自己实现，手机操作系统

FanYa
226 阅读16分钟

1. 背景

1.1 目标

        从零实现一款针对 onePlus 6/6T Android 手机操作系统。这是开篇，以后会定期更新进度，感兴趣的小伙伴，欢迎一起讨论！

        我只是把这个项目当做练手，来达到理解的目的。我并不是要替代 Android AOSP，当然我也没这样的实力。

        我们采用 Rust、内联 aarch64 ISA 汇编、参考 postmarketOS 源代码的方法，来一步一步实现。总之这个过程不会很轻松，要查阅很多资料。

1.2 预期的收获

        最后，我希望通过这个项目，能有这些收获：

  • 精通 Rust 语言，深刻理解一门系统级编程；

  • 性能优化时，能考虑到机器的特点；

  • 深刻理解软件如何控制硬件（SoC架构）；

  • 深刻理解 Android 手机的底层原理；

  • 深刻理解 Android ASOP 的原理；

1.3 为什么从零实现

        那为什么是从零实现？而不是看 Linux、Android AOSP 源代码，反而重复造轮子？

        因为， 源代码阅读效率低，以下是具体原因：

  1. 庞大性: Linux 内核超过 3000 万行代码，AOSP 更甚。人脑无法同时处理如此巨大的信息量。

  2. 复杂性 (Complexity):

    1. 模块化与 耦合 ： 内部高度模块化，但模块之间又存在复杂的依赖和交互。
    2. 抽象层次： 从汇编到 C 语言宏，从硬件寄存器操作到高级数据结构和算法，抽象层次众多。
    3. 并发与同步： 大量锁、信号量、原子操作等同步机制，理解多线程/多核环境下的代码流非常困难。

  3. 兼容性 ( Compatibility ):

    1. 架构兼容： 支持各种 CPU 架构（x86, ARM, MIPS, RISC-V 等），代码中充斥着 #ifdef 和不同的实现。
    2. 设备兼容： 支持海量硬件设备，每个驱动都有不同的初始化和操作方式。
    3. 历史遗留： 许多代码是为了兼容旧硬件、旧标准或修复历史 Bug 而存在的，理解起来非常费劲。

  4. 入口点与启动流程 (Entry Point & Boot Flow):

    1. 多级引导： Linux 内核的启动流程复杂，涉及汇编、C 语言的多个阶段，还会依赖 Bootloader 传递的参数。
    2. 平台差异： 不同 CPU 架构的启动入口和早期初始化代码完全不同。

  5. 设计哲学与约定 (Design Philosophy & Conventions):

    1. 大型项目有其独特的设计哲学、命名约定、编码风格和错误处理机制。这些如果没有人指导，很难快速领悟。

  6. 调试环境复杂： 许多底层代码只能在特定调试环境下（如 JTAG/SWD）才能有效调试，这本身就增加了学习难度。

  7. 无法理解意图：最重要的是你无法理解他们的代码为什么要这样写，这样写是在干什么？也就是无法理解意图，自然不知道它干了写什么。一行一行机器码（C代码、汇编代码）你都看得懂，但连起来就看不懂了，就更别谈理解底层。

        从零开始玩具版的OS是理解底层最有效、最根本的方式， 它有以下优势：

  1. 控制复杂度： 只实现你需要的功能，代码量由你控制。

  2. 明确入口点： Rust #[no_main] 函数就是你的 OS 的唯一入口点，简单明了。

  3. 无兼容代码： 不需要考虑通用性、兼容性，只针对的目标 SoC（Xiaomi 9SE 骁龙712CPU） 编写代码。

  4. 逐步构建： 从点亮屏幕开始，一步步添加功能，而不是面对一个功能完整的黑盒。

  5. 亲手实践： 只有亲手编写每一个底层函数，才能真正理解内存分配、中断处理、驱动机制的工作原理。

  6. 错误暴露： 小系统中的错误更容易定位和理解，因为干扰因素少。

  7. 满足感： 每一步的成功都会带来巨大的满足感，激励你继续前进。

1.4 为什么是Rust？

        我不想说 Rust 的什么，内存安全、零成本抽象、性能与C/C++一致。

        从个人角度来说：我不会 C++， C 抽象层次太低。

        从市场角度来说：我押注 Rust。

        况且 Rust 已经作为 主线Linux 中的开发语言了。

1.5 为什么有这个想法？

        无论是书籍还是互联网上，有关安卓手机操作系统的资料都很少，几乎没有，倒是基于PC端操作系统的资料非常非常多。

        由于我很想使用机器码直接控制机器。于是我体验了一把：为 X86 CPU 编写一个玩具版操作系统，整个过程使用 x86 汇编编写。让我对“机器码控制机器”有了一定的认识，但我感觉还不够。再加上我有很多台二手安卓手机，于是我就想“既然我编写过pc端操作系统，那么也能为智能手机编写操作系统”，于是开启这条“不归路”。

1.6 为什么移动端操作系统资料少？

“为什么开发移动端操作系统的资料少，而开发 pc 端操作系统相关的资料那么多？” 我认为，这个问题非常重要

        有以下几个原因

1. 问世时间

        PC端操作系统的问世时间，更早，自然而然PC端的资料也就丰富了，但这不是主要原因。

2. 手机的特性

        手机，不像PC那样很大，PC上各种 I/O 设备大多可替换。比如硬盘，不够了我再加，或者我换个SSD 固态硬盘；内存不够了，我再加个内存条；显卡不够用，我再换个高级的显卡。

        手机，它是高度集成的，I/O 设备不可更换，所以它也没必要将 I/O 设备的接口，做的很标准、很公开。

        由于手机设备的高度集成、高度闭源的特性，导致操作系统的开发变的很难。

        因为硬件接口不是公开的，那么什么是硬件接口？就是CPU要控制一个I/O设备，必须要知道它的地址，即能找到这个设备；然后通过这个地址向它写入数据或读取数据，这个数据可以很复杂，也可以很简单。不知道数据的功能，就不能真正地控制 I/O 设备。

        综上，这就是为什么：手机端的操作系统资料很少，因为手机设备高度集成，其内部的I/O设备不可替换，所以它的硬件接口没有标准化，没有公开。每一款手机的硬件接口都不同，很难形成向 PC 那样的高度资料共享。

3. 移动设备的产业链

        下面用形象的比较，聊聊手机中的产业链，它是导致手机操作系统开发资料少的根本原因。

        手机这门生意是：一层“包”一层，谁也不给看“配方”。

        想象一下，造一部手机就像开一家超级汉堡店。

3.1  ARM 公司

  • 是什么？提供核心肉饼配方 —— ARM公司
  • 他们干啥？ 他们不卖汉堡，也不做肉饼。他们只研究怎么让牛肉更好吃，然后把这个独家肉饼配方”（CPU 和 GPU 的设计图）卖给别人。
  • 怎么赚钱？ 谁想用他们的配方做肉饼，就得给他们一笔很贵的授权费” ， 之后每卖出一个汉堡（CPU、GPU） ， 还要再给 ARM 公司一点“提成”。
  • 他们的底牌？ 这个配方是 ARM 公司的专利，别人不能抄。而且全世界的厨师（软件开发者）都习惯了基于这个配方做菜，换配方太麻烦了。

3.2. 高通、联发科

  • 是什么？ 制作“特制肉饼”的中央厨房 (比如高通、联发科)

  • 他们干啥？ 他们是真正的大厨。他们花钱买了上面那家（ARM公司）的“独家肉饼配方”，然后往里加了更多自己的“秘制酱料” ，做成了一块功能超强的“特制肉P饼”。

  • 什么是“秘制酱料”？

    • 上网功能 (基带/Modem) : 怎么打电话、怎么用 5G 上网，这个技术是他们的看家本领。
    • 拍照处理 (ISP) : 怎么让照片拍出来更好看、更清晰，算法是他们的秘密。
    • GPS 定位、Wi-Fi 连接... 这些都是他们自己研发加进去的。

  • 怎么赚钱？ 他们把这块功能强大、包含了所有秘制酱料的“特制肉饼”（也就是 SoC 芯片），卖给开汉堡店的（比如小米、三星）。

  • 为什么不公开“酱料配方”？

    • 这是命根子！ 他们家的汉堡比别人家的好吃，就靠这些酱料了。公开了，别人都学会了，他还怎么卖高价？
    • 省事儿。 他们还会提供一套**“操作指南”（驱动和软件库）**，告诉汉堡店员怎么用这块肉饼。但这套指南只保证能用，具体肉饼怎么做的，一个字都不会提。这样他们就不用回答全世界美食家问的各种刁钻问题了。
    • 安全和法规。 特别是上网打电话的功能，国家有严格规定，不能让别人随便改，不然会出大乱子。所以必须保密。

3. 3  手机制造商

  • 是什么？ 开连锁汉堡店的 (比如小米、三星)

  • 他们干啥？ 他们是最终的汉堡店老板 。 他们从中央厨房那里买来现成的“特制肉饼” ， 然后自己设计面包、包装盒（手机外观） ， 再配上自己选的生菜、番茄（屏幕、摄像头、等等I/O设备）。

  • 怎么赚钱

    1. 卖汉堡（卖手机） ：这是最直接的收入。
    2. 卖套餐里的可乐和薯条（互联网服务） ：这才是大利润！他们在自己的店里（手机系统里），强制或者优先推荐顾客买自家的可乐（应用商店）、薯条（云服务）、甜筒（广告）。

  • 为什么他们也不把“汉堡怎么组装的”方法公开？ 、

    1. 商业竞争。 他们店的汉堡套餐搭配，是吸引顾客的秘诀。公开了，隔壁的竞争对手明天就学过去了。

    2. 控制顾客。 在自己的店里，当然是希望顾客只用自家的东西。系统不开放，顾客就更容易留在自己的生态里，持续消费。

总结

        整个手机行业就是这么个玩法：

  1. ARM 公司 靠卖“配方”赚钱。
  2. 高通公司 靠卖加了“秘制酱料”的“半成品”（芯片和配套软件）赚钱。
  3. 小米公司 靠卖最终的“成品汉堡”（手机）和“套餐里的饮料薯条”（互联网服务）赚钱。

每一层都把自己的核心技术和赚钱的门道藏得严严实实的，只给下一层提供一个“能用就行”的接口（不公开）。

        所以，作为一个想自己学做汉堡的“美食家”，跑到店里，最多只能拿到一张公开的菜单（GPL 的内核源码），但酱料配方（用户空间驱动库）和后厨操作流程（系统定制功能） ，老板是绝对不会给你的。这就是为什么在手机上搞操作系统开发，资料那么少，那么难。

1.7 为什么PC端不学习移动端 ?

        为什么PC端不学习移动端，那样的产业链呢？商业模式呢？

1. 问世不一样

  • PC 的诞生: 最早的 IBM 电脑，为了快点抢占市场，就把很多设计图给公开了。这就好比一个玩具厂，不仅卖玩具，还把模具图纸也公开了。结果，全世界的小作坊（其他公司）都开始照着图纸生产兼容的零件，比如显卡、声卡、硬盘。
  • 结果: 从一开始，PC 就是个“攒出来的”东西。大家习惯了从 A 公司买主板，B 公司买显卡，C 公司买内存，自己组装。这个“散装”的习惯一旦形成，就改不掉了。
  • 手机的诞生: 手机出来的时候，玩法已经变了。像苹果和高通这样的大公司，从一开始就是自己设计一整套方案。他们卖的不是零件，而是一个打包好的“核心套餐”（芯片+软件）。所以手机天生就是“整装”的。

2. 赚钱的方式不一样

  • PC 行业:

    • 英特尔主要靠卖 CPU 赚钱。
    • 微软主要靠卖 Windows 操作系统赚钱。
    • 华硕、戴尔这些公司，主要是靠组装和卖整机赚钱。
    • 他们是一个松散的联盟，谁也管不了谁。英特尔巴不得有更多的公司来生产兼容的主板和显卡，这样它的 CPU 才卖得更多。

  • 手机行业:

    • 高通卖的不是一颗简单的芯片，它卖的是一整套“解决方案”，包括芯片、驱动、各种闭源的软件库。手机厂商（比如小米）买了它的方案，就能省很多事，快速造出手机。
    • 小米这样的手机厂商，除了卖手机硬件，很大一部分利润来自手机里的互联网服务，比如应用商店、云服务、广告。一个封闭的系统，更容易让用户使用自家的服务，钱才好赚。

3. 用户习惯和期望不一样

  • PC 用户: 这么多年下来，玩电脑的人，特别是游戏玩家和专业人士，已经形成了一种“我的地盘我做主”的文化。电脑必须能自己换零件、能升级。如果哪个公司卖一台高端游戏电脑，说内存和显卡都焊死了不让换，那肯定会被骂得很惨。
  • 手机用户: 大家买手机的时候，就把它当成一个整体的消费品，像电视、冰箱一样。没人会想着去给手机换个 CPU 或者加根内存条。用户关心的是手机好不好看，用起来流不流畅，拍照好不好。

4. 他们试过变“封闭”吗？

当然试过

  • 别以为 PC 厂商不想学手机那套。其实他们一直在努力。
  • 苹果的 Mac 电脑就是最好的例子。特别是换了自家的 M 系列芯片后，CPU、GPU、内存全都焊在一起，操作系统也是自家的，越来越像一个大号的 iPhone，非常封闭。
  • NVIDIA 的 CUDA 也是。它搞了一套自己的编程平台，专门用于科学计算和 AI，你用了就离不开它的显卡。
  • 微软也搞过只能从应用商店装软件的 Windows 版本。

        但是，因为 PC 市场“散装”的历史太久了，用户也习惯了自由开放，所以这些“封闭”的尝试在整个 PC 市场里，还没有成为绝对的主流。而在手机市场，一出生就是“整装”和“封闭”的玩法。

2. 面临什么问题？

        我们的目标是实现：移动端操作系统。

        为了实现此目标，我们必须依次解决一系列根本性的问题。这些问题涵盖了从硬件的唤醒，到程序的执行，再到与用户和外部世界的交互。

2.1 如何让我们的代码在手机上执行？

        这是所有问题的前提。一块没有软件的手机，就是一块无法响应的硬件，就是废铁。

  • 启动链: CPU 的第一条指令从何而来？我们如何将控制权从厂商固化的 Bootloader 手中，交接到我们自己的代码里？
  • 硬件初始化: 在我们的代码开始执行时，硬件处于何种状态？我们如何与最基础的硬件（如串口）进行第一次“对话”，以确认我们“活了”？

2.2 如何多任务？

        一个现代操作系统必须能同时处理多个任务，即使它只有一个 CPU 核心。

  • 并行：如何利用多核CPU，让不同的线程处于不同的 Core CPU 中？

  • 并发：如何在多个任务之间进行切换，让它们交替使用 CPU？这需要什么机制来保存和恢复每个任务的现场（上下文）。

  • 调度：切换的“时机”和“策略”是什么？我们如何保证公平性，防止某个任务霸占 CPU？（这就引出了对定时器中断的需求）。

2.3 如何独占内存？

        程序不能直接在混乱的物理内存中“裸奔”，它们需要一个受保护的、私有的工作环境。

  • 隔离与翻译: 如何防止一个程序窥探或破坏另一个程序的内存？我们如何将程序看到的“虚拟地址”转换成真实的“物理地址”？（这就引出了对 MMU 和页表的需求）。

  • 内存管理: 当一个新任务需要内存时，我们如何从空闲的物理内存中，安全地分配一块给它？用完后如何回收？

2.4 如何控制 I/O 设备

        操作系统必须能够驾驭手机上形形色色的硬件，才能实现有意义的功能。

  • 简单 I/O：如何控制那些接口简单、行为直接的设备，如 LED 灯 (GPIO) 、物理按键 (GPIO+中断) ？
  • 持久化存储：如何与存储芯片 (UFS/eMMC) 通信，以实现数据的永久保存？这需要理解什么样的协议和硬件机制（DMA）？
  • 复杂协处理器：对于像 GPU、Wi-Fi、GPS 这样自身就是一台复杂计算机的“黑盒”设备，我们如何理解并实现与它们对话的、高度复杂的协议？

2.5 系统调用与用户态问题？

        内核提供了强大的能力，但必须有一个安全、受控的方式，让普通的用户程序能够请求这些服务。

  • 特权级切换：如何让程序从低权限的“用户态”安全地陷入到高权限的“内核态”来请求服务，并在服务完成后安全返回？
  • 接口设计：我们应该向用户程序提供哪些核心的系统调用接口？（如 read, write, fork, exec）

2.4 总结

        这些问题，其实和开发 PC 操作系统所面临的问题一致。但具体的实现细节差异较大，因为设备形态很不同。

3. 移动设备的启动流程

        未完 ....... 待续

avatar
文章
阅读
粉丝