1.3 第一个内核程序

听AI的话
145 阅读5分钟

open ipynb

print("[![open ipynb](https://assets-1324335925.cos.ap-shanghai.myqcloud.com/imgs/20250213192007-20250213192007401-5c3c0d74d92b.png)]("+"https://gitee.com/eatcosmos/linux_kernel_012/blob/books/notes/" + urllib.parse.quote("/".join(IPython.extract_module_locals()[1]["__vsc_ipynb_file__"].split("/")[-1:]))+")")


[![open ipynb](https://assets-1324335925.cos.ap-shanghai.myqcloud.com/imgs/20250213192007-20250213192007401-5c3c0d74d92b.png)](https://gitee.com/eatcosmos/linux_kernel_012/blob/books/notes/1.3.1%20%E6%89%93%E5%8D%B0%20Hello%20World.ipynb)

1.3 第一个内核程序

学习一门 编程语言往往会从打印Hello World 开始,开发操作系统也同样如此。读者在本节将会看到一个最简单的操作系统雏形,它的唯一作用就是在 屏幕上显示“Hello World!"，调用的对象是硬件接口罢了，软件再调用操作系统的软件接口。
其实你也没必要把硬件看成硬件，也可以看出软件，总之就是逻辑。

1.3.1 打印 Hello World

首先创建文件bootsect.S,这是一个基于汇编语言的源文件。系统的引导就是从这个文件开始的, 使用汇编语言与硬件打交道是最方便的。本书选择的汇编编译器是 GNU 的 as, 采用的是AT&T 语法。编辑文件内容，如代码清单1-1所示。

函数的本质是一对行为的几何，指令/函数是对一组行为的抽象。
调用硬件使用汇编是因为汇编更方便调用硬件，使用C语言是因为更方便调用操作系统的软件接口。

CPU的计算单元本质上就是一个函数体，而寄存器就是函数的参数，只不过你调用函数的时候，高级语言的那些形式你都要用汇编显式地写出来。这样看来，所谓的高级语言其实只是形式上的高级，其本质并没有提高抽象层次，只是调用多了就显得像是在抽象了。

%%writefile bootsect.S
BOOTSEG = 0x7c0 # 引导程序的段地址
.code16 # 告诉编译器这是一个16位的代码，16位代码可以访问16位的寄存器，32位代码可以访问32位的寄存器
.text # 告诉编译器这是一个文本段，.text 是汇编语言中的一个段名，表示代码段。

.globl _start # 告诉编译器这是一个全局变量，_start是程序的入口
_start:
    jmpl $BOOTSEG, $start2 # 远跳转，设置 CS=0x7C0, IP=start2偏移，此时 CS:IP = 0x7C0:start2_offset

start2:
    movw $BOOTSEG, %ax # 为什么把段地址赋值给ax寄存器？ 因为ax寄存器是16位的寄存器，可以存储16位的数据
    movw %ax, %ds # ds = 0x7C0 设置数据段
    movw %ax, %es # es = 0x7C0 设置附加段
    movw %ax, %fs # fs = 0x7C0 设置其他段寄存器
    movw %ax, %gs # gs = 0x7C0 设置其他段寄存器

    movw $msg, %ax # 把msg的地址赋值给ax寄存器，msg是字符串，msg的地址是msg的第一个字符的地址
    movw %ax, %bp # 把msg的地址赋值给bp寄存器，bp寄存器是16位的寄存器，可以存储16位的数据
    movw $0x01301, %ax # 对应ah值为0x13，表示在teletype模式下显示字符串。同时al值为0x01,表示显示输出方式为字符串中含有显示字符串和显示属性，并且显示后光标位置不变。
    movw $0x0c, %bx # 在中断号为0x10 功能号为0x13的情况下，bh寄存器存放页码，bl寄存器存放颜色属性。0x0c表示显示红色。
    movw $12, %cx # 字符串长度
    movb $0, %dl # 表示输出光标位置，dh表示行号、dl表示列号，表示光标在屏幕的左上角
    int $0x10 # 通知显卡刷新内容，**中断号**是0x10，**中断功能号**保存在ah中，BIOS 调用显卡刷新内容，查看ah的值

loop:
    jmp loop # 死循环，等待中断

msg:
    .ascii "Hello World!" # 表示字符串，.ascii 表示字符串，"Hello World!" 是字符串的内容
    
    .org 510 # .org 表示在当前位置插入一个占位符，占位符的大小为510字节
boot_flag:
    .word 0xaa55 # 表示引导程序的结束标志，55 aa 是 BIOS 的引导程序的结束标志

%%bash
# 在控制台编译 bootsect.S 文件，命令如下：
as -o bootsect.o bootsect.S


%%bash
ld -m elf_x86_64 -Ttext 0x0 -s --oformat binary -o linux.img bootsect.o # 解释每个参数：
# -m elf_x86_64：指定目标架构为x86-64
# -Ttext 0x0：设置代码段的起始地址为0x0，0x0是虚拟地址，0x7c00是物理地址
# -s：删除所有符号信息
# --oformat binary：指定输出格式为二进制
# -o linux.img：指定输出文件名为linux.img
ls -l linux.img # 应该是 512 字节
hexdump -C linux.img | head -n 10 # 确保最后两个字节是 55 aa

如果一切顺利，则在当前目录下可以看到 linux.img 文件已创建。将这个文件复制到 Bochs 的 linux011 目录下，并在这个目录下执行 run.bat 文件，则会看到 Bochs 虚拟机运行起来以后在屏幕上打印了红色的“Hello World!”，如图 1-1 所示。

# 安装bochs，运行 /tmp/code/linux_kernel_012/notes/1.2.2 配置运行环境.ipynb 中的代码

%%bash
# cp linux.img /tmp/code/linux_kernel_012/notes/linux011
# cd /tmp/code/linux_kernel_012/notes/linux011
# chmod +x /tmp/code/linux_kernel_012/notes/linux011/run.sh
# /tmp/code/linux_kernel_012/notes/linux011/run.sh

在Windows上启动bochs模拟器加载linux.img

我当前实验用的ubuntu服务器没法显示gui界面，终端不知道怎么弄，不折腾了，还是把 linux.img 下载到本地Windows系统吧。

把 /tmp/code/linux_kernel_012/notes/linux011 下载到 C:\Program Files\Bochs-2.7，然后双击C:\Program Files\Bochs-2.7\linux011\run.bat 文件，就可以看到bochs模拟器启动了。

运行成功，屏幕上打印了红色的“Hello World!”
建议优先使用 Alt-2 然后输入 q 的方式，这是最安全的退出方式。

如果使用 QEMU 运行，则需要将 linux.img 复制到 QEMU 所在的目录（C:\Program Files\qemu）中，然后在QEMU 文件路径中打开 PowerShell 或者cmd，并执行如下命令:

# 启动管理员终端
cd "C:\Program Files\qemu"
.\qemu-system-i386.exe -boot a -fda linux.img

代码解释

计算机加载编译偶的代码后，hello world 放到哪里了，给出计算机加载这个代码后的全部详细流程？

1.BIOS 阶段：
  • 计算机上电后，CPU从物理地址 0xFFFF0 开始执行（这是 BIOS 入口点）
  • BIOS 进行硬件自检
  • BIOS 搜索可引导设备（按照 BIOS 中设置的启动顺序）
  • 找到可引导设备后，BIOS 将其第一个扇区（512字节也就是软盘上的512字节，也就是linux.img充当软盘）加载到物理内存 0x7C00 处，此时bios就相当于所谓的硬件操作系统，启动扇区就是启动硬盘了。
2. 引导扇区加载：
  • 我们的floppya上的512字节的linux.img代码被加载到物理内存 0x7C00 处
  • msg字符串"Hello World!"也被加载到这个区域中
  • 具体位置：msg标签位置（相对于 0x7C00 的偏移）
3. 程序执行：
jmpl $BOOTSEG, $start2    ; 远跳转，设置 CS=0x7C0, IP=start2偏移
                          ; 此时 CS:IP = 0x7C0:start2_offset

start2:
movw $BOOTSEG, %ax       ; ax = 0x7C0
movw %ax, %ds            ; ds = 0x7C0 设置数据段
movw %ax, %es            ; es = 0x7C0 设置附加段
movw %ax, %fs            ; fs = 0x7C0
movw %ax, %gs            ; gs = 0x7C0 设置其他段寄存器

movw $msg, %ax           ; ax = msg的偏移地址
movw %ax, %bp            ; bp = msg的偏移地址（字符串地址）

4.显示字符串：

  • int 0x10 是 BIOS 视频服务中断
  • AH=13h: 显示字符串功能
  • AL=01h: 更新光标位置
  • BH=00h: 页号
  • BL=0Ch: 红色属性
  • CX=12: 字符串长度
  • DL=0: 列号
  • DH=0: 行号
  • ES:BP: 字符串地址 (0x7C0:msg_offset)

5.内存布局

0x00000000 - 0x000003FF: **中断向量表**
0x00000400 - 0x000004FF: **BIOS 数据区**
...
0x0000**7C00** - 0x00007DFF: **引导扇区（我们的代码）**
    - 代码
    - "Hello World!" 字符串
    - 0xAA55 标志（最后两个字节）
...
0x000A0000 - 0x000BFFFF: 显存区域

0x00007C00 是物理内存的出事位置吗？中断表和bios数据区分别在哪

是的，让我详细解释一下实模式下的内存布局： 最低端内存布局（1MB以下（8088/8086））：准确地说是地址空间布局：

真正的初始位置是 0x00000000，从这里开始是中断向量表：
0x00000000 - 0x000003FF: 中断向量表 (1KB)
  - 每个中断向量占 4 字节（2字节段地址 + 2字节偏移地址）
  - 总共可以存储 256 个中断向量（1024/4=256）
  - 比如 int 0x10 的向量位于 0x10*4 = 0x40 处

0x00000400 - 0x000004FF: BIOS 数据区 (256B)
  - 存储 BIOS 的各种参数
  - 如显示模式、键盘状态、时间等

0x00000500 - 0x00007BFF: 可用区域
  - 操作系统或应用程序可以使用

0x00007C00 - 0x00007DFF: 引导扇区 (512B)
  - BIOS 把**引导扇区（512字节）**加载到这个固定位置
  - **这是历史遗留的规定，所有 PC 都遵循这个约定**

0x00007E00 - 0x0009FFFF: 可用区域
  - 操作系统可以使用



0x000A0000 - 0x000BFFFF: 显存映射区域 (128KB)
  - 用于文本模式和图形模式显示

0x000C0000 - 0x000C7FFF: 显卡 BIOS (32KB)
0x000C8000 - 0x000EFFFF: BIOS 映射区和其他设备
0x000F0000 - 0x000FFFFF: 系统 BIOS (64KB)
  - BIOS 在 0xFFFF0 开始执行，然后进行初始化并最终加载引导扇区到 0x7C00

实际的物理内存：

  • 中断向量表(0x00000000 - 0x000003FF)确实在物理内存中
  • 它位于实际 RAM 的最开始部分
  • 这部分内存是真实的物理内存条上的存储单元
  • 开机时 BIOS 会初始化这个区域，填入中断向量

内存映射：

  • 实际 RAM: 0x00000000 - 0x0009FFFF (640KB 基本内存)
    • 中断向量表是在实际物理内存条上的，因为它需要在实际内存中因为 CPU 要频繁访问它
  • 显存/ROM区域: 0x000A0000 - 0x000FFFFF (384KB 保留区域)
    • 这部分不在内存条上
    • 而是映射到显卡等硬件的内存空间
    • 所以 0xA0000 以上的地址是映射到其他硬件的，不在内存条上
  • 找到可引导设备后，BIOS 将其第一个扇区（512字节）加载到物理内存 0x7C00 处，而段寄存器是 0x7c0 这两个不一样啊？还有就是CS:IP = 0x7C0:start2_offset 这个应该是0x7c00吧

在实模式下，物理地址的计算公式是：
物理地址 = 段寄存器 × 16 + 偏移地址
物理地址 = 段寄存器 × 10h + 偏移地址

  1. 当 BIOS 把引导扇区加载到物理地址 0x7C00 时：
    0x7C00 = 0x7C0 × 16 + 0
    0x7C00 = 0x7C0 × 10h + 0

2.当我们设置 CS:IP = 0x7C0:start2_offset 时：
物理地址 = 0x7C0 × 16 + start2_offset
= 0x7C00 + start2_offset
这就是为什么：

  • 段地址是 0x7C0
  • 物理地址是 0x7C00
  • 它们指向同一个物理位置

这也是为什么在代码中我们使用：
BOOTSEG = 0x7c0 # 段地址
jmpl BOOTSEG,BOOTSEG, start2 # 跳转到 0x7c0:start2
这样就能正确访问加载到 0x7C00 的代码。

ds es fs gs 都要填吗，空着不行吗？ 在这个简单的引导程序中，不是所有的段寄存器都必须设置，但设置它们是一个好的编程习惯。让我解释为什么：

1.必需的段寄存器： movw $BOOTSEG, %ax movw %ax, %ds # 数据段寄存器 - 必需，因为要访问 msg 字符串 movw %ax, %es # 附加段寄存器 - 必需，因为 int 0x10 需要用 ES:BP 访问字符串

2.可选的段寄存器： movw %ax, %fs # 可以不设置 movw %ax, %gs # 可以不设置

原因： DS：用于访问数据（如 msg 字符串） ES：BIOS int 0x10 中断使用 ES:BP 指向字符串 FS/GS：在这个简单程序中没有使用，可以不设置

但是完整设置所有段寄存器有以下好处： 1.确保程序在任何环境下都能正确运行 2.防止其他程序遗留的段值造成问题 3.符合标准的初始化流程 4.为后续的代码扩展做好准备

所以虽然在这个简单程序中 FS 和 GS 不是必需的，但设置它们是一个好的编程实践。

到底是根据ds访问 msg还是es访问msg？

movw %ax, %ds # 这行其实在这个程序中不是必需的 那为什么还要设置 DS？ 因为在一般的内存访问中，如果没有明确指定段寄存器，默认使用 DS。但在这个特定的 BIOS 中断中，它明确要求使用 ES:BP 来访问字符串。 所以严格来说，在这个简单的引导程序中，我们可以不设置 DS，代码依然能正常工作：

start2:
    movw $BOOTSEG, %ax
    movw %ax, %es      # 只设置 ES 就够了
    
    movw $msg, %bp     # ES:BP 指向字符串
    movw $0x01301, %ax
    movw $0x0c, %bx
    movw $12, %cx
    movb $0, %dl
    int $0x10

为什么需要引导扇区，为什么不直接加载操作系统然后直接运行？我理解是引导扇区相当于操作系统的函数签名，相当于调用部分，这样一来操作系统就相当于BIOS的一个调用函数了？根函数则是ALU模块，我理解对吗？感觉芯片和操作系统真就是自指？

这个理解不太准确，让我解释一下为什么需要引导扇区：

1.硬件限制原因：

  • BIOS 只能读取存储设备的第一个扇区（512字节）
  • 这是由早期 PC 架构决定的硬件限制
  • BIOS 不知道如何加载完整的操作系统，因为不同操作系统的格式不同

2.引导扇区的作用： BIOS -> 引导扇区 -> 操作系统加载器(如GRUB) -> 操作系统内核 引导扇区像一个"翻译器"或"加载器"

  • 它知道如何找到并加载特定操作系统的其余部分
  • 它理解该操作系统的文件系统格式和加载要求

3.为什么不能直接加载：

  • 操作系统可能很大（几百MB甚至几GB）
  • 操作系统可能分布在磁盘的不同位置
  • 不同操作系统有不同的加载要求
  • BIOS 不可能理解所有操作系统的格式

4.实际过程： BIOS -> 引导扇区 -> 加载操作系统加载器(如GRUB) -> 加载操作系统内核 -> 初始化硬件（驱动初始化，BIOS也会初始化少量硬件） -> 启动操作系统服务

所以引导扇区不是操作系统的函数签名，而是一个独立的小程序，负责把控制权从 BIOS 转交给操作系统。它更像是一个"搬运工"或"中介"，而不是函数调用接口。

avatar
文章
阅读
粉丝