ucore—1至4讲:bootloader

第一讲：操作系统概述

什么是操作系统

• ucore操作系统
  
• 操作系统内核特征
  并发、共享、虚拟、异步

为什么学习操作系统

略…

操作系统实例

略…

操作系统的演变

单用户系统
批处理系统
多道程序系统
分时系统
个人计算机
分布式系统
…

操作系统结构

• 简单结构
• 分层结构
  
• 微内核结构
  
• 外核结构
  
  类似于虚拟机

第二讲(实验)：环境准备

2.1实验概述

• 8个实验
  

• 实验涉及内容
  

2.2 x86-32硬件介绍

80386的四种运行模式

实模式：16位寻址空间，无保护机制。80386加电后默认进入实模式运行
保护模式：32位寻址空间，有保护机制。支持内存分页机制，提供了对虚拟内存的良好支持；保护模式下80386支持多任务、支持优先级

关于内存地址

物理地址：提交到总线上用于访问内存和外设的最终地址，一个计算机系统只有一个物理地址空间
线性地址：在虚拟内存系统的管理之下每个程序能访问的地址空间(它是逻辑地址与物理地址的中间形式)
逻辑地址：应用程序直接使用的地址空间(即进程的地址空间)
关系
地址的转换过程：逻辑地址=> 线性地址 => 物理地址

x86-32寄存器

• 8组寄存器
  通用寄存器：使用最多
  段寄存器：段相关，主要用于寻址
  指令指针寄存器(EIP)：寻址相关
  标志寄存器(Eflags)：寻址相关
  控制寄存器：
  系统地址寄存器：
  调试寄存器：开发应用用不到
  测试寄存器：开发应用用不到

• 通用寄存器
  EAX：累加器
  EBX：基址寄存器
  ECX：计数器
  EDX：数据寄存器
  ESI：源地址指针寄存器
  EDI：目的地址指针寄存器
  EBP：基址指针寄存器(注意与基址寄存器的区别)
  ESP：堆栈指针寄存器

• 段寄存器
  CS：代码段(实模式和保护模式下含义不同)
  DS：数据段
  ES：附加数据段
  SS：堆栈段
  FS：附加段
  GS：附加段

• 指令指针寄存器(EIP)
  
  没有分段机制时，EIP寄存器存放的就是下一条指令的地址；有分段机制时，EIP存放的是段内偏移；
  实模式下(已分段)，由CS和EIP共同决定地址 => 即：CS*16+IP
  而保护模式下(已分段)，EIP仍然存放段偏移，但是CS存放的是段选择子(通过选择子去找段基址)，而不是直接存放段基址。

• 标志寄存器(EFLAGS)
  EFLAGS使用不同的bit作为标志，比如：
  
  部分bit不能由应用程序修改，只能由运行在特权态的操作系统修改

2.3 ucore相关数据结构与编程技巧

ucore部分编程技巧

第三讲：启动、中断、异常和系统调用

3.1 BIOS(内有疑惑)

• 加电以后cpu的第一条指令来自哪里？
  系统加电后的初始化代码来自ROM，它是物理内存最低地址的一小段，断电后存储内容不会丢失，BIOS即存储在ROM中。加电后ROM中的BIOS先读取磁盘的MBR，然后…
  注：更确切的说，是开机时硬件将ROM中的程序读取到RAM中低地址的一小段，详见关于BIOS的入口地址0xFFFF0
• 初始化时的约定
  刚加电时，处于实模式，只有20位地址空间。此时指令地址的计算方式=>
  PC=16*CS:IP，即CS寄存器左移4位，再加上指令指针寄存器；其中CS代表段基址，IP代表段内偏移
  为什么是20位地址空间：实模式下寄存器只有16位，但是将CS左移4位得到20位的数据，再加上段内偏移IP，结果仍是20位的地址(个人认为寄存器中值的设置应该保证计算得到的PC不会溢出)
  80386reset后CS和IP的值：复位后CS的值为0xf000，IP的值为0xfff0，如下图所示
  疑惑：为什么图中BIOS的开始地址是640kb，如何通过CS、IP计算得到的，按照上文，不是0xffff0吗???
  
• 加载过程(更详细的过程参考下一节)
  1. BIOS固件将磁盘中MBR里存储的系统加载程序加载到PC=CS：IP=0000:7c00处(这个加载程序只有512B；MBR是磁盘的最开始处)
  2. 然后控制跳转到0x7c00处执行刚从磁盘加载进来的系统加载程序
  3. 系统加载程序将操作系统的代码和数据从磁盘加载到内存
  
  为什么要先加载程序，再由加载程序来加载操作系统？：由于文件系统有不同的格式，BIOS并不能直接识别所有的文件系统，所以它只负责加载系统加载程序，与文件系统相关的事情再交给系统加载程序来处理

3.2 系统启动流程

启动流程

• 大体过程
  
  注意：如上图所示，实际上BIOS不是直接就读取了加载程序的 => 由于磁盘可能有多个分区，BIOS并不能确定加载程序在哪个分区。
  所以：1. 先读主引导扇区，借此找到活动分区(即系统分区)
  2. 读取活动分区的引导扇区代码
  3. 最后再利用引导扇区代码读取加载程序到内存

• 0：CPU初始化
  

• 1:BIOS初始化(硬件自检POST)
  1 检测系统中内存和显卡等关键部件的存在和工作状态
  2 查找并执行显卡等接口卡BIOS，进行设备初始化
  3 执行系统BIOS，进行系统检测 => 检测并配置即插即用设备(比如从U盘启动)，从而了解整个计算机系统连接了哪些设备
  4 更新CMOS中的扩展系统配置数据ESCD(存储系统连接的设备，每次加电都会进行)
  5 将控制权转到从外部读入的程序

• 主引导扇区(MBR)格式
  

• 分区引导扇区格式
  从
  

• 加载程序(bootloader)
  BIOS从活动分区加载bootloader后，控制转到bootloader，然后由bootloader在该分区对应的文件系统中读取启动配置信息，最后根据配置加载操作系统内核!!!
  

系统启动规范

BIOS：固化到计算机主板上的程序，包括系统设置，自检程序和系统启动程序，有以下扩展：
BIOS-MBR：一个MBR可以描述四个分区，BIOS读取MBR后找到存放系统的活动分区…
BIOS-GPT：用于解决多余四个分区的问题…
PXE：从网络启动的标准…
UEFI：接口标准，旨在在所有平台上提供一直的操作系统启动服务…

3.3 中断、异常和系统调用

• 内核的进入与退出
  注：这里可参考csapp第8章=>广义上的异常可分为：中断、陷阱、故障、终止添加链接描述
  本节讲的异常强调的是陷阱和故障； 而系统调用本质上也是通过陷阱实现的，只是它有自己单独的系统调用表，而不是直接使用中断(异常)向量表(系统调用在中断向量表中占用一个编号，发生系统调用时会从中断向量表跳转到系统调用表)
  
• 三者的区别
  

3.4 系统调用

• 系统调用的实现
  
• 系统调用与函数调用的不同
  指令不同：系统调用使用INT指令； 函数调用使用CALL指令
  堆栈切换：系统调用会切换到内核栈；函数调用不会切换堆栈
  调用开销：系统调用开销大于函数调用(需要完成切换引导、内核堆栈建立、地址空间映射、安全验证等)
  

3.5 系统调用示例

• 例
  

3.6 ucore+系统调用代码

添加链接描述

第四讲(实验1)：bootloader启动ucore-os

4.1 x86启动顺序(可参考3.1、3.2)

• x86 加电后寄存器的初始值
  
  1. 刚加电时，处于实模式，寻址方式兼容8086，使用Base+IP(而不是16CS:IP) => 加电后要取的第一个内存地址是Base+IP(FFFF0000H+0000FFF0H=FFFFFFF0H)，这个地址就是BIOS的EPROM所在地，更多参考：附录“启动后第一条执行的指令”
  2. 当CS被新值加载后，16CS:IP的地址计算规则才开始使用
  3. 上述的第一个地址处是一个长跳转指令，它会跳到BIOS代码中取执行…(读取长跳转指令时便会更新CS、EIP寄存器，地址计算规则开始正常使用…)

• 从BIOS到bootloader
  1. BIOS开始执行后，加载存储设备上的第一个删除(主引导扇区，MBR，共512字节，其中64字节用于描述4个活动分区，最后两字节是结束标志字节，为0x55aa)到内存地址0x7c000处
  2. 控制转移到从MBR读进来的代码，即从0x7c00开始执行…
  (注：本节认为MBR中加载进来的代码就是加载os的bootloader，忽略了3.2中描述的活动分区引导扇区)

• 从bootloader到os
  a.bootloader开始执行，系统从实模式切换到保护模式(通过设置CR0寄存器的某一bit实现) => 寻址空间变为4G，段机制开始工作
  b.bootloader读取系统内核代码
  c.跳转到系统内核的入口点，控制转移到此，系统开始执行…

• 段机制
  保护模式下，地址计算不再是16*CS：IP！ =>此时段寄存器存放的是一个指针，指向段描述符，段描述符描述了这个段的基址和大小(当然不止这两项)，如图：
  
  - 全局描述符表(GDT) 与 地址计算
  如上所述，段模式下，段寄存器存放的称为段选择子(selector)，它是到段描述符的指针(准确的说存放的是是索引/下标+一些其他信息)。段描述符存放在全局描述符表(GDT)，通过寄存器GDTR可以找到GDT。GDTR中的全局描述符表基址+段选择子中的下标部分，就得到段描述符的地址。
  在段描述符中找到段基址，再加上EIP中的偏移即可得到线性地址(段机制下逻辑地址就是线性地址)，整个过程如下：
  

• 段寄存器、全局描述符表项的格式
  段寄存器存放的数字中除了包含GDT下标外，还有其它信息，比如特权级…
  GDT表项中除了段机制、段大小外，还有其它信息…
  具体格式求助网络…

• 加载ELF的系统内核程序
  …略

4.2 C函数调用的实现

• 函数调用栈的变化过程
  
  调用foo后
  
  如上图，注意调用新的函数时，EBP指向新的栈帧，但是EBP所指地址存放的内容是上一个栈帧的地址，依次类推便形成了一个调用链…
• 注意
  1.部分参数、返回值也可通过寄存器来保存，从而比放再内存中的栈更高效
  2.保存/恢复寄存器时不一定是保存所有寄存器的值…

4.3 GCC内联汇编

• 内联汇编
  直接在C中插入汇编代码
  作用：完成部分C语言无法完成的功能
• 示例
  语法
  

示例1

示例2

4.4 x86-32 中断处理过程

• 中断源
  x86将(广义)中断分为两类：中断、异常 (注意与csapp中的区别)
  中断的产生
  外部中断：串口、硬盘、网卡、时钟等
  软件中断：INT n指令 => 用于系统调用
  异常的产生
  程序错误：除零等
  机器检查出的异常S
• 1.确定中断服务例程(Interpt Service Routine)
  每个中断(异常)与一个中断服务例程(ISR)相关联，关联关系存储在中断描述符表IDT中，类似于GDT，IDT的基址存放在寄存器GDTR中。
  中断描述符表的表项：最重要的包括段选择子、段偏移(见下一幅图)
  
  中断的查找过程
  a.根据中断号查找中断描述符表IDT，得到中断服务例程的段索引和段偏移
  b.根据a中的段索引查找全局描述符表，得到中断服务程序所处段的基址
  c.根据b中所得的段基址和a中所得的段偏移，找到中断服务程序的起始地址
  
• 2.切换到中断服务例程
  对于在内核态运行时产生的中断(图左)：直接向当前使用的栈中压入部分寄存器的内容，从而完成现场保存
  对于在用户态运行时产生的中断(图右)：将当前部分寄存器的内容压入系统栈(而不是用户栈)，从而完成现场保存； 此外，还需要压入用户栈的ESP和SS，方便返回时回到用户栈原位
  如何判断内核态还是用户态：这是由优先级(特权级)决定，段寄存器中的某个低位bit表示特权级
  
• 3.从中断服务例程返回
  iret指令完成中断的返回； ret、retf完成函数的返回!!!
  对于在内核态运行时产生的中断：iret指令使得栈中所有保存的寄存器内容恢复到寄存器中，从而能够根据CS、EIP继续从被中断处执行
  对于在用户态运行时产生的中断：iret指令执行时将系统栈中所有内容恢复到用户栈…
  

4.5-4.9 练习

参考：lab1

4.10 补充：关于第一条指令及线性地址的计算（重要）

写在前面：最好直接参考：lab1实验文档BIOS启动过程
开机后的第一条指令
你真的了解段寄存器吗？

• 地址转换过程
  逻辑地址(进程地址空间) => 线性地址 => 物理地址
  逻辑地址到线性地址是通过分段机制； 线性地址到物理地址是通过分页机制；如果没有分页机制，则线性地址就是物理地址
  本节主要讨论分段机制下，线性地址的计算

• 16位机器实模式下的分段相关寄存器
  CS：16位，存放段基址。不过段基址=16* CS
  IP：16位，存放段偏移
  => 线性地址=段基址+段偏移=16*CS+IP

• 32位机器保护模式下的分段相关寄存器
  CS：这些段寄存器(不仅CS)除了有16位的可见部分，还有不可见的隐藏部分，称为描述符缓存“descriptor cache”或隐藏寄存器“shadow register”。当一个段选择符（segment selector）装入段寄存器的可见部分，处理器同时也把该段描述符的其它数据装入到段寄存器的隐藏部分，这包括段开始的基地址、段长度、访问控制信息等。这些信息缓存到段寄存器中，避免了处理器在转址（translate address）时花费额外的总线周期从段选择符表中读入数据。处理器指令中可以明示使用哪些段寄存器，这将替换掉默认使用的段寄存器。 ————维基百科
  EIP：同样是存放段偏移
  => 线性地址=段基址+段偏移
  =(通过CS中的可见部分找到段基址，将段基址存入CS的不可见部分)+EIP
  可见：32位和16位下，线性地址的计算都是基址+偏移。区别在于32位下基址的计算方式发生了改变

• 为什么第一条指令是0xFFFFFFF0
  32位机器reset后，
  CS：可见部分被设为F000H，不可见部分被设FFFF0000H => 基址为不可见部分，即FFFF0000H
  EIP：被设置为0000FFFOH => 偏移为0000FFF0H
  由于没有分页机制，物理地址=线性地址=…=FFFFFFF0H

• 刚开机时不是实模式吗，为什么按照保护模式的方法计算第一条指令地址？
  这是规定，第一条指令按照保护模式的方式计算。之后由于CS寄存器被修改，且处于实模式，才开始使用16*CS+IP的方式计算

• 刚开机时处于16位实模式，地址空间只有1MB，为什么第一条指令地址远大于1MB？
  通过BIOS映射，参考：开机后的第一条指令