羽夏看Linux内核——启动那些事

写在前面

  此系列是本人一个字一个字码出来的，包括示例和实验截图。如有好的建议，欢迎反馈。码字不易，如果本篇文章有帮助你的，如有闲钱，可以打赏支持我的创作。如想转载，请把我的转载信息附在文章后面，并声明我的个人信息和本人博客地址即可，但必须事先通知我。

前言

  之前我们搭建好了Bochs学习环境（没搭好的回去弄好再回来看），可惜没有合法的启动盘，那么什么是启动盘，如何正确的启动，下面我们来开始介绍基础部分。

BIOS

  BIOS全称叫Base Input & Output System，即基本输入输出系统。它的主要工作是检测、初始化硬件。

实模式下的 1MB 内存布局

  Intel 8086有20条地址线，故其可以访问1MB的内存空间。若按十六进制来表示，是0x00000 - 0xFFFFF。这lMB的内存空间被分成多个部分。如下表格所示：

  内存地址0x00000 - 0x9FFFF的空间范围是64KB，这片地址对应到了动态随机访问内存DRAM，也就是插在

上的内存条；而0xF0000 - 0xFFFFF这64KB内存是ROM，是只读的，存的就是BIOS的代码。硬件自己提供了一些初始化的功能调用，BIOS可以直接调用，并建立了中断向量表，就可以通过int 中断号来实现相关的硬件调用。而这些中断只有重要的、保证计算机能运行的那些硬件的基本IO操作，不像高级语言有各种花里胡哨的功能。

  我们还要说明一个问题：在CPU眼里，我们插在主板上的物理内存不是它眼里“全部的内存”。这个是由地址总线宽度决定了可以访问的内存空间大小。打个比方，比如小孩学数苹果数目。结果他只会100以内的，如果苹果数目超了100，就不会数了，不认识了。物理内存也是如此，再多的内存，只要识别能力不够，也是浪费。

BIOS 启动

  BIOS是计算机上第一个运行的软件，所以它不可能自己加载自己，由此可以知道，它是由硬件加载的。BIOS代码所做的工作也是一成不变的，而且在正常情况下，其本身一般是不需要修改的，存储在ROM中。ROM也是块内存，内存就需要被访问。而ROM被映射在0xF0000 - 0xFFFFF处，只要访问此处的地址便是访问了BIOS，这个映射是由硬件完成的。如果不太理解，可以学一下单片机的基础知识和电工学下册。

  BIOS本身是个程序，程序要执行，就要有个入口地址才行，此入口地址便是0xFFFF0。

  当我们开始启动虚拟机进入调试状态时，你会看到如下内容：

  可以看到，ip指向的地址指令是jmp far f000:e05b，这个是跨段跳转，最后执行结果是到了0xFE05B这个地址，这个是真正BIOS代码开始的地方。

  接下来BIOS便马不停蹄地检测内存、显卡等外设信息，当检测通过，并初始化好硬件后，开始在内存中0x000-Ox3FF处建中断向量表IVT并填写中断例程。然后它的任务完成了，剩下的部分就是交给下一个“负责人”继续处理。

0x7c00 杂谈

  BIOS最后一项工作校验启动盘中位于0盘0道1扇区的内容。在计算机中是习惯以0作为起始索引的，用“相对”的概念，即偏移量来表示位置显得很直观，所以很多指令中的操作数都是用偏移表示的。0盘0道1扇区本质上就相当于0盘0道0扇区。为什么称为1扇区呢？因为硬盘扇区的表示法有两种，我们描述0盘0道1扇区用的便是其中的一种：CHS方法，即柱面Cylinder、磁头Header、扇区Sector；另外一种是LBA方式，这里救不说了。0盘说的是0磁头，因为1张盘是有上下两个盘面的，1个盘面上对应一个磁头，所以用磁头Header来表示盘面。0道是指0柱面，柱面Cylinder指的是所有盘面上、编号相同的磁道的集合，形象一点描述就是把很多环叠摞在一起的样子，组合在之后是1个立体的管状。1扇区是将磁道等距划分成一段段的小区间，由于磁道是圆形的，确切地说是圆环，这些被划分出来的小区间便是扇形，所以称为扇区，而在CHS方式中扇区的编号是从1开始的。

  如果此扇区末尾的两个字节分别是魔数0x55和OxAA，BIOS便认为此扇区中确实存在可执行的程序，此程序便是主引导记录MBR，它会被加载到物理地址0x7c00，随后跳转到此地址，继续执行。反之，它就不认。

  BIOS跳转到Ox7c00是用jmp 0:Ox7c00实现的，此时段寄存器cs会被替换成0。

为什么 MBR 住在这里

  因为近啊。就好比你会把经常用的放到身边，用到就会直接拿出来，如果把它放到老远的位置，这个不就费劲了吗。对于BIOS来说，MBR就是经常用的东西，放到身边才方便。

为什么是 0x7c00 地址

  据说是历史原因，BIOS规范。它最早出现在IBM公司出产的个人电PC5150 ROM BIOS的INT 19H中断处理程序中。

  MBR不是随便放在哪里都行的，首先不能覆盖己有的数据，其次，不能过早地被其他数据覆盖。通常MBR的任务是加载某个程序（这个程序一般是内核加载器，很少有直接加载内核的）到指定位置，并将控制权交给它。

  按DOS 1.0要求的最小内存32KB来说，MBR希望给人家尽可能多的预留空间，这样也是保全自己的作法，免得过早被覆盖，所以MBR只能放在32KB的末尾。其次，MBR本身也是程序，是程序就要用到栈，栈也是在内存中的，虽然本身只有512字节，但还要为其所用的栈分配点空间，所以其实际所用的内存空间要大于512字节，估计1KB内存够用了。

  综上，选择32KB中的最后1KB最为合适，那此地址是多少呢？32KB换算为十六进制为0x8000,减去1KB（0x400）的话，等于0x7c00。

MBR 杂谈

  MBR是独立于操作系统的，能够直接在裸机上运行。它的大小必须是512字节，保证0x55和0xAA这两个

魔数恰好出现在该扇区的最后两个字节处。下面我们来编写一个MBR程序，并让它跑起来。

  我们本教程使用的16位汇编器是as86，也是Linux 0.11编写启动代码的其中一个汇编器。它的汇编语法类似Intel的，而不是麻烦的AT&T，具体用法请在终端输入man as86查看。

  现在as86并不自带，我们需要安装，在终端输入以下指令：

sudo apt install bin86

  安装成功后，如果输入as86显示如下信息，表示安装成功：

as: usage: as [-03agjuwO] [-b [bin]] [-lm [list]] [-n name] [-o obj] [-s sym] src

  从头啥也不会开始写也不现实，我给出一个以供参考：

.globl begtext,begdata,begbss,endtext,enddata,endbss ;全局标识符,供 ld86 链接使用。
.text
begtext:
.data
begdata:
.bss
begbss:
.text

BOOTSEC=0x7C0

entry start
start:
    jmpi go,BOOTSEC ;段间跳转 BOOTSEC 指出跳转地址，标号go是偏移地址
go:
    mov ax,cs
    mov ds,ax
    mov es,ax
    mov cx,#20      ;共显示20个字符
    mov dx,#0x1004  ;字符显示在屏幕第17行，第5列处
    mov bx,#0x000c  ;字符显示属性为红色
    mov bp,#msg     ;指向要显示的字符
    mov ax,#0x1301  ;写字符串并移动光标到串结尾处
    int 0x10
loop0: jmp loop0    ;死循环
msg:
    .ascii "Loading system...!"
    .byte 13,10
.org 510 ;表示以后语句从地址 510 偏移开始存放
    .word 0xAA55    ;有效引导扇区标志，提BIOS加载引导扇区
.text
endtext:
.data
enddata:
.bss
endbss:

  这个代码我命名为boot.s，然后在该代码所在文件夹下进入终端，输入以下指令：

as86 -0 -a -o boot.o boot.s
ld86 -0 -d -o boot.bin boot.o

编译参数

  这样得到的就是我们想要的内容文件boot.bin。不过我们得把这几个命令行参数介绍一下。

-0

  as86是生成16位汇编代码，如果用了超过8086指令集发出警告。

  ld86是生成16位文件头，这个我们不要，需要删除。

-a

  启用与Minix asld的部分兼容性，看不懂可以不管。

-d

  删除文件头。

-o

  输出文件名/路径。

写入镜像

  得到boot.bin之后，我们需要将这个数据写入虚拟镜像test.img当中，我们需要输入以下命令：

dd if=boot.bin of=test.img bs=512 count=1 conv=notrunc

  dd是用于磁盘操作的命令,可以深入磁盘的任何一个扇区。如果要了解详情，请在终端输入man dd。这里我们仅仅介绍我们使用的参数。

if=

  指定要读取的文件。

of=

  指定把数据输出到哪个文件。

bs=

  指定块的大小，dd是以块为单位来进行IO操作的，得指明块是多大字节。

count=

  指定拷贝的块数。

conv=

  指定如何转换文件。建议在追加数据时，conv最好用notrunc方式，也就是不打断文件。

测试

  执行完这些操作后，我们双击我们的startLearning.sh看看结果：

  这就说明成功了。

编写 Makefile

  以后我们如果频繁更改编译，每次输入这几个指令是不是太麻烦了？我们可以写一个Makefile文件，每次只需在该目录下输入make就可以重新编译：

all: boot.bin img

boot.bin: boot.s
    as86 -0 -a -o boot.o boot.s
    ld86 -0 -d -o boot.bin boot.o

img: boot.bin
    rm -f test.img
    bximage -hd -mode="flat" -size=60 -q test.img
    dd if=boot.bin of=test.img bs=512 count=1 conv=notrunc  

clean:
    rm -f boot.bin boot.o test.img

磁盘读写

  有关磁盘结构，这里就不多说了，我们把重点放到如何用汇编来读写磁盘相关内容。如果想详细了解建议看《操作系统真相还原》的第134页，或者从网络找相关资料。

  硬盘控制器属于IO接口，CPU和硬盘打交道是通过硬盘控制器实现的，开始硬盘和控制器是分开的，后来被整到一起，这种接口便称为集成设备电路（ Integrated Drive Electronics, IDE ）。

  让硬盘工作，我们需要通过读写硬盘控制器的端口，端口的概念在此重复下，端口就是位于IO制器上的寄存器，此处的端口是指硬盘控制器上的寄存器。但硬盘十分复杂，目前我们只用到其中的一小部分，具体了解详情请自行搜索AT Attachment with Packet Interface，一共三卷。

  端口可以被分为两组，Command Block registers和Control Block registers。Command Block registers用于向硬盘驱动器写入命令宇或者从硬盘控制器获得硬盘状态，Control Block registers用于控制硬盘工作

状态。在Control Block registers组中的寄存器已经精减了，而且咱们基本上用不到，就不赘述了，下面重点介绍Command Block registers组中的寄存器。

  端口是按照通道给出的，也就是说，端口不是直接针对某块硬盘的。一个通道上的主、从两块硬盘都用这些端口号，要想操作某通道上的某块硬盘，需要单独指定。

  Data寄存器在名字上我们就知道它是负责管理数据的，它相当于数据的门，数据能进，也能出，所以其作用是读取或写入数据。这个寄存器是16位的，得到了特殊照顾。在读硬盘时，硬盘准备好的数据后，硬盘控制器将其放在内部的缓冲区中，不断读此寄存器便是读出缓冲区中的全部数据。在写硬盘时，我们要把数据源源不断地输送到此端口，数据便被存入缓冲区里，硬盘控制器发现这个缓冲区中有数据了，便将此处的数据写入相应的扇区中。

  读硬盘时，端口0x171和0x1F1的寄存器名字叫Error寄存器，只在读取硬盘失败时有用，里面才会记录失败的信息，尚未读取的扇区数在Sector count寄存器中。在写硬盘时，此寄存器有了别的用途，被称之为Feature寄存器。有些命令需要指定额外参数，这些参数就写在Feature寄存器中。寄存器都是8位宽度。

  Sector count寄存器用来指定待读取或待写入的扇区数。硬盘每完成一个扇区，就会将此寄存器的值减一，所以如果中间失败了，此寄存器中的值便是尚未完成的扇区。这是8位寄存器，最大值为255，若指定为0，则表示要操作256个扇区。

  硬盘中的扇区在物理上是用柱面-磁头-扇区来定位的Cylinder Head Sector，简称为CHS，但每次我们要事先算出扇区是在哪个盘面，哪个柱面上，这太麻烦了，但这对于磁头来说很直观，它就是根据这些信息来定位扇区的。我们希望磁盘中扇区从

0开始依次递增编号，不用考虑扇区所在的物理结构，这是一种逻辑上为扇区址的方法，全称为逻辑块地址Logical Block Address。

  LBA有两种，一种是LBA28，用28位比特来描述一个扇区的地址，最大支持128 GB，为了简单，我们可以使用该方式；另外一种是LBA48，用48位比特来描述一个扇区的地址，最大支持131072 TB，目前没有任何存储器超过该大小。

  介绍完了LBA，现在可以说LBA寄存器了，这里有LBA low、LBA mid、LBA high三个，它们三个都是8位宽度的。LBA low寄存器用来存储0-7位，LBA mid寄存器用来存储8-15位，LBA high寄存器存储16-23位。但这总共才24位，连LBA28都不够，咱们怎么用呢？Device寄存器。

  Device寄存器是个杂项，它的宽度是8位。在此寄存器的低4位用来存储LBA地址的24-27位。索引4位用来指定通道上的主盘或从盘，0代表主盘，1代表从盘。索引5位用来设置是否启用LBA方式，1代表启用LBA模式，0代表启用CHS模式。剩余的两位，称为MBS位，都固定是1。

  在读硬盘时，端口0x1F7和0x177的寄存器名称是Status，它是8位宽度的寄存器，用来给出硬盘的状态信息。索引0位是ERR位，如果此位为1，表示命令出错了，具体原因可见Error寄存器。索引3位是Request位，如果此位为1，表示硬盘己经把数据准备好了，主机现在可以把数据读出来。索引6位是 DRDY,表示硬盘就绪，此位是在对硬盘诊断时用的，表示硬盘检测正常，可以继续执行一些命令。索引7位是BSY位，表示硬盘是否繁忙，如果为1表示硬盘正忙着，此寄存器中的其他位都无效。剩余的几位用不到暂且不关注。

  在写硬盘时，端口0x1F7和0x177的寄存器名称是Command。此寄存器用来存储让硬盘执行的命令，只要把命令写进此寄存器，硬盘就开始工作了。在咱们的系统中，主要使用了三个命令。

1. identify: 0xEC ，即硬盘识别。
2. read sector: 0x20 ，即读扇区。
3. write sector: 0x30 ，即写扇区。

  我们来用图简单总结一下：

  不管是读硬盘，还是写硬盘，都不是一个指令就完事的。我们先理顺一个步骤：

1. 先选择通道，往该通道的Sector count寄存器中写入待操作的扇区数。
2. 往该通道上的三个LBA寄存器写入扇区起始地址的低24位。
3. 往Device寄存器中写入LBA地址的24-27位，并置第6位置为1，使其为LBA模式，设置第4位，选择操作的硬盘（master硬盘或slave硬盘）。
4. 往该通道上的Command寄存器写入操作命令。
5. 读取该通道上的Status寄存器，判断硬盘工作是否完成。
6. 如果以上步骤是读硬盘，进入下一个步骤。否则，结束。
7. 将硬盘数据读出。

  硬盘工作完成后，它己经准备好了数据，咱们该怎么获取呢？一般常用的数据传送方式如下：

1. 无条件传送方式
2. 查询传送方式
3. 中断传送方式
4. 直接存储器存取方式DMA
5. IO 处理机传送方式

  这些传送方式我就不细说了，这不是我们的重点。感兴趣可以翻阅《操作系统真相还原》的第139页，或者其他资料。第1种方法不能用，因为硬盘需要在某种条件下才能传输。第4种和第5种需要单独的硬件支持。所以我们实现会使用较为简单的第2种和第3种。

  在之后的章节，弄好保护模式和分页的基础，我们会使用所有已学知识，学习Linux 1.1内核源码，并仿照逐步完善写一个十分简单的内核。

实模式杂谈

  弄了这么多，我们需要复习一下实模式相关的知识，因为这几篇之后，我们就要搞保护模式，会花费大量的篇幅介绍基础知识。

  在实模式下CPU访问数据将按照基址 + 偏移来进行。至于分类有寄存器寻址、直接寻址、内存寻址。

  在该模式下，用户程序和操作系统可以说是同一特权的程序，因为实模式下没有特权级，它处处和操作系统平起平坐，所以可以执行一些具有破坏性的指令。程序可以随意修改自己的段基址，这样便在内存空间内不受阻拦，可以随意访问任意物理内存，包括访问操作系统所在的内存数据，完全没有保护性可言。用户程序甚至可以覆盖操作系统在内存中的映像，整个计算机世界的和平全靠程序员的心情。

  俗话说得好，光说不练假把式，如下是本节相关的练习。如果练习没做成功，就不要看下一节教程了。

练习与思考

1. 独立完成本篇实验，并成功在Bochs中打印出红色的Loading system...!字符串。

下一篇

  羽夏看Linux内核——段相关入门知识