从头开始编写操作系统（3） 第2章：基本理论

译自：http://www.brokenthorn.com/Resources/OSDev2.html

第2章：基本理论
by Mike, 2009

本系列文章旨在向您展示并说明如何从头开发一个操作系统。

介绍

欢迎来到有趣又疯狂的操作系统是世界！

在前面的章节中，我们定义了操作系统是什么。操作系统是用户和计算机系统之间的基本接口（界面）。它提供了系统的基本外观和感觉。

我们也看到了一些对我们有帮助的工具。汇编器、编译器、连接器、PartCopy、 MagicISO和Bochs。

对于那些正在阅读本文却又没有编程经验的人来说（我知道有一些）抱歉，请返回到第1章“读者需要了解的知识”一节。为什么你还在看呢？来吧，继续！

在这篇文章中，我们将会从不同的视角来看操作系统。我们首先要Back in Time^(tm) 看看操作系统的历史。你会发现这些操作系统有很多相似之处。这些相似之处后来变成了操作系统所具有的基本的东西，并且也将成为你的操作系统的一部分。

Blast from the Past（想起过去）

现在大多数的操作系统都是图像化的。这些图像用户界面（graphical user interfaces (GUI)）是对操作系统真正在做的事情的一种抽象。

大多数的操作系统概念要追溯到程序还在磁带上的时候，这些概念现在依然活跃。

史前——对操作系统的需求

追溯到20世纪50年代，所以的程序都在卡片上。这些卡片代表着一些指令，这些指令控制着计算机硬件的每一个开关。每一段软件都完整控制着整个系统。多数情况下，每一个软件都各不相同，即使是同一个软件的不同版本。

问题是每一个程序都完全不同。它们必须简化，因为它们必须从头重写。没有对软件的通用支持，所以软件必须直接与硬件交互。这样也使兼容变得不可能。

在大型机中，创建代码库更为科可行。虽然这解决了部分问题，同一个软件的不同版本完全不同，每一个软件完全控制硬件。

如果更换了新的硬件，软件就变得不再可用。如果软件崩溃，就得使用控制面板上的小开关来调试。

这种在软硬件之间设置接口的想法来源于大型机领域。通过一个硬件之上的抽象层，程序不再完全控制硬件，相反的，它们使用一个单独的公用的接口来控制硬件。

这个酷毙了的接口是什么？什么，这个甜美可爱（有时是令人生厌）的东西，我们把它叫做操作系统！

1950s——是的，操作系统来了

根据wiki百科，第一个真正的操作系统是 GM-NAA I/O。SHARE操作系统的GM-NAA I/O的后继者。SHARE提供共享程序、缓冲区管理，并且是第一个可以执行由汇编语言编写的出现的操作系统。在20世纪50年代SHARE是IBM计算机的标准操作系统。

SHARE操作系统(SOS)是第一个提供缓冲区管理和共享程序的操作系统，并可以执行汇编语言程序。

“缓冲区管理”类似于“内存管理”。“共享程序”类似于不同的程序使用库文件。

从开始（不是真的J）的时候，操作系统的两个重要任务是管理内存和管理程序。

因为我们并不是在描述真正的（计算机）历史，让我们跳到老DOS吧。

1964——DOS/360 和 OS/360

DOS/360（或简称“DOS”）是一个磁盘操作系统，IBM最初宣称在1964年末推出。因为一些问题，被迫延迟到1966年6月IBM推出了DOS/360 的3个版本。

它们是:

• BOS/360 - 8KB
• DOS/360 - 16KB 配有磁盘
• TOS/360 - 16KB 配有磁带

要注意的是DOS/360 没有多任务，也没有内存保护。OS/360大约在同一时间在IBM开发。OS/360 使用“OS/MFT”(Multiple Fixed Transactions) 支持多任务。使用固定基地址（Fixed Base Address）和OS/MVT (Multiple VariableTransaction)，支持可变程序尺寸。

现在我们有了几个有钱的词——多任务（Multitasking）、内存保护（Memory Protection）和固定基地址（Fixed Base Address），加上前面的我们有了程序执行（Programexecution）和内存管理（Memory Management）

1969——Unix!

Unix操作系统原本用C语言编写。C语言和Unix都是AT&T创造的。Unix和C对于政府和教育部门自由分发，这使得它被引入到了多种设备和操作系统之中。

Unix是一个多用户（multiuser）、多任务（Multitasking）的操作系统。

Unix包含一个内核（Kernel）、文件系统（File System）和一个命令壳（Comm和 Shell）。有大量的图形用户接口（Graphical UserInterfaces (GUI)）使用命令壳（Comm和 Shell）与操作系统交互，并提供更友好更漂亮的外观。

1982——Commodore DOS

Commodore DOS (CBM DOS)在Commodore's8位计算机上使用。不像前面提到的那些在启动时由磁盘引导内存的计算机，CBM DOS在驱动器内部执行——内部有ROM芯片，被一个MOS 6502 CPU执行。

1985——Microsoft Windows 1.0

第一个Windows是一个DOS应用程序。它的“MSDOS Executive”程序可以运行程序“窗口（Windows）”不能覆盖，所以每个“窗口”都显示在一边。它不怎么流行。

1987——Microsoft Windows 2.0

Windows的第二个版本依然是一个DOS 图形壳（Graphical Shell），但是支持窗口覆盖，以及更多的颜色。然而，受限于DOS，它为被广泛使用。

注释：DOS是一个16位操作系统，使用线性地址访问内存，使用LBA(Linear Block Addressing线性块地址)访问磁盘。因为x86平台向后兼容，当PC引导时处在位（实模式）使用LBA，更多内容，后文详述。

受限于16位模式，DOS不能访问超过1 MB 的内存。现在它通过打开键盘控制器上的第20号地址线被解决了，我们在后边详细讨论。

因为1 MB内存的限制Windows 很慢，这也是它无法流行的另一个主要原因。

1987——Microsoft Windows 3.0

Windows 2.0 被完全重写，Windows3.0 还是一个DOS图形壳，但它包含一个“DOS扩展”以允许使用多达16 MB的内存，跨越了DOS的1 MB限制。它支持多任务（multitasking）。

正是这个Windows使得Microsoft做大。它支持可调整大小的窗口和窗口移动。

操作系统开发与Windows的关系

我很少见到有操作系统的初级开发者会想要做下一代Windows。虽然这是可能的，但是相当困难，并且对于只有一个人的团队来说这似乎是不可能的。看看前面的图片吧，记住图形壳在命令壳之上，都被内核执行。同样，记住，Windows必须从这里开始。命令壳是DOS，图形壳是“Windows”。

基本概念

看看我们这个短暂的旅程，它给我们带来一些重要的新条目。开始的时候，我们只给出了关于操作系统的简单定义。前一节中的信息使我们能够得到更好更准确的操作系统定义。

为了得到一个更好的定义，让我们把前面加粗的词列在下面：

• 内存管理Memory Management
• 程序管理Program Management
• 多任务Multitasking
• 内存保护Memory Protection
• 固定基地址Fixed Base Address
• 多用户Multiuser
• 内核Kernel
• 文件系统File System
• 命令壳Comm和 Shell
• 图像用户界面Graphical User Interface (GUI)
• 图像壳Graphical Shell
• 线性块地址Linear Block Addressing (LBA)
• 引导加载器Bootloader （来自前一章）

有更多需要考虑的，不是吗？——上面的列表也是对自己的抽象。

让我们看得更仔细些。

内存管理Memory Management

内存管理是：

• 动态的根据抽象的要求分配或收回内存。
• 实现分页（Paging）或虚拟存储器（Virtual Memory）。
• 确保操作系统内核不读或写未知的或是非法的内存。
• 监视并管理内存碎片（Memory Fragmentation）。

程序管理Program Management

与内存管理相似。程序管理的任务是：

• 确保程序不覆盖另一个程序。
• 确保程序不损害系统数据。
• 控制程序请求以完成任务（比如分配和回收内存）。

多任务Multitasking

多任务是：

• 在多个程序之间切换，并给出时间片以使其执行。
• 提供一个任务管理器（Task Manager）允许切换任务（就像Windows的任务管理器）。
• TSS （Task State Segment 任务栈段）切换。新条目！
• 同时执行多个任务。

内存保护Memory Protection

它是：

• 在保护模式下访问非法描述符（或非法段地址）。
• 覆盖程序本身。
• 覆盖在内存中的其他文件的一部分或几部分。

固定基地址Fixed Base Address

“基地址”就是程序加载到内存中位置。在同城的应用程序编程中，你不需要它，但在操作系统开发中，你需要。

“固定”基地址简而言之就是程序每次加载到内存的基地址都是一样的，两个例子是BIOS和引导加载器。

多用户Multiuser

它是：

• 注册及安全保护。
• 使多个用户在这台计算机上工作。
• 在保证数据不丢失，不损坏的前提下，切换用户。

内核Kernel

内核是操作系统的核心。它提供基本功能、内存管理、文件系统、程序执行等等。我们很快会详细了解内核，别着急。

文件系统File System

在操作系统开发中，没有一个叫做“文件”的东西。从一开始（引导加载器）所有的东西都是纯二进制代码。

文件系统简单来说就是对文件信息的描述。多数情况下，这表示簇、段、段地址、根目录等。使得操作系统可以找到文件的确定起始并按顺序加载它。

文件系统也描述文件名。有外部（external）文件名和内部（internal）文件名。比如FAT12定义文件名必须是11个字符，不能多，也不能少，也就是说，比如文件名“KRNL.sys”的内部文件名是：

"KRNL   SYS"

我们会使用FAT12并且在后面详细讨论。

命令壳Comm和 Shell

命令壳是内核之上的一个独立程序。命令壳通过键入命令来提供一个基本的输入输出功能。命令壳使用内核来帮助其完成底层任务。

图形用户界面(GUI)

图形用户界面(GUI)即是图形壳和用户之间的接口。

图形壳Graphical Shell

图形壳提供视频程序及底层图像功能。一般的它会被命令壳执行（就像Windows 1.0、2.0和3.0）。然而现在它们会自动执行。

线性块地址 (LBA)

操作系统能控制内存的每一个字节。线性地址直接访问线性内存，比如

mov ax, [09000h]               ;在操作系统开发中，没有访问违规

这既是好事也坏事，比如：

mov bx, [07bffh]               ; 或者其他比7c00h小的地址

mov cx, 10

   .loop1:

        mov [bx], 0h           ; 清空bx

        inc bx                 ;下一个地址

        loop .loop1            ;循环知道cx=0

上面的代码看似无害，但是，如果这段代码出现在引导加载器中，它会将自己用十个字节覆盖。呀，这是因为引导加载器被固定的加载到地址0x7c00:0处，而上面的代码从 07bffh（ 07c00h前一字节）开始写数据。

引导加载器Bootloader

引导加载器，我们从上一章就见到这个条目，从上一章我们知道，引导加载器被BIOS加载，并且是操作系统中执行的第一个程序。

引导加载器被BIOS加载到绝对地址0x7c00:0处， 加载后，CS:IP被设置为引导加载器的入口点，并且引导加载器获得全部控制权。

一个软盘扇区只有512字节。记住引导加载器必须放到一个扇区中。这意味着什么？引导加载器的大小十分受限，不能超过512字节。

大多数情况下，引导加载器要么加载并执行内核，要么加载并执行第二段引导加载器（Second Stage Bootloader）。

我们会很快会深入了解引导步骤。

总结

我们看了看过去，并且学习了列表中的新条目。在历史课之后，我们提取条目，并展开讨论每一个是如何工作的。我们甚至还见到了一些代码，尽管很少。

之后，我们能够得到一个关于我们要做的事情的更简明的定义。

“一个提供给用户和支持程序的接口环境；提供一个稳健安全的环境；一个系统服务和硬件之间的接口层”

是的，这是我对“操作系统的”新定义，你的呢？

下一章，我们将详细描述引导步骤，换言之，我们将创建和汇编真正的引导加载器。

下次见。