计算机基础（二）——程序执行

程序编译

1、源程序如.c/.cpp
2、经过预处理器，得到被修改后的源程序.i：
预处理器可以删除注释、包含其他文件以及执行宏（宏macro是一段重复文字的简短描写）替代。
3、经过编译器，得到汇编文本.s
4、经过汇编器，得到可重定位目标程序，二进制文件.o
5、经过链接器，如printf.o加入，得到可执行目标程序
6、程序存放在磁盘中或加载到内存中执行

可执行目标文件格式

一个典型的ELF可执行文件中各类信息：

ELF头部描述了文件格式，包括程序的入口点等；
ELF可执行文件加载到内存；加载—execve函数调用加载器—将文件代码+数据从磁盘拷到内存；然后跳转到程序入口点。

程序加载

如何利用虚拟存储器将磁盘上代码+数据映射到内存中？
加载是一次全部加载进去还是一部分一部分加载进去？请看Linux文件系统。
程序有自己的存储器映像，而32位Linux上代码段总是从0x08048000开始；数据段在4KB对齐地址上；运行时堆在读/写段之后接下来的第一个4KB对齐地址处，并调用malloc而增长；而用户栈自顶向下生长，是用户进程空间中的一块区域，用于保存用户进程的子程序间相互调用的参数、返回值、返回点以及子程序(函数)的局部变量。

程序运行

1. 内核在建立一个进程时首先要将其段寄存器都设置好。
   具体即：CS：index=4, TI=0(使用GDT), RPL=3(用户特权);DS-ES-SS: index=5, TI=0(使用GDT), RPL=3(用户特权)；切换到内核态，则CS: index=2,TI=0, RPL=0; DS-ES-SS: index=3, TI=0, RPL=0。
   通过此寄存器得到GDT表(所有进程共用)的2,3,4,5项，其基地址均为0，上限4G，不同在于DPL表示特权等级，S表示类型，type表示属性。DPL与段的RPL进行核对，CS不能访问数据段进行核对。其实这核对意义不大，页式映射时也要比对，无非是MMU要求而走流程。
2. 之后页面映射：
   每个进程都有自己的PGD，对应指针在mm_struct中，调入程序执行时设置好CR3寄存器。（注意，设置CR3也需要程序，那么设置完后该程序上下页面不同？事实上不会，因为内核空间中有相同的页面映射，不依赖于CR3）
   注意：TLB/后备缓冲器是一个内存管理单元，是用于改进虚拟地址到物理地址转换速度的缓存。其中每一行都保存着一个由单个PTE组成的块。所以，当cpu要访问一个虚拟地址/线性地址时，CPU会首先根据虚拟地址的高20位在TLB中查找。如果是表中没有相应的表项，称为TLB miss，需要通过访问慢速RAM中的页表计算出相应的物理地址。同时，物理地址被存放在一个TLB表项中，以后对同一线性地址的访问，直接从TLB表项中获取物理地址即可，称为TLB hit。然后根据PTE所得页框地址+后12位地址得到实际物理地址。
3. 加载器跳转到程序的入口点，也就是符号_start的地址，此处的启动代码是在目标文件ctrl.o定义。在.text和.init中调用了初始化例程后，启动代码调用atexit例程——应用程序正常中止应该调用的程序。再调用main程序，再exit函数运行atexit注册的函数，并调用_exit将控制权返回给操作系统。
   CPU中程序计数器根据代码段不断得到指令地址，或向下(+4）或跳转；CPU将指令由内存取到指令寄存器中执行，这时便涉及到虚拟地址/逻辑地址到物理地址的转换。

注意：程序计数器PC即指令指针寄存器IP，或者又作为段偏移地址寄存器，它们都是存储下一条执行指令的地址。x86上一般叫IP，ARM上叫PC/R15。在x86上不能直接给IP赋值，可以通过jmp来改变它的值；在ARM上可以通过LDR直接对PC赋值。

进程切换

一个进程在执行时,CPU的所有寄存器中的值、进程的状态以及堆栈中的内容被称为该进程的上下文。
一个进程的上下文可以分为三个部分:用户级上下文、寄存器上下文以及系统级上下文。
用户级上下文: 正文、数据、用户堆栈以及共享存储区；
寄存器上下文: 通用寄存器、程序寄存器(IP)、处理器状态寄存器(EFLAGS)、栈指针(ESP)；
系统级上下文: 进程控制块task_struct、内存管理信息(mm_struct、vm_area_struct、pgd、pte)、内核栈
当内核需要切换到另一个进程时，它需要保存当前进程的所有状态，即保存当前进程的上下文，以便在再次执行该进程时，能够必得到切换时的状态执行下去。
在LINUX中，当前进程上下文均保存在进程的任务数据结构中。在发生中断时,内核就在被中断进程的上下文中，在内核态下执行中断服务例程。但同时会保留所有需要用到的资源，以便中继服务结束时能恢复被中断进程的执行。

参考文章：CSAPP