被執(zhí)行的偏移地址（因?yàn)橹噶畲a B8 代表當(dāng)前指令的長度是 3 個(gè)字節(jié)）;

執(zhí)行指令緩沖區(qū)中的指令： 把數(shù)值 0123H 送入寄存器 AX 中;

以上就是一條指令的執(zhí)行最基本步驟，當(dāng)然，現(xiàn)代處理器的指令執(zhí)行流程，比這里的要復(fù)雜的多得多。

編輯：jq