01_导入

导入

信息就是位+上下文

程序的生命周期是从一个源程序（或者说源文件）开始的，即程序员通过编辑器创建并保存的文本文件，文件名是hello.c。源程序实际上就是一个由值0 和 1 组成的位（又称 为比特）序列， 8个位被组织成一组，称为字节。每个字节表示程序中的某些文本字符。

大部分的现代计算机系统都使用 ASCII标准来表示文本字符，即用 一个唯一的单字节大小的整数值来表示每个字符，hello.c 程序是以字节序列的方式储存在文件中的。 每个字节都有一个整数值，对应某些字符。例如，第一个字节的整数值是 35, 它对应的就是字符＂＃＂：

系统中所有的信息包括磁盘文件、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读到这些数据对象时的上下文。 比如，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。

程序被其他程序翻译成不同的格式

hello 程序的生命周期是从一个高级 C 语言程序开始的：

1. 在系统上运行 hello.c 程序
2. 每条 C 语句都必须被其他程序转化为一系 列的低级机器语言指令
3. 这些指令按照一种称为可执行目标程序的格式打好包，并以二进制磁盘文件的形式存放起来

​ 在 Unix 系统上，从源文件到目标文件的转化是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。这个翻译过程可分为四个阶段完成，执行这四个阶段的 程序（预处理器、编译器、汇编器和链接器）一起构成了编译系统(compilation system):

预处理阶段:头文件处理,依赖插入

预处理器(cpp)根据以字符＃开头的命令，修改原始的 C 程序。比如 hello . c 中第 1 行的五nclude 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。结果就得到了另一个 C程序，通常 是以 .i 作为文件扩展名。

编译阶段:高级语言翻译为汇编语言(Asembly Language)

编译器(eel)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，如下所示：

定义中 2~7 行的每条语句都以一种文本格式描述了一条低级机器语言指令。 汇编语言是非常有用的，因为它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:汇编语言被翻译为机器语言指令

汇编器(as)将 hello.s 翻译成机器语言指令，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，并将结果保存在目标文件hello.o 中。 hello.o 文件是一个二进制文件，它包含的 17 个字节是函数 main 的指令编码。 如果我们在文本编辑器中打开 hello.o文件，将看到一堆乱码。

链接阶段:合并单独编译好了的目标文件

如果 hello.o调用了 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我们的 he荨o.o程序中。 链接器(Id)就负责处理这种合并。 结果就得到 hello 文件，它是一个可执行目标文件 （或者简称为可执行文件），可以被加载到内存中，由系统执行。

预处理阶段和链接阶段的区别:

• 预处理插入的是头文件里的源代码（声明、宏、内联函数等），这些信息是编译某个翻译单元（translation unit）时必须知道的；而 printf 的“实现在机器码层面”已经存在于库里（以 .o/.a/.so 的形式），不是以源代码插入到每个 .c 文件，因此要等到链接阶段把相应的目标文件/库合并进来。
• 编译器本身通常不把 printf.o “藏”在自己里，运行时/系统的 C 库（libc）提供这些目标文件或共享库，linker（连接器）负责把需要的机器码合并或在运行时装载和重定位

处理器都并解释储存在内存中的指令

hello.c 源程序被编译系统翻译成了可执行目标文件 hello, 并被存放在磁盘上后,想在 Unix 系统上运行该可执行文件，我们将它的文件名输入到称为 shell 的应 用程序中：

linux> ./hello
hello, world
linux>

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。

系统的硬件组成

要理解运行hello 程序时发生了什么，需要了解一个典型系统的硬件组织:

• 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，也就是宇(word)。
• 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。每个 I/O设备都通过一个控制器或适配器与 I/0 总线相连,在 I/O总线和 I/O设备之间传递信息。
• 主存: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取存储器(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（或执行）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（或寄存器），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）。处理器从程序计数器指向的内存处读取指令，解释指令中的位，执行该指令指示的简单操作，然后更新 PC, 使其指向下一条指令， 而这条指令并不一定和在内存中刚刚执行的指令相邻。

CPU的常见指令

• 加载：从主存复制一个字节或者一个字到寄存器，以覆盖寄存器原来的内容。 ·
• 存储：从寄存器复制一个字节或者一个字到主存的某个位置，以覆盖这个位置上原来的内容。 •
• 操作 ： 把两个寄存器的内容复制到 ALU, ALU 对这两个字做算术运算，并将结果存放到一个寄存器中，以覆盖该寄存器中原来的内容。 ·
• 跳转：从指令本身中抽取一个字，并将这个字复制到程序计数器(PC)中，以覆盖 PC 中原来的值。

处理器看上去是它的指令集架构的简单实现，但是实际上现代处理器使用了非常复杂 的机制来加速程序的执行。

运行程序的流程

初始时， shell 程序执行它的指令，等待我们输入一个命令。 当我们在键盘上输入字符串 "./hello" 后， shell 程序将字符逐一读入寄存器，再把它存放到内存中:

当我们在键盘上敲回车键时， shell 程序就知道我们已经结束了命令的输入。 然后 shell 执行一系列指令来加载可执行的 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"。

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，最终显示在屏幕上。

Storage System of Computer system

在这个实例中,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:

• hello程序的机器指令最初是存放在磁盘上，当程序加载时，它们被复制到主存；
• 当处理器运行程序时，指令又从主存复制到处理器。

从程序员的角度来看，这些复制就是开销，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。

高速缓存

根据机械原理，较大的存储设备要比较小的存储设备运行得慢，一个典型的寄存器文件只存储几百字节的信息，而主存里可存放几十亿字节。然而，处理器从寄存器文件中读数据比从主存中读取几乎要快 100 倍。针对这种处理器与主存之间的差异，系统设计者采用了更小更快的存储设备:高速缓存存储器(cache memory,cache)，作为暂时的集结区域，存放处理器近期可能会需要的信息。

存储设备层次结构

在处理器和一个较大较慢的设备（例如主存）之间插入一个更小更快的存储设备（例如 高速缓存）的想法已经成为一个普遍的观念。实际上，每个计算机系统中的存储设备都被组织成了一个存储器层次结构:在这个层次结构中，从上至下，设备的访问速度越来越慢、容最越来越大，并且每字节的造价也越来越便宜。

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。。因此，寄存器文件就是 Ll 的高速缓存， Ll 是 L2 的高速缓存， L2 是 L3 的高速缓存， L3 是主存 的高速缓存，而主存又是磁盘的高速缓存。

操作系统管理硬件

当 shell 加载和运行 hello 程序时，以及 hello 程序输出自己的消息时，shell和hello程序都没有直接访问键盘、显示器、磁盘或者主存。取而代之的是，它们依靠操作系统提供的服务。操作系统是应用程序和硬件之间插入的一层软件：

操作系统有两个基本功能：

• 防止硬件被失控的应用程序滥用
• 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、虚拟内存和文件等抽象概念来实现这两个功能。

• 文件是对I/O设备的抽象。
• 虚拟内存是对主存和磁盘I/O设备的抽象
• 进程是对处理器、主存、I/O设备的抽象。

进程

像hello 这样的程序在现代系统上运行时，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/0设备。处理器看上去就像在不间断地一条接一条地执行程序中的指令，即该程序的代码和数据是系统内存中唯一的对象。这些假象是通过进程的概念来实现的。

上下文与上下文切换

​ 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，则是说一个进程的指令和另一进程的指令是交错执行的。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，也就是上下文，包括许多信息，比如 PC和寄存器文件的当前值，以及主存的内容。

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，即保存当前进程的上下文、恢复新进程的上下文，然后将控制权传递到新进程。新进程就会从它上次停止的地方开始。

​ 从一个进程到另一个进程的转换是由操作系统内核(kernel)管理的。 内核是操作系统代码常驻主存的部分。当应用程序需要操作系统的某些操作时，比如读写文件，它就执行一条特殊的系统调用(system call)指令, 将控制权传递给内核。然后内核执行被请求的操作并返回应用程序。

线程:在现代系统中，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

由于网络服务器中对并行处理的需求，线程成为越来越重要的编程模型，因为多线程之间比多进程之间更容易共享数据，也因为线程一般来说都比进程更高效.

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。Linux进程的虚拟地址空间如下：

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，这对所有进程来说都是一样。地址空间的底部区域存放 用户进程定义的代码和数据。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。

• 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，紧接着的是和 C 全局变量相对应的数据位置。代码和数据区是直接按照可执行目标文件的内容初始化的.--第 7 章,链接和加载
• 堆。代码和数据区后紧随着的是运行时堆。代码和数据区在进程一开始运行时就被 指定了大小，与此不同，当调用像 malloc 和 free 这样的 C 标准库函数时，堆可以在运行时动态地扩展和收缩。--第9章，管理虚拟内存
• 共享库。大约在地址空间的中间部分是一块用来存放像C标准库和数学库这样的共享库的代码和数据的区域。--第 7 章，动态链接
• 栈。位于用户虚拟地址空间顶部的是用户栈，编译器用它来实现函数调用。和堆一 样，用户栈在程序执行期间可以动态地扩展和收缩。 特别地，每次我们调用一个函 数时，栈就会增长；从一个函数返回时，栈就会收缩。--第三章，编译器
• 内核虚拟内存。地址空间顶部的区域是为内核保留的。不允许应用程序读写这个区 域的内容或者直接调用内核代码定义的函数。 相反，它们必须调用内核来执行这些 操作。

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，包括对处理器生成的每 个地址的硬件翻译。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，仅此而已。每个 I/0设备，包括磁盘、键盘、显示器，甚至网络，都可以看成是文件。 系统中的所有输入输出都是通过使用一小组称为 Unix I/O的系 统函数调用读写文件来实现的。

文件这个简单而精致的概念是非常强大的，因为它向应用程序提供了一个统一的视图，来看待系统中可能含有的所有各式各样的 I/0设备。