深入理解计算机系统（一）

信息就是位+上下文

#include<stdio.h>
 int main()
{
    printf("hello,world\n");
    return 0;
}

上面是一个hello程序。它的生命周期是从一个源程序开始的，就是程序员通过编辑器创建并保存的文本文件，文件名是hello.c。（源程序实际上就是由值0和1组成的位（比特）序列，8个位为一组称为字节，每个字节表示程序中的某些文本字符）

大部分计算机系统用ASCII标准来表示文本字符，就是用唯一的单字节大小的整数值来表示每个字符，

hello.c程序是以字节序列方式存储在文件中的，每个字节都有一个整数值对应于某个字符。

如下就是hello.c的ASCII码表示。 

我们可以编写如下代码来展示出它的ASCII码形式 

#include<stdio.h>

int main() {
    char str[] = "#include<stdio.h>int main()\n{\n    printf(\"hello,world\\n\");\n    return 0;\n}";
    for (int i = 0; str[i] != '\0'; i++) {
        printf("ASCII value of %c is %d\n", str[i], str[i]);
    }
    return 0;
}

 

 像这样只由ASCII字符构成的文件称为文本文件，所有其他文件都称为二进制文件

文件

通常来说文件分为两种，文本文件和二进制文件。当然文本文件也是由二进制组成，只不过比纯粹二进制文件多了上下文特征——编码。以上述ASCII编码的文本文件来说，每个字节表示一个字符，于是这些二进制数据在这个上下文环境中表现为字符，成了可供人们阅读的文本。

上述表示方法说明了一个基本思想：系统中的所有信息——包括磁盘文件、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都到这些数据对象时的上下文。（在不同的上下文中，一个同样的字节序列可能表示一个整数、浮点数、字符串或者机器指令）

程序的生命周期

hello程序的生命周期是从一个高级C语言程序开始的，但是为了在系统上运行hello.c程序，每一条语句都被转化为一系列低级机器语言指令，然后这些指令按照一种称为可执行目标程序（可执行目标文件）的格式打包好，并以二进制磁盘文件的形式存放起来。

Unix系统上从源文件到目标文件的转化是由编译器驱动程序完成的。GCC编译器驱动程序读取源文件hello.c，并把它翻译成一个可执行目标文件hello。这个过程分为4个阶段，如下图所示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

•  预处理阶段。预处理器根据以字符#开头的命令，修改原始的C程序。例如#include<stdio.h>命令告诉预处理器读取系统头文件stdio.h的内容，并把它直接插入程序文本中，得到另外一个C程序，以 .i 作为文件扩展名
• 编译阶段。编译器将文本文件hello.i翻译成文本文件hello.s，它包含一个汇编语言程序。该程序包含函数main的定义，

 类似于这样的

main:
    ; 函数入口处
    push ebp        ; 保存旧的基址指针
    mov ebp, esp    ; 设置新的基址指针

    ; 打印 "hello, world"
    push dword hello    ; 将字符串地址压入栈中
    call printf        ; 调用 C 标准库的 printf 函数
    add esp, 4         ; 清理栈上的参数

    ; 返回 0
    mov eax, 0      ; 将返回值 0 放入寄存器 eax 中

    ; 函数出口处
    mov esp, ebp    ; 恢复栈指针
    pop ebp         ; 恢复基址指针
    ret             ; 返回

汇编语言为不同高级语言的不同编译器提供了通用的输出语言

• 汇编阶段。将hello.s翻译成机器语言指令把这些指令打包成可重定位目标程序的格式，并将结果保存在hello.o这个二进制文件中，它包含的17个字节是函数main的指令编码
• 链接阶段。hello程序调用了printf函数，它是每个C编译器都提供的标准C库中的一个函数。printf函数存在于一个名为printf.o的单独的预编译好了的目标文件中，而这个文件必须以某种方式合并到hello.o程序中，链接器就负责这种合并。结果就得到hello文件，它是一个可执行目标文件，可以被加载到内存中由系统执行

 系统的硬件组成

 

 总线

 贯穿整个系统的是一组电子管道，称作总线，它携带信息字节并负责在各个部件间传递。通常总线被设计成传送定长的字节块，也就是字。

I/O设备

I/O（输入/输出）设备是系统与外部世界的联系通道。上图中包括了四个I/O设备：键盘和鼠标，显示器，磁盘驱动器（就是磁盘）。最开始hello就存放在磁盘上。 

每个I/O设备都通过一个控制器或适配器与I/O总线相连。控制器和适配器之间的区别主要在于它们的封装方式。

控制器是I/O设备本身或者系统的主印制电路板（主板）上的芯片组。

适配器则是一块插在主板插槽上的卡。

但是它们的功能都是在I/O总线和I/O设备之间传递信息。

主存

 主存是一个临时存储设备，在处理器执行程序时，用来存放程序和程序处理的数据。从物理上来说，主存是由一组动态随机存储器（DRAM）芯片组成的。从逻辑上来说，存储器是一个线性的字节数组，每个字节都有其唯一的地址（数组索引），这些地址是从零开始的

处理器

 中央处理单元（CPU），简称处理器，是解释（执行）存储在主存中指令的引擎。处理器的核心是一个大小为一个字的存储设备（寄存器），称为程序计数器（PC）。在任何时刻，PC都指向主存中的某条机器语言指令（即含有该条指令的地址）

从系统通电开始，直到系统断电，处理器一直在不断地执行程序计数器指向的指令，再更新程序计数器，使其指向下一条指令。他们围绕着主存、寄存器文件、和算术/逻辑单元（ALU）进行。

运行hello程序

 hello.c源程序已经被编译系统翻译成了可执行目标文件hello,并被存放在磁盘上。要想运行该可执行文件，将它的文件名输入到称为shell的应用程序中。

当我们想要输入命令时，CPU中已经有一个正在运行的程序——shell。shell是一个命令行解释器，它输出一个提示符，等待输入一个命令行，然后执行这个命令。如果该命令行的第一个单词不是一个内置的shell命令，那么shell就会把它当作一个可执行文件的名字，加载并运行该文件。

初始时，shell程序执行它的指令，等待我们输入一个命令，当键盘输入字符串“./hello”后，shell程序将字符逐一读入寄存器，再把它放到内存中， 

 清晰一点表示就是下面这样

 

 当在键盘上敲入回车键时，shell程序就知道已经结束命令的输入。然后shell执行一系列指令来加载可执行hello文件，这些指令将hello目标文件中的代码和数据从磁盘复制到主存。数据包括最终会被输出的字符串”hello，world\n”

利用直接存储器（DMA）存取技术，数据可以不通过处理器而直接从磁盘到达主存

 一旦目标文件hello中的代码和数据被加载到主存，处理器就开始执行hello程序的main程序中的机器语言指令。这些指令将“hello，world\n"字符串中的字节从主存复制到寄存器文件，再从寄存器文件中复制到显示设备，最终显示到屏幕上。

 

 高速缓存很重要

 在上述示例中，系统花费了大量的时间把信息从一个地方挪到另一个地方。这些复制挪动操作就是开销，减慢了程序“真正”的工作。因此系统设计者的一个主要目标就是使这些复制操作尽可能快地完成。

处理器从寄存器文件中读取数据比从主存中读取几乎快100倍，而且这种差距还在增大。

针对这种差异，系统设计者采用了更小更快的存储设备，称为高速缓存存储器（cache或高速缓存），作为暂时的集结区域存储处理器近期可能会需要的信息。

 存储设备形成层次结构

 存储器层次结构的主要思想是上一层的存储器作为低一层存储器的高速缓存。 

操作系统管理硬件

如图10，所有应用程序对硬件的操作都必须通过操作系统

操作系统有两个基本功能：（1）防止硬件被失控的应用程序滥用；（2）向应用程序提供简单一致的机制来控制复杂而又通常大不相同的低级硬件设备

操作系统通过（进程、虚拟内存和文件）来实现这两个功能

文件是对I/O设备的抽象表示，虚拟内存是对内存和磁盘I/O设备的抽象表示，进程则是对处理器、主存和I/O设备的抽象表示

 

 进程

 像hello这样的程序运行时，操作系统会提供一种假象，就好像系统上只有这个程序在运行。程序看上去是独占地使用处理器、主存和I/O设备。处理器看上去就像不间断地一条接一条地执行程序中的指令。这些假象是通过进程的概念来实现的。

进程是操作系统对一个正在运行的程序的一种抽象。在一个系统上可以同时运行多个进程，而每个进程都好像在独占地使用硬件。而并发运行则是指一个进程的指令和另一个进程的指令是交错执行的。

无论是在单核还是多核系统中，一个CPU看上去都像是在并发地执行多个进程，这是通过处理器在进程间切换来实现的，操作系统实现这种交错执行的机制称为上下文切换。操作系统保持跟踪进程运行所需的所有状态信息，这种状态就是上下文。

在任何一个时刻单处理器系统都只能执行一个进程的代码，当操作系统决定要把控制权从当前进程转移到某个新进程时，就会进行上下文切换，然后将控制权传递到新进程。

线程 

一个进程实际上可以由多个称为线程的执行单元组成，每个线程都运行在进程的上下文中，并共享同样的代码和全局数据。 

进程与线程

虚拟内存

虚拟内存是一个抽象概念，它为每个进程提供了一个假象，即每个进程都在独占地使用主存。每个进程看到的内存都是一致的，称为虚拟地址空间。

下图是Linux进程的虚拟地址空间，地址空间最上面的区域是保留给操作系统中的代码和数据的，对所有进程而言都一样。底部区域存放用户进程定义的代码和数据。（地址是从下往上增大的） 

 虚拟内存的运作需要硬件和操作系统软件之间精密复杂的交互。基本思想是把一个进程虚拟内存的内容存储在磁盘上，然后用主存作为磁盘的高速缓存。

文件

文件就是字节序列

系统之间利用网络通信 

 系统经常通过网络和其他系统连接到一起，如下图所示，当系统从主存复制一串字节到网络适配器时，数据流经过网络到达另一台机器。从一个单独的系统来看，网络可视为一个I/O设备。

 

 系统不仅仅只是硬件，系统是硬件和系统软件互相交织的集合体，它们必须共同协作以达到运行应用程序的最终目的。