20169212《Linux内核原理与分析》第二周作业

《Linux内核原理与分析》第二周作业

这一周学习了MOOCLinux内核分析的第一讲，计算机是如何工作的？由于本科对相关知识的不熟悉，所以感觉有的知识理解起来了有一定的难度，不过多查查资料，看看别人的解答，慢慢的也就理解了，最终形成自己的知识脉络。

实验分析

先创建文件，通过vim将C代码写到文件中去，如图。

再编译成可执行程序和反编译成汇编代码。为什么反编译是这个代码呢？

gcc -S -o main.s main.c

原来gcc命令中 -S 参数表示仅仅汇编而不进行编译及链接，也就是将源代码翻译成汇编指令。-o filename 指明输出文件名。这里表示将生成的汇编代码保存到main.s中去。汇编并整理之后的代码如图所示：

这个代码跟我之前学的汇编代码有稍许的不一样，查了一下原因，才知道之前那个是Windows平台下的汇编代码，这个是linux下的汇编代码，大同小异，稍微查一下资料并仔细阅读还是能读懂，比如%表示寄存器里面的内容。本函数只有一个参数，所以在汇编上体现出来的就是直接的一个入栈操作，那么如果是两个或者以上的参数呢，应该先压栈哪个？带着这样的疑问我又去查资料，得知，参数的入栈顺序时候从右往左的，也就是最右边的参数是最先入栈的。为何参数入栈的顺序是从右往左而不是从左往右呢？

要回答这个问题，就不得不谈一谈printf（）函数，printf函数的原型是：printf（const char* format,…）,没错，它是一个不定参函数，那么我们在实际使用中是怎么样知道它的参数个数呢？这就要靠format了，编译器通过format中的%占位符的个数来确定参数的个数。现在我们假设参数的压栈顺序是从左到右的，这时，函数调用的时候，format最先进栈，之后是各个参数进栈，最后pc进栈，此时，由于format先进栈了，上面压着未知个数的参数，想要知道参数的个数，必须找到format，而要找到format，必须要知道参数的个数，这样就陷入了一个无法求解的死循环了！！

而如果把参数从右到左压栈，情况又是怎么样的？函数调用时，先把若干个参数都压入栈中，再压format，最后压返回地址，压EBP，这样一来，栈顶指针加2便找到了format，通过format中的%占位符，取得后面参数的个数，从而正确取得所有参数。

下面开始代码的具体分析：

首先从main函数开始，因为在main函数开始前，程序已经做了一堆准备工作，所以指令肯定不是从这才开始的，前面已经执行了很多的指令，所以先将原先的ebp压栈，ebp压栈之后，esp-=4，并在esp新指向的内存地址存入ebp,形成一个调用main函数产生的新的相对的栈，然后ebp指向当前栈顶指针esp所指向的位置。

subl $4,%esp
movl $10,(%esp)

表示将esp自减4，即向下移动四个字节，然后将立即数10放入到esp目前所保存的地址中的内存单元中去，这两行代码亦可以用

pushl $10

来代替。接下来要调用f函数了，本来不调用f的话，程序会按照顺序执行下去，也就是执行addl $3,%eax这条命令，当调用f的时候，程序便更改了EIP的值，改为跳转到f的地址，所以在这之前，要将addl $3,%eax这条语句的地址也就是返回地址压栈，然后进入f函数中去。

进入f函数之后同样会形成一个新的相对的栈，所以首先是将ebp压栈，保存之前的ebp的值，ebp再被esp赋值之后，再指向当前的栈顶。这个时候esp-4，即下移一个内存单元，movl 8(%ebp),eax这句命令的意思是将当前ebp所指向的内存地址+8之后的内存单元所存的内容取出来放到eax中去，那么当前ebp+8之后是什么呢。由之前的分析可得到，当前ebp+4是得到f函数的返回地址，那么+8之后便是立即数10，所以这一步是将10取出来放到eax中去。由于刚刚栈顶指针esp只是做下移操作，并没有存放任何东西，所以这里有一句movl %eax,(%esp)，将eax中的值即10放到当前esp所指向的内存单元中去，然后调用g函数。同样，先将g函数的返回地址压栈，形成一个新的相对的栈之后，ebp压栈(esp-4并存放ebp)，ebp指向esp当前所指向的位置。这里又有一句movl 8(%ebp),eax，一样的，取出上面第二个单元格中的10出来放到eax中，eax再+5,再把当前的栈顶指针所指向的内存单元的值(即之前存放的ebp的值)取出来放到ebp中去，再返回，到函数之前的f中应该执行的位置(返回其实也对应着一个将EIP压栈，改变EIP值的操作，这里一般省略了)，这里对g函数的分析就对应g函数中的c语言代码：return x+5;同样g调用完了返回到f函数之后，f也开始准备清理工作然后返回了(leave指令相当于一直清栈的指令，不过当然清当前这个相对的栈)，最后回到主函数，将EAX中的值+3，由于之前的指令之后的eax中保存的是15，所以加3之后eax是18了，整个main函数也就差不多分析结束了，剩下的就是程序自己之后的一些工作了。

遇到的问题及解决方案

1. 关于堆栈的问题：对计算机中的堆栈的知识感到陌生，这一块完全需要自己去补补。
   
   通过上网查询资料，了解到了，栈的生长跟内存地址的生长刚好相反，栈是由内存高地址向内存低地址的方向生长的，所以每进行一个入栈操作的时候，栈顶指针所指向的内存地址自减4（为什么是自减4呢？因为一个内存单元是四个字节，所以当进行一个压栈操作的时候，就把指针自减4个字节，然后再把数据放进去）。
2. 关于各种寄存器的问题：梳理一遍比较重要的几个寄存器的作用
   
   以32位机为例，cpu中有一个很关键的寄存器叫EIP，它保存的是下一条待执行指令的地址，然后从相应的内存地址中找到指令并执行，再指向下一个内存地址。EIP可以被call ret jump 条件跳转等间接修改，但不能被程序员直接修改。除此之外还有EAX,EBX,ECX,EDX，ESP,EBP。关于ESP,EBP一直都没有理解的很透彻，不知道这两个寄存器各自的作用，通过这一次清楚的知道了，每当发生一个函数(包括main函数)调用的时候，都会产生一个新的相对的栈(在这之前会把返回地址压栈，原先的EBP压栈)，然后这个新的相对的栈中，EBP指向栈底，ESP指向栈顶，当一个东西要进行入栈操作，ESP先自减4，再把要入栈的东西放到以当前ESP所指向的地址为其实的内存单元中去。下面一段代码通过自己的理解给出注释

//假设执行函数前堆栈指针ESP为NN
push   para2  ;参数2入栈, ESP -= 4h , ESP = NN - 4h
push   para1  ;参数1入栈, ESP -= 4h , ESP = NN - 8h
call test     ;压入返回地址 ESP -= 4h, ESP = NN - 0Ch
;//进入test函数内
test
{
push   ebp                        ;保护先前EBP指针，EBP入栈，ESP-=4h,ESP=NN - 10h
mov    ebp, esp                   ;设置EBP指针指向栈顶 NN-10h
mov    eax, dword ptr  [ebp+0ch]  ;ebp+0ch为NN-4h,即参数2的位置
mov    ebx, dword ptr  [ebp+08h]  ;ebp+08h为NN-8h,即参数1的位置
sub    esp, 8                     ;局部变量所占空间ESP-=8, ESP = NN-18h
...
add    esp, 8                     ;释放局部变量, ESP+=8, ESP = NN-10h
pop    ebp                        ;出栈,恢复EBP, ESP+=4, ESP = NN-0Ch
ret    8                          ;ret返回,弹出返回地址,ESP+=4, ESP=NN-08h, 后面加操作数8为平衡堆栈,ESP+=8,ESP=NN, 恢复进入函数前的堆栈.
}

所以，ESP就是一直指向栈顶的指针,而EBP只是存取某时刻的栈顶指针,以方便对栈的操作,如获取函数参数、局部变量等。

3. 书上讲的内核压缩默认以gzip和bzip2的形式发布，但是我下载下来的却是以tar.xz为后缀名的压缩包（可能是书比较老的缘故吧），于是上网查询这形式的压缩包怎么解压，但是既然学到这，就得去了解.xz是怎么产生的。于是深入的了解了下，xz 是一个使用 LZMA压缩算法的无损数据压缩文件格式。一般可以使用tar -xvf filename.tar.xz来解压。

总结

通过本章的学习，我理解了很多关于计算机工作原理的知识。以前一直不知道计算机怎么运作起来的，CPU，内存他们有什么联系。现在知道了，CPU中所执行的每一条指令都是从内存（CPU和内存之间通过总线连接）中读取的，而内存又可以看成是由一连串连续的地址的储存单元组成的，每个单元要么存放数据要么存放指令，所以计算机就反复通过cpu读取指令，执行指令，指向下一个内存地址的模式让我们computer运行起来啦。