目錄

• 程序的結(jié)構(gòu)
• 1. 程序頭(Header)的描述信息
• 2. 關(guān)于匯編地址
• bootloader 把程序從硬盤讀取到內(nèi)存
• 1. 讀取到內(nèi)存中的什么位置？
• 2. bootloader 設(shè)置數(shù)據(jù)段基地址
• 3. bootloader 讀取所有扇區(qū)
• 4. 如果程序文件超過 64 KB 怎么辦？
• 代碼重定位
• 程序入口點(diǎn)重定位
• 段表重定位
• 跳轉(zhuǎn)到程序的入口地址
• 操作系統(tǒng)程序的執(zhí)行

在上一篇文章中Linux從頭學(xué)05-系統(tǒng)啟動(dòng)過程中的幾個(gè)神秘地址，你知道是什么意思嗎？，我們以幾個(gè)重要的內(nèi)存地址為線索，介紹了 x86 系統(tǒng)在上電開機(jī)之后：

CPU 如何執(zhí)行第一條指令;

BIOS 中的程序如何被執(zhí)行;

操作系統(tǒng)的引導(dǎo)代碼(bootloader) 被讀取到物理內(nèi)存中被執(zhí)行;

下一個(gè)環(huán)節(jié)，就應(yīng)該是引導(dǎo)程序(bootloader)把操作系統(tǒng)程序，讀取到內(nèi)存中，然后跳入到操作系統(tǒng)的第一條指令處開始執(zhí)行。

這篇文章，我們繼續(xù)以 8086 這個(gè)簡(jiǎn)單的處理器為原型，把程序的加載過程描述一下。其中的重點(diǎn)部分就是代碼重定位，我們用畫圖的方式，盡我所能，把程序加載、地址重定位的計(jì)算過程描述清楚。

PS: 文中所說的程序、操作系統(tǒng)文件，都是指同一個(gè)東西。

程序的結(jié)構(gòu)

為了便于下面的理解，我們有必要把待加載的操作系統(tǒng)程序的文件結(jié)構(gòu)先介紹一下。

當(dāng)然了，這里介紹的文件結(jié)構(gòu)，是一個(gè)非常簡(jiǎn)化版本的操作系統(tǒng)程序，本質(zhì)上與我們平常所寫的應(yīng)用程序沒有什么差別，因此我們也可以把它看做一個(gè)普通的程序文件。

操作系統(tǒng)程序靜靜地躺在硬盤中，等待 bootloader 來讀取，此時(shí) bootloader 可以看做一個(gè)加載器。

它倆畢竟是屬于兩個(gè)不同的東西，為了讓 bootloader 知道程序的長(zhǎng)度，需要某種“協(xié)議”來進(jìn)行溝通，這個(gè)“協(xié)議”就是程序文件的頭信息(Header)。

也就是說，在程序的開頭部分，會(huì)詳細(xì)的介紹自己，包括：程序的總長(zhǎng)度是多少字節(jié)，一共有多少個(gè)段，入口地址在什么位置等等。

還記得之前介紹過的 Linux 系統(tǒng)中使用的 ELF 文件格式嗎？Linux系統(tǒng)中編譯、鏈接的基石-ELF文件：扒開它的層層外衣，從字節(jié)碼的角度來探索

那篇文章把一個(gè)典型的 Linux ELF 格式的可執(zhí)行文件徹底拆解了一遍，可以看到，在 ELF 文件的頭部信息中，詳細(xì)描述了文件中每一部分內(nèi)容。

其實(shí) Windows 中的程序格式(PE 格式)也是類似的，它與 ELF 格式來源于同一個(gè)祖宗。

1. 程序頭(Header)的描述信息

為了便于描述，我們假設(shè)程序中包括 3 個(gè)段：代碼段，數(shù)據(jù)段和棧段，再加上程序頭部信息，一共是 4 個(gè)組成部分。如下所示：

為什么中間留有白色的空白？

因?yàn)槊恳粋€(gè)段并不是緊挨著排列的，為了段地址能夠內(nèi)存對(duì)齊(16個(gè)字節(jié)對(duì)齊)，段與段之間可能會(huì)空余一段空間，這些空間里的數(shù)據(jù)都是無效的。

剛才說了，為了能夠讓加載器(bootloader)盡可能地了解自己，程序文件會(huì)在自己的 Header 部分，詳細(xì)的描述自己的信息：

有了這樣的描述信息，bootloader 就能夠知道一共要讀取多少個(gè)字節(jié)的程序文件，跳轉(zhuǎn)到哪個(gè)位置才能讓操作系統(tǒng)的指令開始執(zhí)行。

2. 關(guān)于匯編地址

在程序的頭信息中，可以看到匯編地址和偏移量這樣的信息。

編譯器在編譯源代碼的時(shí)候，它是不知道 bootloader 會(huì)把程序加載到內(nèi)存中的什么位置的。

bootloader 會(huì)查看哪個(gè)位置有足夠的空間，找到一個(gè)可用的位置之后，就把操作系統(tǒng)程序讀取到這個(gè)位置，可以看做是一個(gè)動(dòng)態(tài)的過程。

因此，編譯器在編譯階段用來定位變量、標(biāo)簽等使用的地址，都是相對(duì)于當(dāng)前段的開始地址來計(jì)算的。

還是拿剛才的圖片來舉例：

我們假設(shè) Header 部分是 32 個(gè)字節(jié)，三個(gè)段的開始地址分別是：

代碼段 addrCodeStart： 0x00020（距離文件的第一個(gè)字節(jié)是 32 Bytes）;

數(shù)據(jù)段 addrDataStart： 0x01000（距離文件的第一個(gè)字節(jié)是 4K Bytes）;

棧段 addrStackStart： 0x01200（距離文件的第一個(gè)字節(jié)是 4K 512 Bytes）；

在代碼段中，定義了一個(gè)標(biāo)簽 label_1，它距離代碼段的開始位置(0x00020)是 512 個(gè)字節(jié)(0x0200)。

同時(shí)，可以算出它距離文件開頭的第一個(gè)字節(jié)就是 512 32 = 544 字節(jié)，因?yàn)榇a段的開始地址距離文件頭部是 32 個(gè)字節(jié)。

在 label_1 之前的代碼中，會(huì)引用到這個(gè)標(biāo)簽。

那么在使用的地方，將會(huì)填上 0x0200，表示：引用的這個(gè)位置是距離代碼段開始地址的 512 字節(jié)處。

以上的這些地址，指的就是匯編地址。

我們?cè)賮砟贸绦虻娜肟诘刂菲屏縼砼e例，入口地址是通過 start 標(biāo)簽來定義的：

假設(shè)：在代碼段中，入口地址標(biāo)簽 start 位于代碼段開始位置的 0x0100 偏移處，也就是距離代碼段開始位置的 256 個(gè)字節(jié)。

那么，在程序的 Header 信息中，入口點(diǎn)偏移量的位置就要填寫 0x0100，這樣的話，bootloader 把程序讀取到內(nèi)存中之后，就能從這里獲取到程序入口點(diǎn)的偏移地址，然后經(jīng)過一系列的重定位，就可以準(zhǔn)確跳轉(zhuǎn)到程序的第一條指令的地方去執(zhí)行了。

按照剛才假設(shè)的地址信息，程序頭 Header 中的信息就是下面這個(gè)樣子：

最右側(cè)的藍(lán)色字體，表示每一個(gè)項(xiàng)目占用的字節(jié)數(shù)，一共是 24 個(gè)字節(jié)。

剛才說到，每一個(gè)段的開始地址都是按照 16 字節(jié)對(duì)齊的，因此在 Header 之后，要空余 8 個(gè)字節(jié)的空間，之后，才是代碼段的開始地址(0x00020 = 32 Bytes)。

bootloader 把程序從硬盤讀取到內(nèi)存

1. 讀取到內(nèi)存中的什么位置？

bootloader 在把操作系統(tǒng)文件，從硬盤上讀取到內(nèi)存之前，必須決定一件事情：把文件內(nèi)容存放到內(nèi)存中的什么位置？

從上一篇文章我們了解到，在讀取操作系統(tǒng)之前，內(nèi)存布局模型是下面這樣的：

注意：這是 8086 系統(tǒng)中，20 根地址線能夠?qū)ぶ返?1 MB 的地址空間。

其中頂部的 64 KB，映射到 ROM 中的 BIOS 程序。

底部從 0 開始的 1 KB 地址空間，是存儲(chǔ) 256 個(gè)中斷向量(下一篇文章準(zhǔn)備聊聊中斷的事情)。

中間的從 0x07C00 地址開始的地方，是 BIOS 從硬盤的引導(dǎo)區(qū)讀取的 bootloader 程序所存放的地方。

黃色部分的空間一共是 640 KB 的空間，都是映射到 RAM 中的，因此，有足夠大的空閑地址空間來存儲(chǔ)操作系統(tǒng)程序文件。

假設(shè)：bootloader 就決定從地址 0x20000 開始(128 KB)，存放從硬盤中讀取的操作系統(tǒng)程序文件。

2. bootloader 設(shè)置數(shù)據(jù)段基地址

從硬盤上讀取文件，是按照扇區(qū)為讀取單位的，也就是每次讀取一個(gè)扇區(qū)(512 字節(jié))。

至于如何通過指定扇區(qū)號(hào)、發(fā)送端口命令，來從硬盤上讀取數(shù)據(jù)，這是另一個(gè)話題，暫且不表，我們把目光集中在 bootloader 上。

對(duì)于 bootloader 來說，讀取操作系統(tǒng)文件就相當(dāng)于讀取普通的數(shù)據(jù)。

既然已經(jīng)決定把讀取的數(shù)據(jù)從地址 0x20000 開始存放，那么 bootloader 就要把數(shù)據(jù)段寄存器 ds 設(shè)置為 0x2000，這樣的話，經(jīng)過邏輯地址的計(jì)算公式：

物理地址 = 邏輯段地址 * 16 偏移地址

才能得到正確的物理地址，例如：

讀取的第 1 個(gè)扇區(qū)的數(shù)據(jù)放在：0x2000:0x0000 地址處;

讀取的第 2 個(gè)扇區(qū)的數(shù)據(jù)放在：0x2000:0x0200 地址處;

讀取的第 3 個(gè)扇區(qū)的數(shù)據(jù)放在：0x2000:0x0400 地址處;

…

讀取的第 10 個(gè)扇區(qū)的數(shù)據(jù)放在：0x2000:0x1200 地址處;

3. bootloader 讀取所有扇區(qū)

bootloader 需要把操作系統(tǒng)程序的所有內(nèi)容讀取到內(nèi)存中，需要讀取的長(zhǎng)度是多少呢？

程序文件的 Header 中有這個(gè)信息，因此，bootloader 需要先讀取程序文件的第一個(gè)扇區(qū)，也就是 512 字節(jié)，放在 0x20000 開始的位置。

我們繼續(xù)假設(shè)一下：程序的總長(zhǎng)度是 5K 字節(jié)(0x01400)，那么程序文件的前 512 個(gè)字節(jié)(第一個(gè)扇區(qū))讀取到內(nèi)存中，就是下面這個(gè)樣子：

注意：這是文件內(nèi)容被讀取到內(nèi)存中的布局，最下面是低地址，最上面是高地址，這與前面描述靜態(tài)文件中內(nèi)容的順序是相反的。

讀取了第一個(gè)扇區(qū)之后，就可以取出 0x20000 開始的 4 個(gè)字節(jié)的數(shù)據(jù)：0x01400，得到程序文件的總長(zhǎng)度: 5 K 字節(jié)。

每個(gè)扇區(qū)是 512 字節(jié)，5 K 字節(jié)就是 10 個(gè)扇區(qū)。

第一個(gè)扇區(qū)已經(jīng)讀取了，那么還需要繼續(xù)讀取剩下的 9 個(gè)扇區(qū)。

于是，bootloader 把所有扇區(qū)的數(shù)據(jù)，依次讀取到：0x2000:0x0000, 0x2000:0x0200, 0x2000:0x0400, … 0x2000:0x1200 地址處。

4. 如果程序文件超過 64 KB 怎么辦？

這里有一個(gè)延伸的問題可以思考一下：

8086 地段尋址方式，由于偏移量寄存器的長(zhǎng)度是 16 位，最大只能表示 64 KB 的空間。

我們所假設(shè)的例子中，程序文件只有 5 KB，在一個(gè)數(shù)據(jù)段內(nèi)完全可以包括，因此 bootloader 可以一直用 0x2000:偏移量 的方式來讀取文件內(nèi)容。

那如果程序的長(zhǎng)度是 100 KB，超過了偏移量的 64 KB 最大尋址空間，那么 bootloader 應(yīng)該怎么樣做才能正確把 100 KB 的程序讀取到內(nèi)存中？

解答：

可以在讀取文件的過程中，動(dòng)態(tài)的增加數(shù)據(jù)段邏輯地址。

比如，在讀取前面的 64 KB 數(shù)據(jù)(扇區(qū) 1 ~ 扇區(qū) 128)時(shí)，段寄存器 ds 設(shè)置為 0x2000。

在讀取第 65 KB 數(shù)據(jù)(扇區(qū) 129)之前，把段寄存器 ds 設(shè)置為 0x3000，這樣讀取的數(shù)據(jù)就從 0x3000:0x0000 處開始存放了。

代碼重定位

現(xiàn)在，操作系統(tǒng)程序已經(jīng)被讀取到內(nèi)存中了，下一個(gè)步驟就是：跳轉(zhuǎn)到操作系統(tǒng)的程序入口點(diǎn)去執(zhí)行！

程序入口點(diǎn)重定位

程序入口點(diǎn)的偏移量，已經(jīng)被記錄在 Header 中了(0x04 ~ 0x05 字節(jié)，橙色部分)：

Header 中記錄的代碼段中入口點(diǎn) start 標(biāo)簽的偏移量是 0x100，即：入口點(diǎn)距離代碼段的開始地址是 256 個(gè)字節(jié)。

同樣的道理，代碼段中所有相關(guān)的地址，都是相對(duì)于代碼段的開始地址來計(jì)算偏移量的。

因此，如果（這里是如果?。?bootloader 把代碼段的開始地址(不是整個(gè)文件的開始)，直接放到內(nèi)存的 0x00000 地址處，那么代碼段里所有地址就都不用再修改了，可以直接設(shè)置：cs = 0x0000, ip=0x0100，這樣就直接跳轉(zhuǎn)到 start 標(biāo)簽的地方開始執(zhí)行了。

可惜，bootloader 是把操作系統(tǒng)程序讀取到地址 0x20000 開始的地方，因此，需要把代碼段寄存器 cs 設(shè)置為當(dāng)前代碼段在內(nèi)存中的實(shí)際開始位置，也即是下面這個(gè)五角星的位置：

以上兩段文字，可以再多讀幾遍！

在 Header 中，0x06，0x07, 0x08, 0x09 這 4 個(gè)字節(jié)的數(shù)據(jù) 0x00020，就是代碼段的開始位置距離程序文件開頭的字節(jié)數(shù)。

只要把這個(gè)數(shù)值(0x00020)，與文件存儲(chǔ)的開始地址(0x20000)相加，就可以得到代碼段的開始地址在物理內(nèi)存中的絕對(duì)地址：

0x00020 0x20000 = 0x20020

即：代碼段的開始地址，位于物理內(nèi)存中 0x20020 的位置。

對(duì)于一個(gè)物理地址，我們可以用多種不同的邏輯地址來表示，例如:

0x20020 = 0x2002:0x0000
0x20020 = 0x2000:0x0020
0x20020 = 0x1FF0:0x0120

面對(duì)這 3 個(gè)選擇，我們當(dāng)然是選擇第 1 個(gè)，而且只能選擇第 1 個(gè)，因?yàn)榇a段內(nèi)部所有的地址偏移，在編譯的時(shí)候都是基于 0 地址的(也即是上面所說的匯編地址)，或者稱作相對(duì)地址。

明白了這個(gè)道理之后，就可以把 cs:ip 設(shè)置為 0x2002:0x0100，這樣 CPU 就會(huì)到 start 標(biāo)簽處執(zhí)行了。

但是，在進(jìn)行這個(gè)操作之前還有其他幾件事情需要處理，因此，要把代碼段的邏輯段地址 0x2002, 寫回到 Header 中的 0x06 ~ 0x09 這 4 個(gè)字節(jié)中保存起來(橙色部分)：

段表重定位

此時(shí)，系統(tǒng)還是在 bootloader 的控制之下，數(shù)據(jù)段寄存器 ds 仍然為 0x2000，想一想為什么？

因?yàn)?bootloader 讀取操作系統(tǒng)程序的第一扇區(qū)之前，希望把數(shù)據(jù)讀取到物理地址 0x20000 的地方，右移一位就得到了邏輯段地址 0x2000，把它寫入到數(shù)據(jù)段寄存器 ds 中。

我們一直忽略了 bootloader 使用的棧空間，因?yàn)檫@部分與文件主題無關(guān)。

操作系統(tǒng)程序如果想要執(zhí)行，必須使用自己程序文件中的數(shù)據(jù)段和棧段。

但是，Header 中記錄的這 2 個(gè)段的開始地址，都是相對(duì)于程序文件開頭而言的。

而且操作系統(tǒng)文件并不知道：自己被 bootloader 讀取到內(nèi)存中的什么位置？

因此，bootloader 也需要把這 2 個(gè)段，在內(nèi)存中的開始地址進(jìn)行重新計(jì)算，然后更新到 Header 中。

這樣的話，當(dāng)操作系統(tǒng)程序開始執(zhí)行的時(shí)候，才能從 Header 中得到數(shù)據(jù)段和棧段的邏輯段地址。

當(dāng)然了，這里所舉的示例中只有 3 個(gè)段，一個(gè)實(shí)際的程序可能會(huì)包括很多個(gè)段，每一個(gè)段的地址都需要進(jìn)行重定位。

bootloader 從 Header 的 0x0A ~ 0x0B 這 2 個(gè)字節(jié)，可以得到一共有多少個(gè)段地址需要重定位。

然后按照順序，依次讀取每一個(gè)段的偏移地址，加上程序文件的加載地址(0x20000)，計(jì)算出實(shí)際的物理地址，然后再得到邏輯段地址，具體如下：

代碼段偏移量 0x00020：0x20000 0x00020 = 0x20020(物理地址)，右移一位得到邏輯段地址：0x2002;

數(shù)據(jù)段偏移量 0x0x01000: 0x20000 0x01000 = 0x21000(物理地址)，右移一位得到邏輯段地址：0x2100;

棧段 段偏移量 0x0x01200: 0x20000 0x01200 = 0x21200(物理地址)，右移一位得到邏輯段地址：0x2120;

下圖橙色部分：

我們把代碼段、數(shù)據(jù)段、棧段在內(nèi)存中的布局模型全部畫出來：

跳轉(zhuǎn)到程序的入口地址

萬事俱備，只欠東風(fēng)！

一切工作已經(jīng)準(zhǔn)備就緒，最后一步就是進(jìn)入操作系統(tǒng)程序中代碼段的 start 入口點(diǎn)了。

在上面的準(zhǔn)備工作中，bootloader 已經(jīng)把程序代碼段的邏輯段地址 0x2002，保存在 Header 中的 0x06 ~ 0x09 這 4 個(gè)字節(jié)中了，只要把它賦值給代碼段寄存器 cs 即可。

程序入口點(diǎn)位于 start 標(biāo)簽處，它距離代碼段的開始位置偏移 0x100，保存在 Header 中的 0x04 ~ 0x05 這 2 個(gè)字節(jié)，只要把它賦值給指令指針寄存器 ip 即可。

我們可以手動(dòng)讀取，然后賦值。

也可以直接利用 8086 CPU 中的這條指令： jmp [0x04] 來實(shí)現(xiàn) cs:ip 的賦值。

因?yàn)榇丝踢€是在 bootloader 的控制下，數(shù)據(jù)段寄存器 ds 的值仍然為 0x2000，因此跳轉(zhuǎn)到 0x2000:0x04 內(nèi)置中所表示的地址，就可以把正確的邏輯段地址和指令地址賦值給 cs:ip，從而開始執(zhí)行操作系統(tǒng)程序的第一條指令。

操作系統(tǒng)程序的執(zhí)行

操作系統(tǒng)的第一條指令在執(zhí)行時(shí)，數(shù)據(jù)段寄存器 ds 和 棧段寄存器 cs 中的值，仍然為 bootloader 中所設(shè)置的值。

因此，操作系統(tǒng)首先要把這 2 個(gè)段寄存器設(shè)置為自己程序文件的值，然后才能開始后續(xù)指令的執(zhí)行。

上文已經(jīng)說過，每一個(gè)段在內(nèi)存中的邏輯段地址，已經(jīng)被 bootloader 重新計(jì)算，并且更新到了 Header 中。

所以，操作系統(tǒng)就可以從 ds:0x14 的位置，讀取新的棧段邏輯地址 0x2120，并把它賦值給棧段寄存器 cs。

從這個(gè)時(shí)候開始，所有的棧操作就是操作系統(tǒng)程序自己的了。

注意：此時(shí)數(shù)據(jù)段寄存器 ds 仍然沒有改變，仍然是 bootloader 中使用的 0x2000。

然后再從 ds:0x10 的位置讀取新的數(shù)據(jù)段邏輯地址 0x2100，并把它賦值給數(shù)據(jù)段寄存器 ds。

從這個(gè)時(shí)候開始，所有的數(shù)據(jù)操作就是操作系統(tǒng)程序自己的了。

注意：給 cs、ds 的賦值順序不能顛倒。

如果先給 ds 賦值，那么再去 Header 中讀取 cs 邏輯段地址的時(shí)候，就沒法定位了。

因?yàn)榇藭r(shí) ds 寄存器已經(jīng)指向了新的地址(ds = 0x2100)，沒法再去 0x2000:0x14 地址處獲取數(shù)據(jù)了。

最后還有一點(diǎn)，對(duì)于棧操作，除了設(shè)置棧的段寄存器 ss 外，還需要設(shè)置棧頂指針寄存器 sp。

我們假設(shè)程序中設(shè)置的棧空間是 512 字節(jié)，棧頂指針是向低地址方向增長(zhǎng)的，因此，需要把 sp 初始化為 512。

至此，操作系統(tǒng)程序終于可以愉快的開始執(zhí)行了！

—— End ——