一文了解Linux系统启动过程中的几个神秘地址

    0xFFFF:0x0000
    0xF000:0xE05B
    0x0000:0x7C00
    在第一篇文章中,我们就提到,现代操作系统是从最古老的 8086 系统一步一步发展而来的。
    处理器厂商为了向后兼容,很多底层相关的原理都是一样的(如果不兼容,就会丢弃市场份额)。
    特别是从系统上电之后,一直到操作系统中第一个进程(Linux 下就是 init 进程)运行起来,这其中经历了 BIOS、引导程序、操作系统这三元大将的接力跑。
    今天,我们从几个特殊的地址的角度,来从宏观节点上看一下系统的启动过程。
    0xFFFF:0x0000
    这个地址,是处理器上电之后的第一个重要的物理地址。
    从地址的书写形式上,就可以看出这是 8086 系统中实模式下的段寻址方式:段地址 * 16 + 偏移量。
    段地址:0xFFFF
    偏移地址:0x0000
    计算得到物理地址:0xFFFF0
    当处理器的 reset 引脚被触发后,处理器首先进行硬件初始化,也就是把处理器内部的每个寄存器都设置为一个初始的默认状态:
    把段寄存器 cs 设置为 0xFFFF,指令寄存器 ip 设置为 0x0000;
    把其它的所有寄存器设置为 0x0000;
    当所有的初始化完成之后,CPU 就开始执行第一条指令。
    之前说过,CPU 是很傻、很单纯的,它只知道去 cs:ip 所指向的地址处,取出一条指令,执行完之后,再取出下一条指令继续执行。。。
    每一条指令的第一个字节都是操作码,CPU 根据操作码,能够知道当前指令的字节长度,并把 ip 寄存器指向下一条指令。
    既然硬件初始化时,已经把 cs 初始化为 0xFFFF,把 ip 初始化为 0x0000,经过段寻址的公式计算之后,就得到了物理地址:0xFFFF0,也就是说,CPU 执行的第一条指令位于物理地址 0xFFFF0 这个地方。
    那么,这个物理地址中,存放着什么指令呢?
    首先来复习一下地址范围的相关知识:
    8086 处理器有 20 根地址线,寻址范围是:0x00000 ～ 0xFFFFF,最大就是 1 MB。
    但是 8086 的处理器是 16 位的,寄存器最大表示的范围是 0xFFFF,也就是 64 KB。
    采用【段基址:偏移量】来表示一个段时,这个段的最大偏移范围就是 64 KB。
    我们再回到系统的启动流程。
    在上电之后,硬件会把一个 ROM 芯片,映射到内存地址空间的最高地址空间,也即是 1 MB 的位置,如图:
    
    ROM 芯片中存放的就是 BIOS 代码,称作:基本输入输出系统(Basic Input/Output System)。
    此时,cs:ip 计算得到的物理地址为 0xFFFF0,正好落在映射到 ROM 的这块内存空间。
    因此,从这个地址中获取到指令,其实就是从 ROM 中读取的。
    所谓的映射:就是访问某个地址空间中的内容时,就会自动定位到被映射的目标物理设备中进行访问,这是由硬件来保证的。
    CPU 在执行指令的时候,ip 寄存器是递增的,也就是说会从低地址到高地址,依次执行每一条指令。
    但是此时第一条指令的地址就是 0xFFFF0,已经快接近 1 MB 地址空间的顶端了,只有 16 个字节的地址空间。
    如果执行到顶端,溢出之后,就会回绕到最低地址 0x00000。
    因此,在这个第一条指令的位置处,是一条跳转指令:
    
    跳转目标是 0xF000:0xE05B,计算得到物理地址 0xFE05B,可以看到同样是落在映射到 ROM 的地址空间中(好像是废话:此时只能执行 BIOS 中的代码)。
    0xF000:0xE05B
    这个地址处的代码,才是 BIOS 真正开始执行的地方。BIOS 所做的事情包括:
    侦测硬件设备:系统中有哪些硬件设备,工作状态是什么;
    对硬件设备进行初始化:比如最初始的中断向量表;
    侦测操作系统启动设备:选择好一个系统盘之后,把系统盘中主引导扇区中的引导程序读取到内存中;
    在 BIOS 的最后一个步骤中,它把引导程序读取到内存中 0x0000:0x7C00 地址处,计算得到物理地址就是:0x07C00。
    这个地址的内存空间,被硬件映射到 RAM 芯片中。
    具体的说就是,硬件把内存空间 0x00000 ～ 0x9FFFF 映射到随机存储器中,一共是 640 KB 的空间。
    注意:虽然地址空间有 640 KB 这么大,但是实际的 RAM 大小可能只有可怜的 32 KB,因此实际可用的空间取决于物理芯片。
    
    中间空着的那块地址空间,映射到一些外设。
    0x0000:0x7C00
    这个地址,就是操作系统的引导代码被读取到内存中的地方。
    在内存地址的刚开始位置(0x00000～0x003FF),存放着中断向量表。
    可以看到:操作系统引导代码并没有从中断向量表之后的 0x00400 开始存放,而是被放在了 0x07C00 这个地方:
    
    至于为什么要这么放置,有很多的说法,比较靠谱的解释是这样的:
    假如实际的 RAM 芯片只有 32 KB(不要用现代的眼光来看,在 N久 之前,RAM 还是非常的珍贵),那么内存布局就是这样:
    
    在此也鄙视一下现在很多的应用软件,动不动就占用那么多的内存,都以为整个电脑只为它一家软件服务的?!
    可以看到,引导代码几乎位于 RAM 的顶端了,这样的话,从中断向量开始的 0x00400,一直到引导代码的 0x07C00,这块地址空间就是连续的一整块,可以被操作系统更方便的操作。
    另外,把引导代码放在 RAM 的高地址处,还有一个好处:
    当引导代码最终把接力棒交给操作系统之后,引导代码就没有任何用处了。
    因此,操作系统就可以直接把引导代码所在的地址空间中内容,全部抹掉,为自己所用!