「30天制作操作系统系列」1~4天从汇编到C语言

最新推荐文章于 2024-08-16 22:34:12 发布

代码狂魔v

最新推荐文章于 2024-08-16 22:34:12 发布

阅读量2.7k

点赞数 32

分类专栏：代码狂魔文章标签：操作系统

本文链接：https://blog.csdn.net/xvktdmjg/article/details/116897155

版权

本文介绍了制作操作系统的初期阶段，从开机启动过程、BIOS功能，到编写启动引导程序（bootloader）的重要性，强调了汇编语言在这一阶段的必要性。通过汇编源码解析，展示了如何编写最简单的启动程序，以及如何用Makefile编译和生成软盘镜像。最后，简要概述了从实模式转换到32位保护模式的过程，为后续调用C语言代码奠定了基础。

摘要由CSDN通过智能技术生成

背景

30制作操作系统？这个听起来像天方夜谭，但是真有一本书就叫做《30天自制操作系统》，当然，自制操作系统的目的不是要去对标Windows、Linux、MacOS等流行的现代化操作系统，而是了解操作系统制作与运行的整个流程与细节，了解汇编与C语言。

下图是该书作者最终制作的操作系统的模样，至少我看到有图像查看器、调色板、文本阅读器与console终端，麻雀虽小五脏俱全，这张图就是我坚持的动力（笑）。

本系列文章的目的不是教你怎么一天天去实现上述操作系统，而是笔者在阅读并实践了《30天自制操作系统》一书后的一些笔记和整理，本文后面会提供该书以及所有光盘附带源码，感兴趣的读者可以自己动手实践，如果遇到不了解的内容，也可以结合本笔记查看。

操作系统，英文（Operating System，下文简称OS），是一个特殊的软件，往上运行着应用软件（比如我们常用的QQ，微信），往下和硬件打交道（比如CPU、内存、鼠标等），它就像是硬件和应用软件之间的桥梁与纽带。

仓库中包含该书以及所有源码文件：
https://github.com/scriptwang/30DaysMakeOS

电脑启动过程

怎么才能让电脑通电后再启动我们自制的OS？首先一定要先明白电脑是怎么启动的：

按下开机键通电
BIOS启动并自检（检查硬件设备是否就绪），新版的BIOS也叫UEFI，不要纠结，本质是一样的
BIOS读取硬盘/软盘/光驱的第一个扇区（512字节）到内存0x7c00~0x7dff处（0x7dff-0x7c00+1 刚好等于512）
执行0x7c00~0x7dff代码启动相应的OS

这512字节的程序就叫做bootloader，在书中叫做IPL（initial program loader），叫啥不重要，总之开机就会执行这512字节的指令，这512字节的指令再去将OS kernel加载到内存，然后启动真正的OS！

如下图所示

需要注意的是BIOS的一些设置信息和系统时钟信息存储在CMOS中，CMOS全称Complementary Metal Oxide Semiconductor（互补金属氧化物半导体），它需要通电，台式机主板上的纽扣电池就是给CMOS供电的，如果没电了，BIOS设置信息就会丢失然后恢复到默认值（假设设置了BIOS密码拔掉纽扣电池密码就没有啦），系统时钟也会停止

为啥有这样的设计？想一下为什么每次电脑开机时钟总是正确的？那么一定有一个地方一直在运行着，然后开机时告诉OS当前的系统时钟，要一直运行就得一直通电。

BIOS

参考：
https://zh.wikipedia.org/wiki/BIOS

BIOS（英文：Basic Input/Output System），即基本输入输出系统，BIOS是16位汇编语言程序，只能运行在16位实模式，可访问的内存只有1MB，而UEFI是32位或64位高级语言程序（C语言程序），突破实模式限制，可以达到要求的最大寻址。实模式的内容后面会详细讲到

当电脑的电源开启，BIOS就会从主板上的ROM芯片运行，运行加电自检（POST），测试和初始化CPU、RAM、直接存储器访问控制器、芯片组、键盘、软盘、硬盘等设备。当所有的Option ROM被加载后，BIOS就试图从引导设备（如硬盘、软盘、光盘）加载引导程序，由引导程序加载操作系统。BIOS也可从网卡等设备引导。

下图是BIOS自检过程中检查出的硬盘错误，这个界面有没有很熟悉的感觉。

启动引导程序编写

启动引导程序即上文所说的512字节的bootloader，在书中叫做IPL，启动引导程序后文用IPL代替

汇编的必要性

这里讲的是用汇编来写IPL程序的必要性，编程语言那么的多，为什么要选汇编？要讲明白这个问题首先明白几个概念。

机器语言

参考：
https://zh.wikipedia.org/wiki/%E6%9C%BA%E5%99%A8%E8%AF%AD%E8%A8%80

机器语言（machine language）是一种指令集的体系。这种指令集称为机器码（machine code），是电脑的CPU可直接解读的资料。

所谓机器语言说白了就是一堆0101…的数字，无论任何语言最终都要翻译成机器码才能被CPU执行，下面来个示例感受一下性感的机器语言

1011 代表赋值操作（MOV）
0000 代表寄存器AL
01100001代表数字97（十六进制表示为0x61）

所以要给寄存器AL赋值十进制数97用机器码写成

10110000 01100001

怎么样，性感不？任何程序最后在CPU看来都是0和1的排列组合，来看看上古时期怎么编程，就下图这玩意叫做打孔带：带孔为1，无孔为0，上古时期的程序就是一条条纸带，看得见，摸得着，怎么样，纸带是否更性感？

汇编语言

定义

汇编语言（Assembly Language）是任何一种用于电子计算机、微处理器、微控制器或其他可编程器件的低级语言，亦称为符号语言。

在汇编语言中，用助记符代替机器指令的操作码，用地址符号或标号代替指令或操作数的地址。

在不同的设备中，汇编语言对应着不同的机器语言指令集，通过汇编过程转换成机器指令。

特定的汇编语言和特定的机器语言指令集是一一对应的，不同平台之间不可直接移植。

定义很复杂，其实明白了机器码那么汇编其实很简单，汇编本质上就是机器码的助记符！比如上文提到的赋值操作1011 给它取个名儿就叫做MOV，MOV就是汇编语言，1000 代表寄存器AX，那么就给1000取个名儿叫AX，97的二进制为01100001，这个不好记，我们用十六进制表示成0x61，所以上文中性感的机器码

10110000 01100001

用汇编来表示就是

MOV AL,0x61

有没有感觉清爽了很多？至少看到汇编能猜到大概意思，看到机器码那就一脸懵逼。

但是汇编方便了人们记忆和理解，但是不利于CPU执行啊，所以产生了将汇编助记码翻译成机器码的东西，这个东西就叫做编译器。

所以IPL程序为什么要选汇编？

CPU只认识机器码，无论什么语言最后都变成机器码才能喂给CPU，编译器就是专门干这个事情的，看看主流的编程语言是怎么被CPU执行的

汇编 → 机器码
C/C++ → 汇编 → 机器码
Java → 字节码 → JVM虚拟机（编译/解释） → 汇编 → 机器码
…

可以看到汇编离CPU最近（汇编本质上就是机器码的助记符而已），意味着更少的依赖以及可以操作更加底层的东西（比如直接操作CPU的寄存器）

假设用Java来编写IPL，那么它要依赖JVM虚拟机，JVM虚拟机装在哪？现在我们要制作OS，而JVM需要OS，这不就循环依赖了吗？那肯定不行！

假设用C/C++，C/C++要编译成机器码，中间也是要经过汇编的，而且很多C/C++做不到的事情还得需要汇编来做，那么为啥不直接用汇编呢？

所以经过上述分析，IPL程序用汇编编写是具有必要性的！

CPU构成

既然讲到汇编，那就不得不提CPU的构成，如下图

CPU构成包括计算单元（ALU）、寄存器（Register）、缓存（Cache）、程序计数器（Program Counter），寄存器和缓存都是存东西的，不过寄存器更快，大概比喻如下：

寄存器就好像你房间里床边的小抽屉，比较小，但伸手就能打开，速度贼快；

缓存（特指CPU的缓存）就像你房间里的衣柜，比较大，但是要起床才能打开，速度十分快；

物理内存（就是RAM，内库条，俗称条子）就像是你房间对面的仓库，容量很大，但是你要起床，开门，再去库房，拿完东西回来再关门，速度也挺快；

硬盘就像天安门广场，很宽很大很广，可以放下很多东西，但是你得起床，出门做公交或者地铁才能到，拿完东西再回家，那速度就比你家库房（内存）拿东西慢多了。

寄存器

那我们就来讲讲你房间床边的小抽屉，因为汇编里面全是对寄存器的操作，如果不清楚寄存器，会很懵

寄存器就是右边红框内的那一坨，这里展示的是32位的寄存器，寄存器都有自己的名字，所谓寄存器，简单来讲就是临时存下数据的，就像炒菜需要几个碗分别放葱姜蒜，炒的时候一股脑锅里倒就完事，那几个临时放放葱姜蒜的碗就是寄存器。

E为Extended的缩写，表示扩展；H为High的缩写，表示高位；L为Low的缩写，表示低位，例：AH表示AX寄存器的高8位

AX、BX、CX、DX四个16位寄存器用于通用目的，比如计数、存储数据等，其实就是有4个4字节的存储空间随便取个名字叫A、B、C、D而已，然后把前8位，前8~16位，前16位分别取个个名字而已AH、BH、CH、DH表示高8位AL、BL、CL、DL表示低8位EAX、EBX、ECX、EDX，把原来的16位扩展成32位
SI、DI、BP、SP四个寄存器都是16位的，各有各的用途，前面加个E表示32位的SI：Source Index，源变址寄存器，可以用来存放数据、地址等DI：Destination Index，目的变址寄存器，可以用来存放数据、地址等BP：Base Pointer，基数指针寄存器SP：Stack Pointer，堆栈寄存器，存放栈的偏移地址可以看到这几个寄存器都和内存地址有关系（指针），在32位的寄存器中能表示的最大内存就是2^{32/1024/1024/1024=4GB，所以32位系统能寻址的最大内存就是4GB，超过4GB无法使用，现在的机器一般都是64位的寄存器了，64位的可以算算2}64/1024/1024/1024=17179869184GB=16777216TB，就目前而言，可以算作无限大了。
FLAGS/EFLAGS：表示当前运行状态的标识
IP/PC：IP即Instruction Pointer，PC即Program Counter，两者其实是一个东西，程序计数器，保存的是下一条指令的执行地址

你的床边就有这么多个小抽屉，汇编就是可以直接操作这些小抽屉的