《Linux操作系统分析》之分析计算机如何启动以及如何工作运行

从最初的基于冯诺依曼思想：存储程序和顺序执行的原理开始，计算机经历的快速的发展。经历了单核到多核，单任务到多任务。指令级操作也有了单指令单数据、单指令多数据。但是对于理解计算机可以化繁为简，理解单任务后，再分析多任务。

计算机的启动

首先我们从计算机的启动开始说起。先问一个问题，”启动”用英语怎么说？回答是boot。可是，boot原来的意思是靴子，”启动”与靴子有什么关系呢？ 原来，这里的boot是bootstrap（鞋带）的缩写，它来自一句谚语："pull oneself up by one's bootstraps"字面意思是”拽着鞋带把自己拉起来”，这当然是不可能的事情。最早的时候，工程师们用它来比喻，计算机启动是一个很矛盾的过程：必须先运行程序，然后计算机才能启动，但是计算机不启动就无法运行程序！早期真的是这样，必须想尽各种办法，把一小段程序装进内存，然后计算机才能正常运行。所以，工程师们把这个过程叫做”拉鞋带”，久而久之就简称为boot了。

计算机的整个启动过程分成四个阶段：

第一阶段：BIOS

第二阶段：主引导记录

第三阶段：硬盘启动

第四阶段：操作系统

至此，全部启动过程完成。（该段来自阮一峰的一篇博客：计算机是如何启动的，每阶段启动详细内容请点击）

计算机的状态如下图所示：

 

 在启动之初我们需要第一条指令，然后一直等待输入指令。那么第一条指令是什么时候输入的那。在BIOS中电脑在固定位置被写入了第一条指令。当第一条指令加载后，就可以执行后续的行为。

计算机的工作

在这里我们用下面的简单代码进行分析。

int g(int x){return x+100;}int f(int x){return g(x);}int main(){return f(101)+110;}

然后在Linux环境下，生成汇编代码。先将所有指令放在这里，以便大家查看。

 

 

第一条：ls 列出主文件夹下内容。

第二条：cd code/…………/ 进入到我的实验的文件夹下。

第三条：touch main.c创建新的文件：main.c

第四条：gedit main.c 编辑文件main.c

第五条：gcc main.c -o main 编译main.c生成main.out

第六条：objdump -d main > main.txt 反汇编生成汇编代码，保存在main.txt中

第七条：gcc -E main.c -o main.i 输出test.i文件中存放着test.c经预处理之后的代码

第八条：gcc -S main.i -o main.s 生成汇编代码，保存在main.s中

在这里第五、六条指令和第七、八条指令的效果是一样的。但是第七、八条指令生成的代码中需要手动删去不需要的代码，而经第五、六条指令生成的汇编代码是不需要这一步操作的。抽出main函数做个比较：

经过第七、八条指令生成的main函数的汇编码

 

 

经过第五、六条指令生成的main函数的汇编码

因此我建议使用第五、六条指令。

080483cb <g>: 80483cb:55                   push   %ebp 80483cc:89 e5                mov    %esp,%ebp 80483ce:8b 45 08           mov    0x8(%ebp),%eax 80483d1:83 c0 64           add    $0x64,%eax 80483d4:5d                   pop    %ebp 80483d5:c3                   ret    080483d6 <f>: 80483d6:55                   push   %ebp 80483d7:89 e5                mov    %esp,%ebp 80483d9:ff 75 08             pushl  0x8(%ebp) 80483dc:e8 ea ff ff ff       call   80483cb <g> 80483e1:83 c4 04           add    $0x4,%esp 80483e4:c9                   leave   80483e5:c3                   ret080483e6 <main>: 80483e6:55                   push   %ebp 80483e7:89 e5                mov    %esp,%ebp 80483e9:6a 65                push   $0x65 80483eb:e8 e6 ff ff ff       call   80483d6 <f> 80483f0:83 c4 04            add    $0x4,%esp 80483f3:83 c0 6e           add    $0x6e,%eax 80483f6:c9                   leave   80483f7:c3                   ret

以上是main函数、g函数、f函数的汇编码。

在分析程序运行之前，我们先介绍一些相关的知识。

一、过程

一个过程调用包括将数据（以过程参数和返回值的形式）和控制从代码的一部分传递到另一个部分。另外，它还必须在进入时为过程的局部变量分配空间，并在退出时释放这些空间。数据传递、局部变量的分和释放通过操纵程序栈来实现。

二、栈帧结构

机器用栈来传递过程参数、存储返回信息、保存寄存器用语以后恢复，以及本地存储。为单个过程分配的那部分栈称为栈帧（stack frame）。栈帧的结构如下图：

 

 栈帧的最顶端以两个指针界定，寄存器%ebp为帧指针，而寄存器%esp为栈指针。（参考深入理解计算机系统第三章3.7节）。

三、汇编指令

Call 地址：返回地址入栈（等价于“Push %eip，mov 地址，%eip”；注意eip指向下一条尚未执行的指令）

ret：从栈中弹出地址，并跳到那个地址（pop %eip） 

leave：使栈做好返回准备，等价于 mov %ebp，%esp， pop %ebp

此时我们可以分析程序的运行过程了。我们的分析用图文结合的方式解释（图在下方）。最开始时程序计数器中存放着main函数的首地址：0X080483e6 。即寄存器%eip中指向此处。然后开始顺序执行。

1.1、将%ebp的值压栈（%esp减4）。——————————————%ebp指向0的位置，%esp指向0的位置

1.2、将当前%esp赋值给%ebp。 ——————————————栈无变化

1.3、将0X65压栈（%esp减4）。——————————————%ebp指向0的位置，%esp指向1的位置

1.4、使用call指令调用f函数。此时栈的变化是：将%eip（0X80483f0）压栈（%esp减4），将f的首地址（0X080483e6）赋值给%eip。

——————————————%ebp指向0的位置，%esp指向2的位置

到此跳转到f函数执行。

2.1、将%ebp的值压栈（%esp减4）。——————————————%ebp指向0的位置，%esp指向3的位置

2.2、将当前%esp赋值给%ebp。——————————————%ebp指向3的位置，%esp指向3的位置

2.3、pushl 0x8(%ebp)，此为间接寻址，将地址为%ebp+0X8的值取出压栈（即0X65压栈）。

——————————————%ebp指向3的位置，%esp指向4的位置

2.4、使用call指令调用g函数。此时栈的变化是：将%eip（0X80483e1）压栈（%esp减4），将g的首地址（0X80483cb）赋值给%eip。

——————————————%ebp指向3的位置，%esp指向5的位置

到此跳转到g函数执行。

3.1、将%ebp的值压栈（%esp减4）。——————————————%ebp指向3的位置，%esp指向6的位置

3.2、将当前%esp赋值给%ebp。——————————————%ebp指向6的位置，%esp指向6的位置

3.3、mov 0x8(%ebp),%eax，此为间接寻址，将地址为%ebp+0X8的值取出给%eax（%eax=0X65）。

3.4、add $0x64,%eax，即实现101+100这个动作。然后存储在%eax中。

3.5、此处没有使用leave指令，是因为此时的%ebp与%esp的地址相同。使用pop %ebp将调用者的ebp恢复即可（%esp加4）。

——————————————%ebp指向3的位置，%esp指向5的位置

3.6、返回调用者函数。此时栈的变化是：将%eip出栈（%esp加4），将g的首地址（0X80483cb）赋值给%eip。

——————————————%ebp指向3的位置，%esp指向4的位置

到此返回到f函数，执行f函数剩余的指令。

2.5、add $0x4,%esp，将esp加4。——————————————%ebp指向3的位置，%esp指向3的位置

2.6、此处使用leave指令。先将%ebp指向的地址给%esp，然后恢复%ebp（%esp加4）。

——————————————%ebp指向0的位置，%esp指向2的位置

2.7、返回调用者函数。此时栈的变化是：将%eip出栈（%esp加4），将f的首地址（0X080483e6）赋值给%eip。

——————————————%ebp指向0的位置，%esp指向1的位置

到此返回到main函数，执行main函数剩余的指令。

1.5、add $0x4,%esp，将esp加4。——————————————%ebp指向0的位置，%esp指向0的位置

1.6、此处使用leave指令。先将%ebp指向的地址给%esp，然后恢复%ebp（%esp加4）。

1.7、返回调用者函数。此时栈的变化是：将%eip出栈（%esp加4）。

  

 上面的过程就是程序执行的过程。

总结

这里是大概的解释了一下计算机的工作过程。实际中的计算机系统的工作比这种单任务的要复杂。在多任务的情况下，进程切换的时候需要保存上下文环境以及恢复进程，以及各进程的调度等等。但是本质上没有多大的区别。最后如果大家看到有错误的地方，请指出。大家相互学习，共同进步！谢谢！

备注

杨峻鹏 + 原创作品转载请注明出处 + 《Linux内核分析》MOOC课程http://mooc.study.163.com/course/USTC-1000029000