超简单的操作系统实现 Operate system implementation

简易操作系统

一个简单的操作系统，简单到名字都没有（大概3000行不到），我完成了操作系统最基础的内容：内核引导，保护模式开启，中断，页式内存管理，创建进程与切换，没有磁盘系统与调度系统。
原本是要完成一个可供本科生学习操作系统的教学代码，现草草完成，无力维护，研究生方向不是操作系统，将其开源。我从博客中学到这一切，现在还给博客。
代码原型是清华大学的UCore，在启动引导结束后，基本不再一致。这里感谢清华大学UCore，参照其代码做出了这个操作系统，我原本也想让东北大学拥有一个教学操作系统，但能力不足失败了。
Gitee源码地址：源代地址+配套手册
https://gitee.com/wei_kangnings_small_874180837/ucore-os/tree/USing_LD/

GitHub源代码地址GitHub链接
https://github.com/Weikangning/Operation-System

两个git上内容都一样，哪个方便用哪个

内容过多，这里只展示第一部分（是从Gitee中的配套手册中复制过来的），其余部分大家可以在git上获取。

简介

四岁第一次见到计算机，就被PC所吸引，也一直想实现一个OS，但看了看自己的能耐，也就一直搁置了。本科是计算机专业，毕设的时候选择了基于UCore来制作一个教学操作系统，最后做的也马马虎虎，所以研究生又开始把这个坑挖了出来，想做出最简单的操作系统。
本教程是一个菜鸡的操作系统之路，是面向小白的入门。本人水平也不高，只想尽力将自己所学的按大白话解释出来，如有错误，还希望指正。本系统是对UCore的个人注解。在此基础上想做出一个OS。
下面开始正文，先说说个人历程，做了一圈下来，发现最难的不是代码，是对各种工具的使用，主要是：编译器（GCC，LD），CMAKE/MAKEFILE，脚本控制。我开始并不在意这些，后来才慢慢从windows的集成环境脱离，适应了Linux一切自己动手丰衣足食的状态，我姑且将这些非代码的部分称为外围环境（本质是软件工程的项目管理）。因为操作系统是要与硬件直接交互的，故要面对硬件的复杂性（本教程中对硬件的支持都是最简单的状态），硬件容忍不了任何错误，很多工作要强制指定程序的分布状况，这些都与Windows下由IDE一键生成不同，一个最简单的问题：在windows怎么让代码的地址可以从0x7C00处开始排列，并获知这段代码占用的总长度并在这段代码中使用这个长度？？？我反正没有在windows解决这个问题，在Linux下这些都依靠GCC组件来实现，在后面会向大家介绍。说到这里能看到，其实代码的底层也没有那么神秘，不过繁琐是真的，所以研发人员先开发了汇编，C语言，后来是JAVA，再到现在的Python，目标都是一个，屏蔽底层，更快更简洁的实现更多的功能，可能有一天，C语言都变成了像汇编一样古老神秘的语言。
操作系统的概念不多说，百度百科有，这里说说操作系统为什么出现：没有操作系统，只有一堆硬件，能用吗？能，至少还有一个BIOS，但能多高效的使用PC，基本是0，不对，好像能，CPU只认二进制，所以只要能在内存中放一段二进制代码，再让CPU的IP寄存器指向代码的起始处，这段代码就跑起来了呀，还能显示字符，还能画图像，不过再来一份代码呢？谁先运行，谁控制CPU，最关键的是，这段代码的运行地址和先前一份代码地址有重复地址怎么办？打一架？不知道各位在学C语言的时候有没有这样的想法：指针能获取地址，每个程序都有地址，而我可以让指针指向我想要的地址，那么，我不可以窃取别的程序的数据了吗？我就是下一个黑客了呀，但实际结果是内存指向错误。后来才知道，操作系统把各个程序都虚化成独立运行了，早将这低端思想扼杀了。以上是操作系统最基本的功能，算是对OS概念的简单补充。
接下来说说我们目标：实现一个简单的操作系统，从代码角度学习操作系统，面向和我一样的小白。一个操作系统最难的地方在于没有开发方向，而不是技术实现，另一个难点在于对C语言的掌握。
限于我的个人能力，讲解的有不充分之处，可以在网络上搜索困惑之处的一些关键字或者专业名词，通过网络博客学习。
黄色背景是关键字，可以网络搜索关键字获取相关知识。

所需基础知识

1. 汇编语言，是MASM还是AT&T汇编风格并不重要，重要的是你要能理解CPU的运作原理，这很重要，因为这里没有几行汇编代码，而且我会给处汇编的每一行注释，但需自行理解CPU的工作过程和原理。
2. GCC编译器，具体到gcc的每一个命令行参数怎么倒不至于，但至少要能清楚编译过程是啥样，参考学科是：编译原理（这个学好了我认为学啥语言都快，重要的还是它的思想）。
3. C语言，这自然是主力，可能会问为什么不用C++，这是因为，C++的符号表和组织结构比C复杂（体现在C++生成的汇编代码上），在和硬件层贴合的时候，会难度陡增。事实上，将C语言和汇编衔接难度不亚于弄清楚C语言的编译流程（后面会一直遇见这个状况，会详细结合代码说明的）。
4. QEMU，一个计算机模拟器，这东西只需会学安装和使用就行了，虽然它能看到CPU各个寄存器的数值，并且支持逐步调试，但，如果用过OLLY那种反汇编软件会发现，这功能基本实用不大，毕竟突然冒出来几千个16进制数没人会耐心看完这些数值并反向分析。
5. Lds脚本，负责编译最后一步的重定位功能了，比如我想让代码的地址从0x53处开始，到0x99停，余下的代码地址从0xfff开始继续编译，直到结束。操作系统需要通过这种方式实现，需重点掌握。
   说了一些与操作系统代码无关的开发环境，接下来说说操作系统代码长啥样，它和你用C语言写出来的代码没有区别，都是汇编生成的二进制，不过它能一直占据CPU的控制权，只是经常让出控制权，让别的代码也用CPU。理论上，你可以让OS只实现”hello world”，但那意义何在。操作系统其实拥有这么霸道的特权还有硬件给他撑腰，不然，它早就被我上面那个摇篮中的思想击垮了。所以操作系统特殊在我们愿意让它特权化，给他很多特权，才铸造了它，不然他和hello world代码没有区别。

环境配置：Linux，在其上安装QEMU，GCC，CLion，make，我们可以上路了。

简单介绍一下各个东西：QEMU，一个简易的虚拟机，和VM等价，主要是为了降低我们的开发难度；GCC，编译器，对应的是Windows下的MinGw；CLion，代码编译环境，和VS有些像，是Linux中比较舒适的C语言开发IDE；make：管理工程，组织各个.c .h .lds文件。在Windows下，这种工作被集成环境自动完成，就像操作系统屏蔽了底层硬件一样，现在我们需要正视他，而且它并不简单。
听完上面的东西，可能会有畏难情绪，我也一样，要不是不写没有毕业证，我早跑路了。

启动过程
先看看操作系统的启动过程，他是如何从寄人（BIOS）篱下，又崛起成为整个PC的最高拥有者的。
• 当PC电源打开后，80x86结构的CPU自动进入实模式。并从地址0xFFFF0 (0xFFFF:0) 开始自动执行程序代码，这个地址通常是是ROM-BIOS中的地址。
• PC机的BIOS将执行某些系统检测，并在物理地址0处开始初始化中断向量。 此后，它将可启动设备的第一个扇区(磁盘引导扇区，512字节)读入绝对内存地址 0x7C00 处，并跳转到这个地方。
这个过程中，出现的关键字：

80x86架构：可以粗略理解为就是Intel的CPU，当年IBM为了防止Intel垄断供应CPU，要求Intel也把X86架构（即它的设计思想与CPU架构）提供给了AMD，这也是AMD和Intel CPU非常相似的原因，他两相互抄作业。

实模式：CPU主要使用实模式和保护模式两种工作方式，个人感觉更像是CPU发展历史造成的。实模式出现于早期8088CPU时期。当时由于CPU的性能有限，一共只有20位地址线（所以地址空间只有1MB），以及8个16位的通用寄存器，以及4个16位的段寄存器。所以为了能够通过这些16位的寄存器去构成20位的主存地址，必须采取一种特殊的方式。当某个指令想要访问某个内存地址时，它通常需要用下面的这种格式来表示：(段基址：段偏移量)，也就是在汇编课程中学习的那种CPU寻址方式，实模式会在不同的段基址和偏移量的情况下，访问到同一个物理内存地址（想不到吧）。“实”的意思更多是访问的地址就是物理真实的地址，实模式访问的地址空间也受地址总线的限制而只能访问1MB大小。保护模式是扩增后的内存访问模式，CPU为操作系统安全也提供了更多的硬件支持。保护模式会在后面专门介绍。实模式和保护模式可以切换，在后面都会通过代码来展现。

0xFFFF0地址：这个地址单独列出来原因是，它其实没有存在于物理内存中，而是通过内存地址映射访问的（详见第二章 显示小节下的1MB内存分布）。CPU的IP就会指向这里，这里是ROM-BIOS的地址。为什么不是别的地址，因为BIOS地址在这里，指向别的地址读取到错误的指令。

ROM-BIOS：ROM是只读内存，BIOS（基本输出输入系统）是由厂商刷进ROM中的一个系统，帮你封装一些底层硬件操作。可以通过INT指令来执行BIOS中的功能，它比操作系统还底层，访问它是通过内存地址映射实现。

磁盘引导扇区：磁盘中的第一个扇区（扇区，自己查询是什么），用于加载并转让CPU控制权给操作系统。它里面存的是一段代码，大小不可以超过512B，它为操作系统设置一些基本的标志位，以确保操作系统有正常的工作环境。为什么不把第一个扇区直接整合到操作系统中？原因是：BIOS不知道你的操作系统有多大，故BIOS只会读第一个扇区加载到内存中，其余代码通过第一个扇区的代码加载进入内存，这样所有扇区的代码都可以被加载，这也就回答了为什么第二个扇区BIOS不管。还有一点是有的电脑会安装双系统。

0x7C00：低于这个值的内存被BIOS占用了。

• 此时BIOS将磁盘第一扇区的代码加载进了内存中0x7C00起始的空间，这个代码即：bootloader
• Bootloader知道操作系统存放位置，并将OS加载进来，然后将CPU的控制权交给了OS

Bootloader在操作系统是由我们实现的，故知道OS的各种数据。bootloader在实模式下运行，访问内存上限只有1MB，所以boot loader还肩负着进入保护模式的功能，然后加载操作系统，并跳转执行OS，不然内存不够用（看似1MB内存，实际640KB~1MB空间还是映射各种其它设备的地址，操作系统也无法使用，0X7C00以下还被占用了）。

至此操作系统进入内存并接管计算机，之后的路怎么走，就自由发挥了。可以看到这个过程几经周折，在实现代码前，我们有个问题：

怎么让bootloader的编译起始地址为0X7C00，我们以往编程从来不管程序内存地址排列。指定编译地址我们在后面还要多次用到。这需要通过编译器来实现。

Bootloader和OS明显是两个程序，工程层面怎么组织，这需要MAKE来解决。

以上两个问题很难，我们需要详细了解GCC的流程和MAKE的使用，如果忽略这两个问题，你将看不懂代码的整体结构与实现流程。

GCC的编译过程
C语言写代码的时候我们会有一个头文件和.c文件，他们有啥区别吗？答案是没有，在GCC看来都是文本文件而已，你也可以将他们的后缀改成.qqqq都没事，在gcc看来还是文本。这样做的初衷只是一种约定。
GCC先将#include<.h>处的命令宏替换，根据.h所指的文件，将*.h中的代码全部复制过来，这也是为什么.h会有预编译指令防止你多次添加同一个*.h文件，不然一个.c文件中会重复n次.h中的代码，你也会疯掉。合并后就只有.c文件，.h文件就没用了。
然后将这个添加完.h的.c文件各自进行编译，编译成汇编代码，什么叫各自？意思就是有多少个.c文件就编译出多少个汇编代码文件，你可能会问，有的.c文件中会用到别的.c中的函数，怎么办？答案是不管，先放着（这时其实GCC也不知道一个.c文件中提到的另一个.c文件中的函数到底存不存在，也不知道那个函数的格式到底是什么样，这也凸显出了头文件的作用），最后一步会处理这个问题。从这里能看出来C语言其实就是汇编转换器，所以GCC是可以将汇编和C语言文件混在一起编译成一个程序的。
然后将各个汇编代码各自编译（各自的含义同上，即：有多少个.c文件就生成多少个二进制文件）成二进制文件（也就是目标文件.o），也叫机器码。最后一步，重定位和链接。链接的意思，就是上一步中各自编译中涉及使用别的文件中的函数或者变量，现在彼此都开始找这些函数在哪，并且指向它（函数就是一个特殊指针而已），这样，之前各个文件的.c代码都组合起来了，这也就是为什么两个.c文件中有同样的函数，编译报错由ld（GCC的链接器）报出（直到最后一步才能发现两个同样的函数，不知道用哪个），而不是第一步预编译爆出。重定位：各个独立的二进制文件要编成一个二进制文件（也就是最终程序），地址肯定会冲突，毕竟之前的内存地址各自为战，各二进制文件编译地址都是从0开始的，为了解决地址冲突，就需要将一些二进制文件的地址重新调整一下，让彼此内存地址不冲突，这个过程就可以指定代码的内存排列了。

通过上面的流程，我们看到GCC的编译操作可以让我们实现任何形式的代码，细节过程可以网络搜索。
再提及以下题外话，为什么会有目标文件和库文件这些东西，GCC为什么不一次将各.c文件直接生成一个可执行文件？有一种情况，我们有时希望别人用我们的代码，却不想公开自己源代码，就可以使用头文件+库文件的形式（库文件可以通过反汇编生成汇编代码，但阅读起来很晦涩，基本没有人这么做）。
头文件告诉别人我们的代码有哪些函数，各类函数的声明是什么样的，别人通过在自己的代码中添加这个头文件就可以使用我们的函数，但头文件只有声明，没有实际代码，实际代码编译成二进制码存放在库文件中，在最后链接步骤中，别人就可以将我们的库文件加入他们的代码了，这样在没有泄露源代码的情况下传播了我们的贡献。
MakeFile：在Windows下，管理一个工程的所有工作都由IDE帮我们做了，我们总以为是GCC有什么特殊功能，其实不是。windows 下是工程编译文件的作用，在VS中是.sln（WPF的工程管理文件后缀）或别的后缀。在linux下，由我们使用各种复杂的GCC命令完成，但那样每次都需要给GCC传递各种命令参数，于是makefile出现了，它足够灵活，可以认为是shell命令合集。
至此，对于开发小的操作系统简介结束了，综上所述，我们需要配置哪些东西：
Linux虚拟机，推荐用Ubuntu
虚拟机中需要安装GCC，Make，QEMU
虚拟机中的开发IDE是CLion
需要学习的知识：简单的汇编，GCC，makefile。
现在可以进行开发了。