深入理解计算机系统01-计算机系统漫游

第一章：计算机系统漫游

1.1 信息就是位+上下文

#include <stdio.h>

int main()
{
    printf("hello, world\n");
    return 0;
}

// hello.c

　　hello程序的生命周期从源程序（源文件）hello.c开始，这是一个程序员创建并保存的文本文件。源程序实际上也是一个由0和1组成的位（bit，比特）序列，8个bit组织成一组称为字节（byte）。每个字节表示源程序中的文本字符。大部分现代计算机使用ASCII标准来表示文本字符，即用单个字节的整数值来表示一个字符，图1-2就是hello.c的ASCII码表示：

　　hello.c是以字节序列的方式存储在文件中的，每一个字节都有一个整数值，对应ASCII字符。像hello.c这种只有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。

　　hello.c的表示方法说明了：系统中所有信息——包括磁盘文件、内存中的程序、内存存放的用户数据、网络上传送的数据等都是一串比特；区分不同数据对象的唯一方法是我们读取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、字符串或机器指令。

　　数字的机器表示方式与实际的整数和实数是不同的，它们是对真值有限近似值。

1.2 程序被其他程序翻译成不同格式

　　hello程序是从一个高级C语言程序开始的，为了在系统上运行hello.c程序，必须将C语句（高级语言）都转化为一些列低级的机器语言指令。然后将这些指令按照一种称为可执行目标程序的格式打包，并以二进制磁盘文件的形式存储起来（即可执行目标文件）。目标程序也称为可执行目标文件。

　　从源程序（源文件）到目标程序（目标文件）的转化一般是由编译器驱动程序来完成的：

linux> gcc -o hello hello.c

　　GCC编译器驱动程序读取源文件hello.c并翻译成目标文件hello的过程，分四个阶段完成。执行这四个阶段的程序（预处理器、编译器、汇编器、链接器）一起构成了编译系统（compilation system）：

预处理阶段：预处理器根据以#字符开头的命令（预处理指令）修改原始C程序生成修改后的C程序。比如hello.c中的#include<stdio.h>指令就是告诉预处理器读取系统头文件stdio.h内容并将其直接插入到程序文本中得到另一个C程序hello.i（还是文本文件）。
编译阶段：编译器将文本文件hello.i翻译成文本文件hello.s（这是一个汇编语言程序，里面就是由C语言程序代码翻译得到的汇编语言代码），该程序中包含的main函数定义如下：

1 main:
2     subq $8, %rsp
3     movl $.LC0, %edi
4     call puts
5     movl $0, %eax
6     addq $8, %rsp
7     ret

　　　　main函数定义中2~7行的的每条语句（汇编代码）以文本格式描述了一条低级机器语言指令（汇编语言本质就是机器语言指令的助记符）。汇编语言是非常有用的，它为不同的高级语言的不同编译器提供了通用的输出语言。

汇编阶段：汇编器将hello.s翻译成机器语言指令，并把这些指令打包成一种叫做可重定位目标程序（relocatable object program）的格式保存在目标文件hello.o中。hello.o是二进制文件里面包含了main函数的指令编码，如果用文本编辑器打开hello.o将看到一堆乱码（上下文不是文本，里面的字节序列并不表示字符，强行解释成字符所以乱码）。
链接阶段：hello程序调用了标准C库的printf函数（由C编译器提供），printf函数存在于名为printf.o的预编译好了的目标文件中。链接器就负责将这个文件合并到hello.o程序中，结果就得到了hello这个可执行目标文件（简称：可执行文件），可以被加载到内存中，由系统执行。

1.3 了解编译系统如何工作大有益处

1.4 处理器读取并解释存储在内存中的指令

　　在Unix系统上运行可执行文件，将其文件名输入到shell程序中。shell是一个命令行解释器（也叫系统外壳程序），它输出一个提示符等待用户输入命令行，然后执行这个命令。如果命令行的第一个单词不是内置shell命令，它就假设这是一个可执行文件的名字，它将加载并运行这个文件。

linux> ./hello
hello, world
linux>

1.4.1 系统的硬件组成

　　1.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（word），word的字节数（即字长，也叫机器字长）是一个基本的系统参数。现在的大多数机器字长要么是4字节（32位）要么是8字节（64位）。

　　2.I/O设备

　　I/O（输入/输出）设备是系统与外界联系的通道。如：作为用户输入的键盘和鼠标、作为输出的显示器、用于存储数据和程序的磁盘驱动器。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设备本身或者是系统的主印刷电路板（通常称作主板）上的芯片组，而适配器则是一块插在主板插槽上的卡，无论如何它们的功能都是在I/O总线和I/O设备之间传递信息。

　　3.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储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取存储器(DRAM)芯片组成；从逻辑上来说，存储器是一个线性的字节数组，每一个字节有其唯一的地址(数组索引)，这些地址是从0开始的。一般来说，组成程序的每条机器指令都是由不同数量的字节构成。C程序变量的大小是根据数据类型变化的，如Linux x86-64机器上short类型数据需要2字节，int和float需要4字节，long和double需要8字节。

　　4.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word的存储设备（或寄存器）称为程序计数器（PC：Program Counter）。在任何时刻PC都指向主存中的某条机器指令（即PC中包含了下一条执行的机器指令的地址）。

　　从系统通电到断电，处理器一直在不断的执行PC指向的指令，再更新PC，使其指向下一条指令（即CPU一直在“取指执行”）。CPU的指令执行模型由指令集架构决定，在这个模型中，指令按照严格的顺序执行，而执行一条指令包含执行一系列步骤。CPU从PC指向的内存读取指令，解释指令中的位并执行指令指示的操作，然后更新PC指向下一条指令，下一条指令在内存中的位置并不一定和刚刚执行的指令相邻。

　　寄存器文件是一个小型存储设备，由一些单个字长的寄存器组成，每一个寄存器都有唯一的名字。算术逻辑单元（ALU）计算新的数据和地址值。

1.4.2 运行hello程序

1.5 高速缓存至关重要

1.6 存储设备层次结构

1.7 操作系统管理硬件

　　运用程序并不能直接访问硬件（鼠标、键盘、显示器、主存等），它们依靠操作系统提供的服务。可以把操作系统看成是运用程序和硬件之间的一层软件，运用程序所有访问硬件的操作都必须通过操作系统。

　　操作系统有2个基本功能：（1）防止硬件被失控的软件滥用（2）向运用程序提供简单一致的机制（即接口）来来控制复杂且不同的硬件。操作系统通过几个基本的抽象概念（进程、虚拟内存、文件）来实现这2个功能。文件时对I/O设备的抽象，虚拟内存时对主存和磁盘I/O设备的抽象，进程则是对处理器、主存和I/O设备的抽象表示。