浅入理解计算机系统（2）- 程序的机器级表示

本文是操作系统系列的第二篇，以下是文章目录
浅入理解计算机系统（1）- 操作系统的两个基本功能和三个抽象概念
浅入理解计算机系统（2）- 程序的机器级表示
浅入理解计算机系统（3）- RAM和ROM，处理器和主存的那些事

本章篇幅较短，因为机器代码比较晦涩难懂，例如，逻辑操作、控制切换、过程等，难以用简短的描述出来，所以只提及一些基本概念。

计算机只“认得”机器代码，过去人们使用汇编语言来指定程序用来执行计算的低级指令，而现在大多数情况下会选择高级语言（如C，Java等）编程。高级语言有着较高级别的抽象，代码更易读、易写，在这种抽象等级下的工作效率会更高、更有效。除此之外，编译器提供的类型检查帮助在运行前发现程序错误，并且保证按一致的方式来引用和处理数据。

抽象级别（由高到低）

高级语言（如C，Java等）

编译器承担了生成汇编代码的大部分工作。高级语言最大的优点是，其编写的语言可以在很多不同的机器上编译和执行，而汇编代码与特定机器密切相关。

汇编代码

以C语言为例，汇编器与链接器协作根据汇编代码生成可执行的机器代码。

机器代码

机器执行的程序只是一个字节序列，是对一系列指令的编码，机器本身对产生这些指令的源代码几乎一无所知。一条机器指令只执行一个非常基本的操作，例如，将存放在寄存器的两个数据相加，在存储器和寄存器之间传送数据，或是条件分支转移到新的指令地址。

C语言提供了一种模型，可以在内存中声明和分配各种数据类型的对象，但机器代码只是简单地将内存看作一个很大的、按字节寻址的数组。C语言中的聚合数据类型，如数组和结构，在机器代码中用一组连续的字节来表示。

寄存器

一个x86-64的中央处理单元（CPU）包含一组16个存储64位值的通用目的寄存器。这些寄存器用来存储整数数据和指针。在常见的程序里不同的寄存器扮演着不同的角色，其中最特别的是栈指针 %rsp，用来指明运行时栈的结束位置，有些程序会明确地读写这个寄存器，另外十五个寄存器的用法更灵活，少量指令会使用特定的寄存器。十六个寄存器如下图所示：

图来源《深入理解计算机系统》

源数据类型

大多数指令有一个或多个操作数，指示出执行一个操作中要使用到的源数据值，以及放置结果的目的位置。
源数据值可以以常数形式给出，或是从寄存器或内存中读取。结果可以存放在寄存器或内存中。因此，各种不同的操作数被分为三种类型。

立即数（immediate）

用来表示常数值

寄存器（register）

表示某个寄存器的内容，16个寄存器的低位1字节、2字节、4字节或8字节中的一个作为操作数，这些字节数分别对应8位、16位、32位或64位。

内存引用

根据计算出来的地址（通常称为有效地址）访问内存中的某个位置。

总结

机器级程序和它的汇编代码表示，与C程序的差别很大。各种数据类型之间的差别很小。程序是以指令序列来表示的，每条指令都完成一个单独的操作。部分程序状态、如寄存器和运行时栈，对程序员来说是直接可见的。

本文内容源自《深入理解计算机系统 第三版》以及本文作者的个人理解补充，只涉及一些个人认为重要概念描述和协作原理的简单描述，并不深入剖析每一个点。
如果有不准确或者错误的地方欢迎评论指出。
感谢你的阅读。