Linux0.12内核源码解读(2)-Bootsect.S

刘进强

大家好，我是呼噜噜，在上一篇文章聊聊x86计算机启动发生的事？我们了解了x86计算机启动过程，MBR、0x7c00是什么？其中当bios引导结束后，操作系统接过计算机的控制权后，发生了哪些事？本文将揭开迷雾的序章-Bootsect.S
回顾计算机启动过程

我们先来回顾一下，上古时期计算机按下电源键的启动过程，这里以8086架构为例：

8086、80x86是什么意思?

有许多人不知道 经常遇到的8086、80x86是什么意思？我们简单科普一下：

• 8086是Intel公司推出的最早，也是最流行的面向个人电脑的CPU型号
  
• x86泛指一系列基于Intel 8086且向后兼容的中央处理器指令集架构，由于以“86”作为结尾，因此其架构被称为"x86"
  
• 80x86也就是在8086基础上的增强版，包括80286，80386，80486，其后面就是我们所熟悉的奔腾、酷睿、i5、i7等等
  

寄存器初始化CS:IP

相比于上一篇文章聊聊x86计算机启动发生的事，我们这里再讲细致点，当计算机一按下电源后，8086CPU就处于实模式的状态，此时会将CPU的寄存器初始化为CS=0xFFFF;IP=0x0000，也就是实际物理地址0xFFFF0(CS左移4位+IP)

CS : 代码段寄存器；IP : 指令指针寄存器。CS:IP指向的内容 会被CPU当做计算机指令去执行

那么从地址0xFFFF0中取出来的指令是什么？我们知道当电路通电后，内存是一片空白的，内存断电后 数据是无法保存的，所以BIOS程序需要事先被刷入只读存储器ROM中。物理地址0xFFFF0就是指向这样一段BIOS ROM
CPU是如何和ROM相连的?

那么问题又来了，CPU是如何和ROM相连的？CPU 不仅和ROM相连,还和RAM(俗称内存)，IO接口等设备相连，他们是通过总线相连。还好当时笔者将计算机组成原理好好复习了一遍，不然这部分真挺难理解的。

总线是贯穿整个系统的是一组电子管道，是连接各个部件的信息传输线，是各个部件共享的传输介质，称作总线，它携带信息字节并负责在各个计算机部件间传递。
总线按系统总线传输信息内容的不同，又可以分为3 种：数据总线、地址总线和控制总线。我们这里用到的就是地址总线，把 0xFFFF0 作为 CPU 的地址总线信号传输出去，去这个地址总线对应的位置处找
由于计算机有多个设备，必然会存在多个设备同时竞争总线控制权的问题，这时候就需要总线仲裁，让某个设备优先获得总线控制权，获得了总线控制权的设备，才能开始传送数据。未获胜的设备只能等待获胜的设备处理完成后才能执行。
我们简单总结一下：当总线仲裁器仲裁通过后，CPU可以依靠地址总线寻址，找到对应设备ROM上地址0xFFFF0处的内容。

拓展可见：什么是计算机中的高速公路-总线？

加载MBR到内存中

当BIOS自检完成，设置启动顺序后，利用 BIOS 的输入功能将启动磁盘的启动扇区MBR(也叫第一扇区,主引导记录)的内容原封不动地搬到内存的0x7C00地址处，并设置CPU寄存器CS=0x07C0，IP=0x0000。到这一步，计算机的控制权将交到操作系统手中！

为什么是0x7C00这个地址？如何得出？别再问了，本文不再解释了，具体看笔者的上一篇文章聊聊x86计算机启动发生的事

对于Linux0.12来说，第一个程序Bootsect.S 编译成二进制后，需要事先放到主引导记录MBR中，MBR大小就是一个扇区的大小512字节,如果这512字节的最后两个字节是0x55AA，表明这个设备可以用于启动。只有这样我们BIOS才能识别它，才能把bootsect.S加载到内存中。

如果不是0x55和0xAA，表明设备不能用于启动，控制权于是被转交给"启动顺序"中的下一个设备。如果到最后还是没找到符合条件的，直接报出一个无启动区的error。

下面我们看下操作系统编译后，存放在储存设备(硬盘)的模块分布：

先简单介绍一下，不必深究，后续文章会娓娓道来：

• bootsect.s的主要作用就是加载操作系统，把操作系统从硬盘中，加载到内存里去
  
• setup.s的主要作用：首先获得光标，内存，显卡，磁盘等硬件参数存放在内存空间中，方便后续程序使用；临时建立gdt、idt表，并且从实模式进入到了保护模式
  
• 在linux0.12源码，boot目录下还有一个head.s，在上图中被归于system模块，属于操作系统主体文件，主要是进行进入保护模式之后的初始化工作
  
• system模块：就是操作系统的主体，比如文件系统，IO，进程等模块。 Linux0.12 内核 system 模块大约占随后的 260 个扇区。
  

更多精彩文章在公众号「小牛呼噜噜」

bootsect.S具体干了什么？

bootsect的主要作用就是加载操作系统，把操作系统从硬盘中，加载到内存里去，我们下面结合bootsect.s的源码一起来看看bootsect.S具体干了什么？
呼噜噜这里整个过程先汇成了图，大家配合图去阅读下文，对照起来，更容易理解

设置段基址 & 内存分段机制

要想bootsect启动，需要让BIOS将bootsect.s 从硬盘的MBR中搬到 内存位置0x7c00处，大小512个字节。当bootsect被BIOS加载到内存后，计算机的控制权就到操作系统bootsect的手上了。

1. entry start        ! 告知链接程序，程序入口是从start 标号开始执行的
2. start:
3.         mov        ax,#BOOTSEG  !BOOTSEG=0x7c0 ， 将 ds 段寄存器置为 0x7C0
4.         mov        ds,ax        !再将 ax 段寄存器里的值复制到 ds 段寄存器里
5.         mov        ax,#INITSEG  !SETUPSEG=0x9000，将 es 段寄存器置为 0x9000
6.         mov        es,ax        !再将 ax 段寄存器里的值复制到 es 段寄存器里
8.         mov        cx,#256
9.         sub        si,si
10.         sub        di,di
11.         rep
12.         movw     
13.         jmpi        go,INITSEG

复制代码

我们可以看到CPU实际执行第一句的代码 mov ax,#BOOTSEG !BOOTSEG=0x7c0，这是汇编写的，其实这里的0x7c0对应的就是我们上文的地址0x7C00
0x7c0是段地址，0x7C00是其实际的物理地址，0x7c0左移四位就是0x7c00，这就是内存寻址-分段机制
那么大家一定会有疑问内存为什么分段？

计算机内存究竟是什么？其实它就像数组一样，咦有人不懂数组是什么，那么我们可以再头脑风暴一下，内存其实就像纸带一样，我们来看下上古时期的计算机：

穿孔纸带，图片来源于网络

纸带上有一个个孔，这样大家可能还看不明白，我们再来看一张图：

这些孔排列组合其实就是二进制数，纸带其实就是储存数据的介质，那么内存就是足够长的“纸带”
在现代计算机中，内存它使用的是DRAM芯片，也叫动态随机存取存储器，即只需给出地址，就能直接访问指定地址的数据，这一点特别像数组，所以许多材料都是用数组来画内存图
那么CPU访问内存明明可以直接通过地址访问内存，为什么还要分段？其实这又是一个历史因素导致的，让我们回到"分段"首次出现的时候："分段"是从Intel 8086芯片开始的，8086又是你......

由于8086那个时代CPU、内存都很昂贵， CPU 和寄存器等宽度都是 16 位的，其可寻址2的16次方字节，也就是64kb，然而8086有20根地址线，可寻址的最大内存空间是1MB。CPU和寄存器的寻址能力远远不能满足使用，于是机智的祖师爷们，采用了分段技术
分段，为解决这个问题，8086引入段寄存器，如CS、DS、ES、SS。通过段基址＋段内偏移地址的方式生成20位的地址，扩大寻址能力，从而实现对1MB内存空间的寻址。由于这样程序中指令了只用到16位地址，缩短了指令长度，也变相地提高了程序执行速度。

• CS:代码段寄存器，存放代码段的段基址
  
• DS是数据段寄存器，存放数据段的段基址
  
• ES是扩展段寄存器，存放当前程序使用附加数据段的段基址，该段是串操作指令中目的串所在的段
  
• SS是堆栈段寄存器，存放堆栈段的段基址
  
• 80836还新增2个寄存器，FS标志段寄存器、GS全局段寄存器。
  

使用段地址还有一个好处是 程序可以重定位，那个时候的计算机可没有虚拟地址之说，只有物理地址，访问任何存储单元都直接给出物理地址。这就带来一个问题: 如果此时计算机多道程序并发运行，程序中的地址都是实际物理地址，这些程序编译出来的程序运行地址是相同的，计算机只能运行一个程序。
重定向： 将程序中指令的地址改成另一个地址，但该地址处的内容还是原内存地址处的内容。这样程序指令虽然还是物理地址，但程序能够并发运行了。
1982年处理器80286,首次提出保护模式概念，为了保持兼容性，所以同样支持内存分段管理，将8086这种称为实模式，最大的区别是物理内存地址不能直接被程序访问，这块非常重要，篇幅也较长，笔者先挖坑，后续系列文章再单独出一篇。
咳咳，拓展的有点多了，赶紧让我们回到bootsect源码处

mov ds,ax 这句话代码的意思就是：将 ax 段寄存器里的值复制到 ds 段寄存器里。ds在上文我们提到，8086特地为采用内存分段机制，引入的段寄存器。ds具体表示 数据段寄存器，存放数据段的段基址

换句话说，就是将段基址设为0x07c0，那么后续数据段程序中只需写段内偏移地址，就能访问实际物理地址了。比如后续程序中出现mov ax,0x01，0x01其实是[ds:0x01],那么ax的实际物理地址= 0x07c0 512 - disk parm size        mov        ds,ax        mov        es,ax        push        ax        ! 临时保存段值（0x9000）        mov        ss,ax                    ! put stack at 0x9ff00 - 12.        mov        sp,dx        push        #0        ! 置段寄存器 fs = 0。        pop        fs          ! fs:bx 指向存有软驱参数表地址处（指针的指针）        mov        bx,#0x78                ! fs:bx is parameter table address        seg fs        lgs        si,(bx)                        ! gs:si is source        mov        di,dx                        ! es:di is destination        mov        cx,#6                        ! copy 12 bytes        cld        rep           ! 复制 12 字节的软驱参数表到 0x9000:0xfef4 处。        seg gs        movw        mov        di,dx        movb        4(di),*18                ! patch sector count        seg fs         ! 让中断向量 0x1E 的值指向新表。        mov        (bx),di        seg fs        mov        2(bx),es        pop        ax        mov        fs,ax        mov        gs,ax                xor        ah,ah                        ! reset FDC 让中断向量 0x1E 的值指向新表。        xor        dl,dl        int         0x13        [/code]上述主要是将 寄存器DS、ES 和SS 重新设置为CPU移动后，代码所在的段处0×9000 ，设置SP栈寄存器0xfef4
栈指针要远大于512字节偏移(即 0x90200 )处都可以，一般setup程序大概占用4个扇区，这样栈顶段地址ss:sp和现有的代码足够远 ，防止后续栈操作覆盖掉已有的代码。
还有BIOS 设置的中断 0x1e 的中断向量值等操作。这边和主干操作不太相干，简略过一下，主要就是把这些寄存器重新设置好值，方便后续使用。

更多精彩文章在公众号「小牛呼噜噜」

接下来紧接着将setup.s 加载到内存0x90200处

1.          
2. start:
3.         mov        ax,#BOOTSEG  
4.         mov        ds,ax        
5.         mov        ax,#INITSEG  
6.         mov        es,ax        
8.         mov        cx,#256       ! 设置移动计数值=256 字（512 字节）;
9.         sub        si,si         ! si寄存器 清零
10.         sub        di,di         ! di寄存器 清零
11.         rep               ! 重复执行并递减 cx 的值，直到 cx = 0 为止。
12.         movw              ! 即 movs 指令。从内存[si]处移动 cx 个字到[di]处。//一次移动两个字节，256B*2=512B

复制代码

那怎么简单高效将磁盘里的内容加载到内存中呢？linus这里用的是bios的中断程序，因为此时bios还在内存中，可以为我们所用，0x13号中断 在BIOS中是可以访问软盘、IDE、ROM、远程磁盘服务的作用。
这里0x13 和C语言中的函数调用是很像的，不过需要注意的是它的参数只能通过寄存器去传参，而C语言函数调用不仅可以寄存器传参，还可以栈传参。所以0x13的参数就是其前面的dx,cx,bx,ax寄存器的值，另外磁盘只认磁头磁道扇区，如果给个地址，磁盘是不识别的，磁盘一副不太聪明的样子。

另外xor对两个操作数进行逻辑（按位）异或操作,并将结果存放在目标操作数，xor dx,dx也是一个置零操作，指定驱动和磁头
那么我们连起来，这段主要是让bios 0x13号中断处理程序 从磁盘的第2扇区开始读，接连读4个扇区的内容到内存0x90200处中。成功就跳转到ok_load_setup，没成功就回到load_setup，重复执行上述操作。
加载system到内存0x10000

当bootsect成功将setup.s搬到内存0x90200处后，CPU从ok_load_setup处继续执行指令。接下来就是需要将整个操作系统system(head.s+其他文件，大约260个扇区)的内容加载到内存0x10000处，下面我们就具体看下代码是如何实现的：

1.         jmpi        go,INITSEG  ! 段间跳转。这里 INITSEG 指出跳转到的段地址，标号 go 是段内偏移地址。
3. go:        mov        ax,cs               
4.         mov        dx,#0xfef4        ! arbitrary value >>512 - disk parm size
6.         mov        ds,ax
7.         mov        es,ax
8.         push        ax        ! 临时保存段值（0x9000）
10.         mov        ss,ax                    ! put stack at 0x9ff00 - 12.
11.         mov        sp,dx
13.         push        #0        ! 置段寄存器 fs = 0。
14.         pop        fs          ! fs:bx 指向存有软驱参数表地址处（指针的指针）
15.         mov        bx,#0x78                ! fs:bx is parameter table address
16.         seg fs
17.         lgs        si,(bx)                        ! gs:si is source
19.         mov        di,dx                        ! es:di is destination
20.         mov        cx,#6                        ! copy 12 bytes
21.         cld
23.         rep           ! 复制 12 字节的软驱参数表到 0x9000:0xfef4 处。
24.         seg gs
25.         movw
27.         mov        di,dx
28.         movb        4(di),*18                ! patch sector count
30.         seg fs         ! 让中断向量 0x1E 的值指向新表。
31.         mov        (bx),di
32.         seg fs
33.         mov        2(bx),es
35.         pop        ax
36.         mov        fs,ax
37.         mov        gs,ax
38.        
39.         xor        ah,ah                        ! reset FDC 让中断向量 0x1E 的值指向新表。
40.         xor        dl,dl
41.         int         0x13       

复制代码

这里int 0x10号中断，其作用是 在屏幕上显示字符和字符串，由于操作系统比较大，加载需要时间，这时在屏幕上显示提示信息"Loading"
这里将操作系统加载到内存中，是通过子程序read_it来实现的，read_it就不具体展开了，比较复杂。我们需要知道由于操作系统比较大，一个磁道是远远放不下的，另外磁盘是不认地址的，在搬运过程中，需要进行磁道、扇区和磁头的计算，特别是一个段的大小是64k，如果放不下，需要更换段地址。如果不更换段地址，会从该段地址0字节开始重新写，这样会覆盖之前的内容。
那为什么一个段的大小是64KB呢？
我们知道在8086CPU中，其内存地址是表示为段基址＋段内偏移地址，其中偏移地址使用一个16位的二进制数表示，表示范围0000~FFFF，所以总共有2^16(2的16次方)=64K个不同的地址，一个内存最小单元是字节Byte,所以一个段大小为64KB

jmpi 0,SETUPSEG，bootsect程序到这里就结束了，跳转到内存地址0x90200,同时setup获得控制权
为了帮助大家理解，呼噜噜这里又把本篇文章全部串起来，大家可以根据下面这张图重新回顾一下bootsect整个工作流程：

额外补充一下：
boot_flag: .word 0xAA55  最后2个字节是0xAA55，由于bootsect是采用AT&T汇编，小端显示的，实际上就是0x55AA与前文MBR那边前后呼应
这也说明了操作系统在开始加载到内存的程序中，得与内存地址一一对应， 不能多一个字节，也不能少一个字节!!!
尾语

本文主要讲解了bootsect.S的主要工作流程，Linux0.12虽然和如今的Linux6.x内核相比显得过于简陋，但麻雀虽小五脏俱全，它是我们打开操作系统大门的钥匙，后面让我们看看setup.s获得计算机的控制权后，会发生什么？
最近实在太忙了，后面随缘更新，留言可催更(bushi)~~

参考资料：
《Linux内核完全注释5.0》
《操作系统真象还原》
https://elixir.bootlin.com/linux/0.12/source/boot/bootsect.S
https://files.embeddedts.com//old/saved-downloads-manuals/EBIOS-UM.PDF
本篇文章到这里就结束啦，如果我的文章对你有所帮助的话，还请点个免费的赞，你的支持会激励我输出更高质量的文章，感谢！
作者：小牛呼噜噜 ，首发于公众号 小牛呼噜噜，系列文章还有：

• 聊聊x86计算机启动发生的事？
  
• Linux0.12内核源码解读(2)-Bootsect.S
  
• Linux0.12内核源码解读(3)-Setup.S
  
• 图解CPU的实模式与保护模式
  
• Linux0.12内核源码解读(7)-陷阱门初始化
  
• 图解计算机中断
  
• 什么是系统调用机制？结合Linux0.12源码图解
  

来源:https://www.cnblogs.com/xiaoniuhululu/p/18130983
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！