最开始的两行代码
话不多说,直奔主题。当你按下开机键的那一刻,在主板上提前写死的固件程序 BIOS 会将硬盘中启动区的 512 字节的数据,原封不动复制到内存中的 0x7c00 这个位置,并跳转到那个位置进行执行。
启动区的定义非常简单,只要硬盘中的 0 盘 0 道 1 扇区的 512 个字节的最后两个字节分别是 0x55 和 0xaa,那么 BIOS 就会认为它是个启动区。
所以对于我们理解操作系统而言,此时的 BIOS 仅仅就是个代码搬运工,把 512 字节的二进制数据从硬盘搬运到了内存中而已。所以作为操作系统的开发人员,仅仅需要把操作系统最开始的那段代码,编译并存储在硬盘的 0 盘 0 道 1 扇区即可。之后 BIOS 会帮我们把它放到内存里,并且跳过去执行。
而 Linux-0.11 的最开始的代码,就是这个用汇编语言写的 bootsect.s,位于 boot 文件夹下。
通过编译,这个bootsect.s
会被编译成二进制文件,存放在启动区的第一扇区。
随后就会如刚刚所说,由 BIOS 搬运到内存的 0x7c00 这个位置,而 CPU 也会从这个位置开始,不断往后一条一条语句无脑地执行下去。
那我们的梦幻之旅,就从这个文件的前两行代码开始啦!
mov ax,0x07c0
mov ds,ax
这段代码是用汇编语言写的,含义是把 0x07c0 这个值复制到 ax寄存器里,再将ax寄存器里的值复制到 ds寄存器里。那其实这一番折腾的结果就是,让ds这个寄存器里的值变成了0x07c0。
ds是一个 16 位的段寄存器,具体表示数据段寄存器,在内存寻址时充当段基址的作用。啥意思呢?就是当我们之后用汇编语言写一个内存地址时,实际上仅仅是写了偏移地址,比如:
mov ax, [0x0001]
实际上相当于:
mov ax, [ds:0x0001]
ds 是默认加上的,表示在 ds 这个段基址处,往后再偏移 0x0001 单位,将这个位置的内存数据,复制到 ax 寄存器中。
形象地比喻一下就是,你和朋友商量去哪玩比较好,你说天安门、南锣鼓巷、颐和园等等,实际上都是偏移地址,省略了北京市这个基址。当然你完全可以说北京天安门、北京南锣鼓巷这样,每次都加上北京这个前缀。不过如果你事先和朋友说好,以下我说的地方都是北京市里的哈,之后你就不用每次都带着北京市这个词了,是不是很方便?
那 ds 这个数据段寄存器的作用就是如此,方便了描述一个内存地址时,可以省略一个基址,没什么神奇之处。
再看,这个 ds 被赋值为了 0x07c0,由于 x86 为了让自己在 16 位这个实模式下能访问到 20 位的地址线这个历史因素(不了解这个的就先别纠结为啥了),所以段基址要先左移四位。那 0x07c0 左移四位就是 0x7c00,那这就刚好和这段代码被 BIOS 加载到的内存地址 0x7c00 一样了。
也就是说,之后再写的代码,里面访问的数据的内存地址,都先默认加上 0x7c00,再去内存中寻址。
为啥统一加上 0x7c00 这个数呢?这很好解释,BIOS 规定死了把操作系统代码加载到内存 0x7c00,那么里面的各种数据自然就全都被偏移了这么多,所以把数据段寄存器 ds 设置为这个值,方便了以后通过这种基址的方式访问内存里的数据。
自己给自己挪个地
带着上文两行代码继续看几行:
mov ax,0x07c0
mov ds,ax
mov ax,0x9000
mov es,ax
mov cx,#256
sub si,si
sub di,di
rep movw
此时 ds 寄存器的值已经是 0x07c0 了,然后又通过同样的方式将 es 寄存器的值变成 0x9000,接着又把 cx 寄存器的值变成 256(代码里确实是用十进制表示的,与其他地方有些不一致,不过无所谓)。
再往下看有两个sub
指令,这个sub
指令很简单,比如sub a,b
表示a = a - b
,那么代码中的sub si,si
就表示si = si - si
,所以如果sub后面两个寄存器一模一样,就相当于把这个寄存器里的值清零。那就非常简单了,经过这些指令后,以下几个寄存器分别被附上了指定的值,我们梳理一下:
ds = 0x07c0
es = 0x9000
cx = 256
si = 0
di = 0
上节画的 CPU 寄存器的总图此时就是这样了:
干嘛要给这些毫不相干的寄存器赋值呢?其实就是为下一条指令服务的,就是
rep movw
其中 rep 表示重复执行后面的指令。而后面的指令 movw 表示复制一个字(word 16位),那其实就是不断重复地复制一个字。
那下面自然就有三连问:
重复执行多少次呢 是 cx 寄存器中的值,也就是 256 次。
从哪复制到哪呢 是从 ds:si 处复制到 es:di 处。
一次复制多少呢 刚刚说过了,复制一个字,16 位,也就是两个字节。
上面是直译,那把这段话翻译成大白话就是,将内存地址 0x7c00 处开始往后的 512 字节的数据,原封不动复制到 0x90000 处。就是下图的第二步。
没错,就是这么折腾了一下。现在,操作系统最开头的代码,已经被挪到了 0x90000 这个位置了。
再往后是一个跳转指令。
jmpi go,0x9000
go:
mov ax,cs
mov ds,ax
仔细想想或许你能猜到它想干嘛。
jmpi 是一个段间跳转指令,表示跳转到 0x9000:go 处执行。
还记得上文说的 段基址 : 偏移地址 这种格式的内存地址要如何计算吧?段基址仍然要先左移四位,因此结论就是跳转到 0x90000 + go 这个内存地址处执行。忘记的赶紧回去看看,这才过了一回哦,要稳扎稳打。
再说 go,go 就是一个标签,最终编译成机器码的时候会被翻译成一个值,这个值就是 go 这个标签在文件内的偏移地址。这个偏移地址再加上 0x90000,就刚好是 go 标签后面那段代码 mov ax,cs
此时所在的内存地址了。
那假如 mov ax,cx
这行代码位于最终编译好后的二进制文件的 0x08 处,那 go 就等于 0x08,而最终 CPU 跳转到的地址就是 0x90008 处。
所以到此为止,本篇内容其实就是一段 512 字节的代码和数据,从硬盘的启动区先是被移动到了内存 0x7c00 处,然后又立刻被移动到 0x90000 处,并且跳转到此处往后再稍稍偏移 go 这个标签所代表的偏移地址处,也就是 mov ax,cs
这行指令的位置。
说明
[1] 有关寄存器的详细信息,可以参考 Intel 手册:Volume 1 Chapter 3.2 OVERVIEW OF THE BASIC EXECUTION ENVIRONMEN
[2] 有关计算机启动部分的原理如果还不清楚,可以看我之前的一篇文章了解一下计算机的启动过程
[3] 如果想了解计算机启动时详细的初始化过程,还是得参考 Intel 手册:Volume 3A Chapter 9 PROCESSOR MANAGEMENT AND INITIALIZATION
[4] 本系列的扩展资料看这本系列资料仓
[5] 如果想了解汇编指令的信息,可以参考 Intel 手册:Volume 2 Chapter 3 ~ Chapter 5
比如本文出现的 sub 指令,你完全没必要去百度它的用法,直接看手册。
Intel 手册对于理解底层知识非常直接有效,但却没有很好的中文翻译版本,因此让许多人望而生畏,只能去看一些错误百出的中文二手资料和博客。这里有一个 Intel 手册翻译计划,感兴趣的也可以参与进去。
[6] 本系列全局视角图: