深入理解計算機操作系統（二）

閱讀經典——《深入理解計算機系統》01

1. 信息是什么
2. 文件
3. Hello World程序的生命周期
4. 開始運行Hello World
5. 虛擬地址空間
6. 總結

<h3 id="what_is_information">信息是什么？</h3>

信息就是位+上下文。

怎么理解呢？其實計算機系統中的所有信息都是一個一個的二進制位，不論是硬盤上的文件、內存中的代碼還是網絡上傳輸的數據，毫無例外。它們唯一的區別就是所處不同的上下文，可什么又是上下文呢？做過應用程序開發的應該很熟悉context對象，當你創建一個新的控件的時候，往往要向構造方法中傳入上下文對象，我們一般會傳入this指針，這個上下文對象就是用來告訴新的控件它所處的位置，或者說它所處的環境。在計算機系統中，二進制數據所處的環境決定了它們表達的含義，同樣的一段數據，作為整型、浮點型、字符串型或是作為機器指令時，表達的含義是完全不同的。

<h3 id="file">文件</h3>

通常來說，文件分為兩種，文本文件和二進制文件。起初我是不理解的，難道文本文件不是二進制組成的？文本文件當然也是二進制組成的，只不過比純粹的二進制文件多了點上下文特征，即編碼。以ASCII編碼的文本文件來說，每個字節表示一個字符，於是這些二進制數據在這個上下文環境中表現為一個個字符，成了可以閱讀的文本，這就是文本文件的特殊之處。

<h3 id="lifecycle">Hello World程序的生命周期</h3>

先來看一個程序員再熟悉不過的Hello World程序

#include <stdio.h> int main() { print("hello, world\n"); } 

這是用高級編程語言C語言寫的程序，這個程序需要轉換成低級的機器語言才能夠被計算機識別並執行。我們可以通過運行一條命令

unix> gcc -o hello hello.c

來生成可執行文件。（以上命令是在unix環境下調用的gcc編譯器的命令，本書將經常采用unix環境。）但是，gcc編譯器實際上做的工作不只如此，下圖為從hello.c源程序到生成hello可執行程序的完整過程：

 

編譯系統

首先經過預處理器預處理，然后經過編譯器編譯得到匯編程序hello.s，再經過匯編器匯編得到可重定位目標程序hello.o，最后，鏈接器將目標程序和標准庫中的printf.o程序鏈接成為可執行目標程序hello。每一步的詳細過程將在后面的章節中敘述，此處只做簡要介紹。

需要補充的是，gcc來自於赫赫有名的GNU項目，該項目為Linux的開發提供了全面的開發工具，包括GCC編譯器、GDB調試器、EMACS編輯器、匯編器、鏈接器等等。有興趣的朋友可以搜索一下這方面的知識。

另外，我們經常用的另一款編譯器是微軟提供的MSVC，當我們使用Visual Studio時，用的就是它自帶的編譯器。它和gcc在語法要求等方面有所不同，所以會出現gcc正常編譯的代碼在MSVC中出錯的情況，我就曾遇到過這種錯誤，希望大家注意。

<h3 id="excute">開始運行Hello World</h3>

好啦，有了可執行文件，我們就可以運行它，在命令行中敲如下命令：

unix> ./hello

顯而易見，運行的結果為打印了一行字符串

hello, world

可是在我們發出命令和打印出結果期間都發生了什么呢？這就不得不提計算機系統的硬件結構了。下圖是計算機系統的硬件結構圖，我用紅線標出了當我們在shell中輸入hello命令時，計算機中的信息流向。

 

從鍵盤讀取hello命令

當我們想要輸入命令時，其實CPU中已經有一個正在運行的程序，那就是shell。shell程序一直在等待我們的輸入，所以我們隨時可以在鍵盤上輸入內容。先看左下角的USB控制器，它負責所有USB接口，所以這里有鼠標、鍵盤等外設。我們在鍵盤上輸入“./hello”命令時，該命令通過USB控制器向上經過I/O總線傳遞給I/O橋，也就是我們平常所說的南橋北橋，它是CPU和外界溝通的橋梁。再經過系統總線傳遞給寄存器，到了寄存器后還不是終點，因為shell程序需要把用戶輸入的內容作為一個變量使用，而這個變量一定在內存中有個地址，所以它最終會到達內存。

之后，shell程序解析我們的命令內容，知道了我們希望運行hello這個程序。於是shell程序開始從硬盤加載hello文件到內存中。可是這次，這些數據不會經過CPU，而是直接從硬盤到內存，這種方式稱為DMA。DMA（直接存儲器訪問）有利於減輕CPU的負荷，使CPU可以在數據轉移的同時做其它任務。數據轉移路線如下圖：

 

hello可執行程序從磁盤加載到內存

加載完hello文件后，CPU將會開始從hello程序的主函數處執行指令。於是hello中的print語句將要打印的字符串傳遞給CPU，CPU再將它傳遞給顯示器，這一過程字符串“hello, world”經過的路徑如下圖所示:

 

從內存輸出到顯示器

終於，我們在屏幕上看到了“hello, world”這一字符串。過程很復雜，但卻只是一瞬間的事情，可見計算機運行速度之快！

<h3 id="virtual_memory">虛擬地址空間</h3>

hello程序我們分析透徹了嗎，似乎沒有。很多時候我們還會關心程序運行時內存的變化，當啟動一個新進程的時候，操作系統是不是要為這個進程分配內存空間呢？答案是肯定的。

這就是我們要講的虛擬地址空間。虛擬地址空間是操作系統中一個非常復雜的概念，操作系統負責創建進程，同時為該進程分配內存。在現代操作系統中，出於進程間互不干擾，以及保護操作系統內核安全的考慮，每個進程享有完全獨立的一套完整地址空間。對於32位計算機來說，虛擬地址空間大小為2GB，范圍從 0x00000000 至 0x7FFFFFFF；對於64位計算機來說，虛擬地址空間大小為8TB，范圍從0x000'00000000 至 0x7FF'FFFFFFFF。這就是說，每個進程都可以隨意使用這2GB或8TB的內存空間，但是，由於是虛擬地址空間，這些地址映射到真實物理內存的時候是打亂的，用戶無法得知自己進程的數據到底存在物理內存的什么地方。接下來，我們來看看用戶進程的這2GB或8TB虛擬地址空間是怎么用的。

 

進程虛擬地址空間

上圖將虛擬地址空間分為了若干個部分，並用箭頭表示該部分的擴展方向。最下端地址為0，向上地址逐漸增長。每個部分作用如下：

• 只讀程序數據區和靜態數據區：這一部分用來存放可執行程序代碼和代碼中的全局變量。
• 堆：用於動態申請的內存變量，比如malloc函數申請的動態內存空間，可以向上擴展。
• 共享庫內存映射區：位於虛擬內存空間的中部，用於存放C語言庫函數的代碼和數據。本例中即printf的代碼和數據。
• 棧：位於虛擬地址空間的頂部，用於函數調用、存放局部變量等。當我們調用一個函數時，棧會向下擴展，返回時，向上收縮。
• 內核虛擬地址空間：這個東西前面沒提到過，但是它占據了棧向上直到4GB或256TB的所有空間。這個空間是保留給操作系統內核用的，用戶進程無權訪問這些地址。可是它到底是干什么用的，要等到后面的章節才能解開謎底。

總結

結束了Hello World的旅程，在后面的章節中，我們將一步步深入，探索計算機系統那些不為人知的奧秘。

文中若有錯誤或不當之處，懇請各位讀者指出。

關注作者或文集《深入理解計算機系統》，第一時間獲取最新發布文章。

參考資料

• 《文本文件與二進制文件》mjgforever
• 《gcc與g++的區別》poseidonqiu
• What is the difference between the compilers in C++ programming?Abhishek Bind
• GCC, the GNU Compiler Collection
• DMA（直接存儲器訪問） 百度百科
• 虛擬地址空間 MSDN

作者：金戈大王
鏈接：https://www.jianshu.com/p/5c33a0bcf244
來源：簡書
簡書著作權歸作者所有，任何形式的轉載都請聯系作者獲得授權並注明出處。