深入理解计算机系统（1）

第一章 计算机系统漫游

计算机的组成

计算机系统是由硬件和系统软件组成的，它们共同工作来运行应用程序。虽然系统的具体实现方式随着时间不断变化，但是系统内在的概念却没有改变。

1.1 信息的表示

信息就是位+上下文，系统中所有的信息：磁盘文件、内存中的程序、内存中存放的用户数据以及网络上传送的数据，都是由一串比特表示的。区分不同数据对象的唯一方法是我们读到这些数据对象时的上下文。例11011101这一串二进制，在表示整数的时候它表示221，但是如果放在JAVA的class文件当中，它可能代表一个JVM的指令。

1.2 程序的编译

对于一个简单的C语言程序来说，一般要经过预处理器、编译器、汇编器和链接器的处理，才能被翻译成一段可执行的二进制文件。

例：

#include <stdio.h>

int main()
{
     printf("hello,world\n");    
}

在这里，GCC编译器驱动程序读取源程序文件hello.c，并把它翻译成一个可执行目标文件hello。执行这四个阶段的程序（预处理器、编译器、汇编器和链接器）一起构成了编译系统。

1.3 计算机系统的硬件组成

硬件分布图

1. 总线
   贯穿整个系统的是一组电子管道，称作总线（其实就是传输数据的线路），总线传送的是字，字的大小与系统相关，比如在64位操作系统当中，一个字是8个字节。
2. I/O设备
   I/O设备是系统与外部联系的通道。I/O设备（键盘、鼠标、显示器等）由控制器（USB控制器）或者适配器（图形适配器，也就是显卡）与I/O总线相连，两者的区别在于一个是主板上的芯片组，一个是主板插槽上的卡。
3. 主存
   它是计算机中的一个临时存储设备，在处理器执行程序的时候，主存就是临时存放数据的地方。物理上来说，它是由动态随机存取存储器（DRAM）芯片组成的，逻辑上来说，它是一组连续的字节数组，每一个字节都有唯一的地址。
4. 处理器
   全称中央处理单元（CPU），是解释存储在主存中指令的引擎。处理器的核心是一个程序计数器（PC），它在整个计算机运行的期间都会指向一个主存中的一个内存地址，而地址当中则是一个计算机指令。处理器所做的，就是不停的执行程序计数器所指向的每一条指令，再更新程序计数器，使其指向下一条指令。处理器所做的操作是围绕主存、寄存器文件以及算术/逻辑单元（ALU）进行的，这里面处理器做的最多的动作就是
   加载（从主存将数据复制到寄存器）、
   存储（从寄存器将数据复制到主存）、
   操作（将两个寄存器的内容复制到算术/逻辑单元进行操作，结果会再次复制到寄存器）
   以及跳转（改变程序计数器当中的内容）。
   
   

hello程序是如何运行的


以linux系统为例，当我们执行一个简单的打印字符串的C程序时，我们需要在命令行输入./hello以及回车去执行该程序。在整个执行过程中，计算机主要做了三件事。


一、linux的外壳扫描用户输入的字符

当我们在键盘输入./hello时，linux的外壳程序（也就是命令行）会扫描我们输入的字符，将这些字符一一读入到寄存器当中，然后再一一放入主存。换句话说，./hello这几个字符是经过了CPU中的寄存器从而到达了主存。





二、加载hello文件的代码以及数据到主存


这一过程的触发是在我们按下回车的那一刻，此时系统会将存储在磁盘上的hello文件加载到主存，而此过程会利用一种叫做存储器存取的技术，使得数据不通过寄存器直接到达主存。





三、根据主存中代码的指令执行程序


在代码以及程序所需要的数据加载到主存后，CPU就开始从main函数的起始位置，依次执行代码中的指令。由于我们的代码只是简单的输出“hello world”这样的字符串，因此系统只是将这个字符串依次加载到寄存器，然后传输到显示器终端显示。

1.4 高速缓存

系统在数据的传输上花费了大量的时间。为了减少这种数据传输的时间成本，采用一种高速缓存的技术去减少这种时间成本。

高速缓存被置放于处理器当中，
L1高速缓存：容量可以达到数万字节，与处理器中的寄存器文件直接进行数据交换，访问速度几乎和访问寄存器文件一样快。
L2高速缓存：容量为数十万到数百万字节，通过一条特殊的总线连接到处理器。进程访问L2高速缓存的时间要比访问L1高速缓存的时间长5倍，但是这仍然比访问主存的时间快5~10倍。
L3高速缓存：容量更大,仍然比访问主存的时间快。

1.5 存储设备形成层次结构

当今的计算机系统当中，基本上全部都置入了各种各样的存储设备，这些存储设备呈明显的层次结构，它们的特点是容量越大，速度越慢。因此如果按照容量和速度将它们以图示的方式呈现的话，则看起来就像是一个金字塔，如下所示。

1.6 操作系统是硬件的管理者

操作系统提供了几个我们熟悉的概念去表示硬件设备，比如进程、虚拟内存、文件。

• 进程：进程是操作系统对一个正在运行的程序的抽象。操作系统会记录每一个进程的状态，这些状态就称作进程的上下文。这些状态主要包括了PC，寄存器以及主存的当前内容。当操作系统在进程间切换的时候，也会切换相应的上下文，从而保证进程恢复到之前的状态。
• 线程：在进程当中，又被计算机界的大神们引入了线程的概念，这些线程可以共享进程级的代码与数据，这种共享一般比进程间的共享更加高效。
• 虚拟内存： 虚拟存储器是一种抽象描述，从物理上讲，它包含了I/O设备以及主存。在逻辑上讲，虚拟存储器被描述为虚拟地址空间。每个进程看到的虚拟地址空间由大量准确定义的区构成，每个区都有专门的功能。
  1）程序代码和数据：对所有的进程来说，代码是从同一固定地址开始，首先是代码，然后是一些全局变量。
  2）堆：是运行时可以动态扩展的一部分内存区域，它可以由malloc和free这样的标准库函数操作。
  3）共享库：用于存放共享库的代码和数据。
  4）栈：在用户虚拟地址空间的顶部是栈，这部分区域与函数的执行有密切的关系。
  5）内核虚拟内存：地址空间顶部的区域是为内核保留的。内核是操作系统的一部分，内核也可以看做是一个进程，它在计算机运行期间总是在运行着，因此这部分内存区域对用户程序是不可见的，通俗的说就是不能用。
• 文件：文件是I/O设备逻辑上的概念，它其实就是字节序列，也就是1和0组成的一些信息。因此所有的I/O设备，包括磁盘、键盘、鼠标、显示器都可以看成是文件。
• 网络：前面说了，所有的I/O设备其实都是文件这一抽象概念的具体表现，那么网络其实也是文件的一种，因为说到底，它也可以被看做是一系列的字节序列。网络适配器的作用就是给计算机输入一堆被传送过来的字节序列，这里面可能包括图片、文字，甚至可能是代码等等。