作 者：道哥，10+年的嵌入式開發老兵。
公衆号：【IOT物聯網小鎮】，專注于：C/C++、Linux作業系統、應用程式設計、物聯網、單片機和嵌入式開發等領域。
文章目錄
- 【Linux 從頭學】是什麼
- 古老的 Intel8086 處理器
- 主存儲器是什麼？
- 寄存器是什麼？
- 三個總線
- CPU 如何對記憶體進行尋址？
- 我們是如何控制 CPU 的？
- CPU 執行指令流程
【Linux 從頭學】是什麼
這兩年多以來，我的本職工作重心一直是在 x86 Linux
随着内容的不斷擴充，越發覺得之前很多基礎的東西都差不多忘記了，比如下面這張表(《深入了解 LINUX 核心》第
47
頁)：
這張表描述了
Linux
系統中幾個段描述符資訊。
資料段和代碼段，仔細看一下相關書籍就知道這些描述符代表什麼意思，但是:
為什麼這幾個段的 Base 位址都是
0x00000000
？
為什麼 Limit 都是
0xfffff
？
為什麼它們的 Type 類型和優先級 DPL
如果沒有對
x86
平台的一些基礎知識的了解，要啃完這本書真的是挺費力氣的！
更要命的是，随着
Linux
核心代碼的體積不斷膨脹，最新的 5.13
這麼一個龐然大物，如何下手才能真正的學好
Linux
呢？！
即便是從 Linux 0.11
周末在整理一些吃灰的書籍時，發現幾本以前看過的好書: 王爽的《彙編語言》，李忠的《從實模式到保護模式》，馬朝晖翻譯的《彙編語言程式設計》等等。
都是非常-非常-老的書籍，再次翻了一下，真心覺得内容寫得真好！
對一些概念、原理、設計思路的描述，清晰而透徹。
Linux
系統中的很多關于分段、記憶體、寄存器相關的設計，都可以在這些書籍中找到基礎支撐。
于是乎，我就有了一個想法：是否可以把這些書籍中，與
Linux
系統相關的内容進行一次重讀和整理，但絕不是簡單的知識搬運。
考慮了一下，大概有下面幾個想法：
- 先确定最終目标的目标：學習 Linux 作業系統;
- 這幾本書寫的都是彙編語言，以及比較基礎的底層知識。我們會淡化彙編語言部分，把重點放在與 Linux 作業系統有關聯的原理部分;
- 不會嚴格按照書中的内容、順序來輸出文章，而是把幾本書中内容相關的部分放在一起學習、讨論;
- 有些内容，可以與 Linux 2.6 版本中的相關部分進行對比分析，這樣的話在以後學習 Linux 核心部分時，可以找到底層的支撐;
- 最後，希望我自己能堅持這個系列，也算是給自己的一個梳理吧。
一句話：以基礎知識為主！
作為開篇第一章，本文将會描述下面這張圖的執行步驟：
現在就開始吧！
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，應該比各位小夥伴的年齡都大一些。
在
Intel
公司的所有處理器中，它占有很重要的地位，是整個
Intel 32
位架構處理器(IA-32)的開山鼻祖。
那麼，問題來了，什麼叫 16 位的處理器？
有些人會把處理器的位數與位址總線的位數搞混在一起！
我們知道，
CPU
在通路記憶體的時候，是通過位址總線來傳送實體位址的。
8086 CPU
有
20
位的位址線，可以傳送
20
位位址。
每一根位址線都表示一個
bit
，那麼
20
個
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
位址的記憶體，這稱作
CPU
的尋址能力。
但是，
8086
處理器卻是
16
位的，因為：
- 運算器一次最多可以處理 16 位的資料;
- 寄存器的最大寬度為 16 位;
- 寄存器和運算器之間的通路為 16 位;
也就是說：在
8086
處理器的内部，能夠一次性處理、傳輸、暫時存儲的最大長度是
16
位，是以，我們說它是 16 位結構的 CPU。
主存儲器是什麼？
計算機的本質就是對資料的存儲和處理，那麼參與計算的資料是從哪裡來的呢？那就是一個稱作 存儲器(Storage 或 Memory)的實體器件。
從廣義上來說，隻要能存儲資料的器件都可以稱作存儲器，比如：硬碟、U盤等。
但是，在計算機内部，有一種專門與
CPU
相連接配接，用來存儲正在執行的程式和資料的存儲器，一般稱作記憶體儲器或者主存儲器，簡稱：記憶體或主存。
記憶體按照位元組來組織，單次通路的最小機關是
1
個位元組，這是最基本的存儲單元。
每一個存儲單元，也就是一個位元組，都對應着一個位址，如下圖所示：
CPU
就通過位址總線來确定：對記憶體中的哪一個存儲單元中的資料進行通路。
第 1 個位元組的位址是 0000H，第 2 個位元組的位址是 0001H，後面以此類推。
圖中的這個記憶體，最大存儲單元的位址是
FFFF
H，換算成十進制就是
65535
，是以這個記憶體的容量是
65536
位元組，也就是
64 KB
。
這裡有一個原子操作的問題可以考慮一下。
在
Linux
核心代碼中，很多地方使用了原子操作，比如：互斥鎖的實作代碼。
為什麼原子操作需要對變量的類型限制為
int
型呢？這就涉及到對記憶體的讀寫操作了。
盡管記憶體的最小組成機關是位元組，但是，經過精心的設計和安排，不同位數的
CPU
，能夠按照位元組、字、雙字進行通路。
換句話說，僅通過單次通路，
16
位處理器就能處理
16
位的二進制數，
32
位處理器就能處理
32
位的二進制數。
寄存器是什麼？
在
CPU
内部，一些都是代表 0 或 1 的電信号，這些二進制數字的一組電信号出現在處理器内部線路上，它們是一排高低電平的組合，代表着二進制數中的每一位。
在處理器内部，必須用一個稱為寄存器的電路把這些資料鎖存起來。
是以，寄存器本質上也屬于存儲器的一種。隻不過它們位于處理器的内部，
CPU
通路寄存器比通路記憶體的速度更快。
處理器總是很忙的，在它操作的過程中，所有資料在寄存器裡面隻能是臨時存在一小會，然後再被送往别處，這就是為什麼它被叫做“寄存器”。
8086
中的寄存器都是
16
位的，可以存放
2
個位元組，或者說
1
個字。高位元組在前(bit8 ~ bit15)，低位元組在後(bit0 ~ bit7)。
8086
中有下面這些寄存器：
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相容，其中的
4
個寄存器：AX、BX、CX、DX 還可以當成 2 個 8 位的寄存器來使用。
比如：
AX
代表一個
16
位的寄存器，
AH、AL
分别代表一個
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) 三個總線
當我們啟動一個應用程式的時候，這個程式的代碼和資料都被加載到實體記憶體中。
CPU
無論是讀取指令，還是操作資料，都需要與記憶體進行資訊的互動：
- 确定存儲單元的位址(位址資訊);
- 器件的選擇，讀或寫的指令(控制資訊);
- 讀或寫的資料(資料資訊);
在計算機中，有專門連接配接
CPU
和其他晶片的資料，稱為總線。
從邏輯上來分類，包括下面
3
種總線：
位址總線：用來确定存儲單元的位址;
控制總線: CPU 對外部期間進行控制;
資料總線: CPU 與記憶體或其他器件之間傳送資料;
8086 有
20
根位址線，稱作位址總線的寬度，它可以尋址 2 的 20 次方個記憶體單元。
同樣的道理，8086 資料總線的寬度是
16
，也就是一次性可以傳送
16 bit
的資料。
控制總線決定了
CPU
可以對外進行多少種控制，決定了
CPU
對外部器件的控制能力。
CPU 如何對記憶體進行尋址？
在
Linux 2.6
核心代碼中，編譯器産生的位址叫做虛拟位址(也稱作：邏輯位址)，這個邏輯位址經過段轉換之後，變成線性位址，線性位址再經過分頁轉換，就得到最終實體記憶體上的實體位址。
還記得文章開頭的那張段描述符的表格嗎？
其中的代碼段和資料段描述符的起始位址都是
0x00000000
，也就是說: 在數值上虛拟位址和轉換後的線性位址是相等的（稍後就會明白為什麼是這樣）。
我們再來看看一下
8086
中更簡單的位址轉換。
剛才說到，記憶體是一個線性的存儲器件，
CPU
依賴位址來定位每一個存儲單元。
對于
8086 CPU
來說，它有
20
根位址線，可以傳送
20
位位址，達到
1MB
的尋址能力。
但是
8086
又是
16
位的結構，在内部一次性處理、傳輸、暫時存儲的位址隻有 16 位。
從内部結構來看，如果将位址從内部簡單的發出到位址總線上，隻能送出
16
位的位址，這樣的話，尋址能力隻有
64KB
。
那麼應該怎麼才能充分利用
20
根位址線呢？
8086 CPU
采用: 在内部使用兩個 16 位位址合成的方法，來形成一個
20
位的實體位址，如下所示：
第一個
16
位的位址稱為段位址，第二個
16
位的位址稱為偏移位址。
位址加法器采用下面的這個公式，來“合成”得到一個
20
位的實體位址：
實體位址 = 段位址 x 16 + 偏移位址
例如：我們編寫的程式，在加載到記憶體中之後，放在一個記憶體空間中。
CPU 在執行這些指令的時候，把
CS
寄存器當做段寄存器，把
IP
寄存器當做偏移寄存器，然後計算 CS x 16 + IP 的值，就得到了指令的實體位址。
從以上的描述中可以看出：8086 CPU 似乎是因為寄存器無法直接輸出
20
位的實體位址，不得已才使用這樣的位址合成方式。
其實更本質的原因是：8086 CPU 就是想通過 基位址 + 偏移量
也就是說，即使
CPU
有能力直接輸出一個
20
位的位址，它仍然可能會采用 基位址 + 偏移量的方式來進行記憶體尋址。
想一下：我們在
Linux
系統中編譯一個庫檔案的時候，一般都會在編譯選項中添加
-fPIC
選項，表示編譯出來的動态庫是位址無關的，在被加載到記憶體時需要被重定位。
而基位址+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
其實是一個很純粹、很呆闆的一個東西，它唯一做的事情就是：到 CS:IP 這兩個寄存器指定的記憶體單元中取出一條指令，然後執行這條指令：
當然了，還需要預先定義一套指令集，在記憶體中的指令區中，存儲的都必須是合法的指令，否則 CPU 就不認識了。
每一條指令都是用某些特定的數(指令碼)來訓示
CPU
進行特定的操作。
CPU
認識這些指令，一看到這些指令碼，
CPU
就知道這個指令碼後面還有幾個位元組的操作數、需要進行什麼樣的操作。
例如：指令碼
F4
H 表示讓處理器停機，當
CPU
執行這條指令的時候，就停止工作。
（其實這裡說
CPU
已經有點不準确了，因為 CPU 是囊括了很多器件的一個整體，也許這裡說
CPU
中的執行單元會更準确些。）
另外有一點可以提前說一下：記憶體中的一切都是資料，至于把其中的哪一部分資料當做指令來執行，哪一部分資料當做被指令操作的“變量”，這完全是由作業系統的設計者來規劃的。
在 8086 處理器的層面來說，隻要是 CS:IP
從以上描述可以看出：在
CPU
中，程式員能夠用指令讀寫的器件隻有寄存器，我們可以通過改變寄存器中的内容，來實作對 CPU 的控制。
更直白的說就是：我們可以通過改變 CS、IP 寄存器中的内容，來控制
CPU
執行目标指令。
作為一名合格的嵌入式開發者，大家估計都配置過一些單片機裡的寄存器，以達到一些功能定義、端口複用的目的，其實這些操作，都可以看做是我們對 CPU 的控制。
如果把 CPU 比作木偶，那麼 寄存器就是控制木偶的繩索。
我們再把
CPU
與 工控領域的
PLC
程式設計進行類比一下。
我們在拿到一個新的
PLC
裝置之後，其中隻有一個運作時(runtime)，這個運作時執行的本職工作就是：
- 掃描所有的輸入端口，鎖存在輸入映象區;
- 執行一個運算、控制邏輯，得到一些列輸出信号，鎖存到輸出映象區;
- 把輸出映象區的信号，重新整理到輸出端口;
在一個全新的 PLC 中，其中第 2 個步驟中需要的運算、控制邏輯可能就不存在。
是以，單單一個
runtime
，
PLC
是無法完成一件有意義的工作的。
為了讓
PLC
完成一個具體的控制目标，我們還需要利用
PLC
廠家提供的上位機程式設計軟體，開發一個運算、控制邏輯程式，程式設計語言一般都是梯形圖居多。
當這個程式被下載下傳到
PLC
中之後，它就可以控制運作時來做一些有意義的工作了。
我們可以簡單的認為：梯形圖就是用來控制 PLC 的運作時。
對于
CPU
來說，想讓它執行某個記憶體單元的指令，隻要修改寄存器
CS
和
IP
即可。
換句話說：隻要對一個程式的記憶體布局足夠的清楚，可以把 CPU 玩弄于股掌之間，讓它執行哪裡的代碼都可以。
CPU 執行指令流程
現在我們已經明白了位址轉換、記憶體的尋址，距離
CPU
執行一條指令需要的最小單元還剩下：指令緩沖區和控制電路。
簡單來說：指令緩沖區用來緩存從記憶體中讀取的指令，控制電路用來協調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，它一共經過
5
個步驟：
- 把 CS:IP 内容送入位址加法器，計算得到 20 位的實體位址 20000H;
- 控制電路把 20 位的位址，送入到位址總線;
- 記憶體中 20000H 單元處的指令 B8 23 01，經過資料總線被送到指令緩沖區;
- 指令偏移寄存器 IP 的值要加 3，指向下一條等待被執行的偏移位址(因為指令碼 B8 代表目前指令的長度是 3 個位元組);
- 執行指令緩沖區中的指令: 把數值 0123H 送入寄存器 AX 中;
以上就是一條指令的執行最基本步驟，當然，現代處理器的指令執行流程，比這裡的要複雜的多得多。
------ End ------