mit6.828 - lab1笔记

蓝色地平线

安装环境编译qemu

1. PC启动

打开两个窗口，在第一个窗口中 make qemu-gdb，会启动内核，但在执行第一个指令之前停下；
在第二个窗口中make gdb，实时观察第一个窗口中的执行过程。

从这里可以观察到：

• IBM PC 在物理地址 0x000ffff0 开始执行， 位于为 ROM BIOS 保留的 64KB 区域的最顶部。
  
• PC 的第一个指令执行的是 CS=0xf000 IP=0xfff0
  
• 第一条指令是 jmp 指令， 跳转到分段地址 CS = 0xf000 和 IP = 0xe05b。
  
• 
  

1. ## 为什么第一个指令在这个位置？
2. 这是因为 8088的BIOS 是“硬连线”的 到物理地址范围 0x000f0000-0x000fffff， 从而确保BIOS首先获得对机器的控制
3. 0xffff0 是 BIOS 结束前的 16 个字节 （0x100000），BIOS做的第一件事是向后jmp 到 BIOS 中较早的位置;

复制代码

2. bootloader

bootloader 的开始
bootsec 如果磁盘是可启动的， 第一个扇区称为 boot sector， 因为这是引导加载程序代码所在的位置。
当 BIOS 找到可启动软盘或硬盘时， 会将其加载（512字节）至物理地址的内存的0x7c00 0x7dff。然后64KB大小的BOIS的最后一句话即是：
jmp $0x0000,$0x7c00
将控制转交给了 bootloader

boot loader 的任务有两个：

• 将处理器从实模式切换到保护模式。因为实模式最多只能访问1MB的内存。
  
• 从硬盘读取内核，加载到内存。bootstrap使用特殊I/O指令，直接访问IDE磁盘设备存储器来读取。
  

boot loader 的实现：
 一个汇编语言源文件，boot/boot.S
 一个 C 源文件 boot/main.c
 反汇编文件： obj/boot/boot.asm
先看代码、然后看反汇编、再调试，摸清楚 boot loader 的流程
阅读源码

boot/boot.S的内容：

• 加载全局描述符表 GDT
  
• 开启保护模式：将CR0寄存器的PE_ON位置1
  
• 通过ljmp进入保护模式
  
• 加载各个段描述符
  
• 跳转至 bootmain.c
  

boot/bootmain.c的内容

• 加载kernel的elf文件头：从硬盘1号扇区（第二个扇区）的起始处读取4KB大小的内容至 0x0010_0000处，并将其视为ELF结构体
  
• 将 kernel 的各个段加载至内存
  

boot/boot.S

boot.S 中有一个令人迷惑的代码：

在即将跳转到C语言实现的bootmain的时候，居然将 start标号 给了esp，那么 start 代表了什么？

啊，start位于代码的一开始的地方，这里不是应该存代码吗？给了esp，后面栈不得把这下面的代码的都给覆盖了？
稍等下，栈是从高地址向低地址生长的，这里boot.S的代码在ide里看虽然写在start下面，但是在内存里是start更高的地方。从 obj/boot.asm 里来看：

start 位于 0x7C00，之后的代码位于0x7C00之上，而栈则向0x7C00下方生长

boot/main.c

boot/bootmain.c的内容

• 加载kernel的elf文件头：从硬盘1号扇区（第二个扇区）的起始处读取4KB大小的内容至 0x0010_0000处，并将其视为ELF结构体
  
• 将 kernel 的各个段加载至内存
  

其中的循环会逐个将 /obj/kern/kernl 的段加载至对应的物理地址（注意，readseg 的第一个参数是 ph->p_pa），可以通过 objdump -l kernel 查看：

最终内存视图如下：

1. ##### 看反汇编发现了一些有趣的事情：
2. 1. 循环中，调用函数后的递增操作，在汇编层面会在调用之前发生
4. 
7. 2. 调用前，调用者负责传参，被调者负责保护现场，还原现场；返回后，调用者负责将传参占用的空间还原

复制代码

关于ELF和编译链接

在开发者完成一个C语言程序程序 xxx.c ，为了让他跑起来，需要由编译器将其编译成 xxx.o 的对象文件，然后由链接器将所有已经编译的对象文件链接成 xxx 可执行文件。
3. 内核

目的：理解lab1的简易内核的工作过程
任务：阅读 /kern 下的代码。
lab1的内核功能十分简单，如上文中运行起来的那样，他的shell只提供两个功能，help和kerninfo。
内核相关的代码位于 /kern 之下。

1. entry.S：初始化内存映射，设置页表、栈指针
2. entrypgdir.c：页表设计
4. init.c：初始化shell，初始化终端设备、启动shell
5. console.h, console.c：终端功能的实现
6. printf.c：打印功能的实现
7. monitor.h, monitor.c：shell功能的实现

复制代码

挺好，为了理解 lab1 的内核，接下来就沿着 entry.S 和 init.c 去分析内核。
即，分析entry.S对内存映射的处理、init.c 中终端设备的初始化和shell的处理
内存映射的处理

关于内存的处理，lab1目前没有内存管理，只是用起来了虚拟内存，将4MB物理内存映射到原位和高处。即:

• 0x00000000 至 0x00400000 的物理地址 -> 0x00000000 至 0x00400000 的虚拟地址
  
• 0x00000000 至 0x00400000 的物理地址 -> 0xf0000000 至 0xf0400000 的虚拟地址
  毕竟这么大的内存已经足够映射当前内核了。
  

先来看看怎么映射的
entry.S：加载页表

在 boolloader 阶段，bootmain 最后通过 ((void (*)(void)) (ELFHDR->e_entry))();
将控制转交给了 /kern/entry.S，然后来看看entry.S

关于数组 entry_pgdir

entry.S 首先读取了页表 entry_pgdir，这个变量在 /kern/entrypgdir.c 中定义：

1. pte_t entry_pgtable[NPTENTRIES];
3. __attribute__((__aligned__(PGSIZE)))
4. pde_t entry_pgdir[NPDENTRIES] = {
5.         // Map VA's [0, 4MB) to PA's [0, 4MB)
6.         [0]
7.                 = ((uintptr_t)entry_pgtable - KERNBASE) + PTE_P,
8.         // Map VA's [KERNBASE, KERNBASE+4MB) to PA's [0, 4MB)
9.         [KERNBASE>>PDXSHIFT]
10.                 = ((uintptr_t)entry_pgtable - KERNBASE) + PTE_P + PTE_W
11. };
13. __attribute__((__aligned__(PGSIZE)))
14. pte_t entry_pgtable[NPTENTRIES] = {
15.         0x000000 | PTE_P | PTE_W,
16.         0x001000 | PTE_P | PTE_W,
17.         0x002000 | PTE_P | PTE_W,
18.         0x003000 | PTE_P | PTE_W,
19.         0x004000 | PTE_P | PTE_W,
20.         0x005000 | PTE_P | PTE_W,
21.         0x006000 | PTE_P | PTE_W,
22.         0x007000 | PTE_P | PTE_W,
23.         0x008000 | PTE_P | PTE_W,
24.         0x009000 | PTE_P | PTE_W,
25.         0x00a000 | PTE_P | PTE_W,
26.         //省略...
27. }

复制代码

其中 [0] = ((uintptr_t)entry_pgtable - KERNBASE) + PTE_P, 实现了
0x00000000 至 0x00400000 的物理地址 -> 0x00000000 至 0x00400000 的虚拟地址
而  [KERNBASE>>PDXSHIFT] = ((uintptr_t)entry_pgtable - KERNBASE) + PTE_P + PTE_W 实现了
0x00000000 至 0x00400000 的物理地址 -> 0xf0000000 至 0xf0400000 的虚拟地址
关于页表的映射和计算方法，见另一个单独的笔记 "lab1 关于页表的知识"
关于宏 RELOC

从代码中可以看到，在页表加载之前，所有的符号都需要使用宏 RELOC ，其含义是将符号的地址减去 0xF000_0000，即，将虚拟地址转化为真实的物理地址。
这就说明 entry.S 被链接到了 0xF000_0000 上。
通过 objdump -h 来看也确实如此

但是对应的makefile是将其指定到 0xf000_0000 上的，可以从 /kern/kernel.ld 中找到

关于 bootstack

把目光回到 entry.S 的代码，在代码的最后通过标号 bootstack 和 bootstacktop定义了栈的位置，话说，这里究竟对应的物理地址是哪里呢？

可以看到 bootstack 紧邻 .data 段
通过 readelf -s kernel 查看

结合 objdump -h kernel

确实如此，bootstack 和 .data都位于 0xf010_8000 ，那么物理地址就是 0x0010_8000
栈顶 bootstacktop 的物理地址则是 0x0011_0000
在内存里看呢？

init.c：内核初始化

init.c 中最核心的函数是 i386_init

关于 清空BSS段

edata[] 和 end[] 是在哪里定义的？这两个变量看起来指的是bss段的开始和结束。
这种问题当然要去看链接脚本了，查看 kern/kernel.ld

显示输出的处理

这里涉及的代码有

1. kern:
2.         console.h, console.c ：涉及终端设备的初始化
3.         printf.c ：涉及printf的实现
4. lib:
5.         printfmt.c：支撑printf的实现
6.         readline.c：实现从终端读取
7.         string.c：涉及字符串的处理，支撑printf的实现
8. inc:
9.         string.h:涉及字符串的处理，支撑printf的实现

复制代码

关于 cons_init

这里主要用于初始化终端显示器的硬件设置，其中代码使用汇编，通过in out指令与设备交互，不过多深究了。

关于 printf 的实现

printf 的实现这里借大佬的说明图示意：

往控制台写字符串，本质还是往物理地址0xB8000开始的显存写数据
jos 的练习提到 printf 的实现需要补充，具体位于 /lib/printfmt.c : vprintfmt 中

shell的处理

这里涉及的代码有

1. kern:
2.         monitor.h, monitor.c ：命令的解析、各种命令的实现

复制代码

关于monitor的实现

先看看 monitor.h

然后看看 monitor.c

这么看，只要在 commands[] 中填充 backtrace 的数据就可以补充这个功能了。

monitor 是怎么实现的呢？,比较短，直接放代码了

1. void
2. monitor(struct Trapframe *tf)
3. {
4.         char *buf;
6.         cprintf("Welcome to the JOS kernel monitor!\n");
7.         cprintf("Type 'help' for a list of commands.\n");
10.         while (1) {
11.                 buf = readline("K> ");
12.                 if (buf != NULL)
13.                         if (runcmd(buf, tf) < 0)
14.                                 break;
15.         }
16. }

复制代码

本质就是一个循环，打印出 K> 然后接受输入，然后根据输入执行命令。看起来就像是大一C语言课设的XXX管理系统一样。
看看 runcmd 如何实现：

挺好，那么现在我们要做的就是实现 backtrace。
堆栈

涉及到的代码：

1. kern:
2.         kdebug.h、kdebug.c：涉及Eipdebuginfo和debuginfo_eip的实现
3. inc:
4.         stab.h：涉及Stab表的数据结构
5.         x86.h：涉及读取寄存器的内敛汇编

复制代码

这里我们回归到jos的学习任务，研究关于栈帧的处理。并补充一些函数：
/kern/monitor.c:mon_backtrace
/kern/kdebug.c:debuginfo_eip、stab_binsearch
关于backtrace的实现

关于栈帧
栈帧，就是调用函数的时候，处理形参传递和实参存储的数据结构。
在调用函数时，调用者负责传递形参，被调者负责保护现场、恢复现场，最后调用者将形参释放掉。
这之中需要调用者和被调者的约定：
比如 函数列表中的参数，是从右至左的顺序入栈的之类的。
这里继续借用大佬 gatsby123 博客中的图，简单示意，不做深究

jos的练习11 让我们完成 mon_backtrace，希望我们将每个栈帧按照这样的格式输出：

1. Stack backtrace:
2.   ebp f0109e58  eip f0100a62  args 00000001 f0109e80 f0109e98 f0100ed2 00000031
3.   ebp f0109ed8  eip f01000d6  args 00000000 00000000 f0100058 f0109f28 00000061
4.   ...

复制代码

不过好在 jos 已经实现了一些函数，供我们调用了，位于 /inc/x86.h
这里提供了一些内联汇编，用于读取各种寄存器的值

完成这一步也是很简单啦

但是 jos 的练习12上了强度，让我们打印出这样的效果：

就是在上面的基础上，显示当前栈帧所在的文件和，以及调用在文件的所在函数的第几行发生。
为了实现这一功能，jos 在kern/kdebug.h 和 kern/kdebug.c 中提供了支持：

可以看到 Eipdebuginfo 用于存储当前eip的相关信息。这种功能的背后当然需要编译器的支持，为了方便debug，编译器可以通过stab将这些信息保存下来，
关于stab

按照 exercise12 的提示，通过 kernel.ld 可以看到.stab和 .stabstr 的相关连接选项

可以看到其中定义了 __STAB_BEGIN__ __STAB__END__ __STABSTR_BEGIN__ __STABSTR_END__
通过 objdump -h obj/kern/kernel 可以看到 stab 表

通过 objdump -G obj/kern/kernel 可以看到stab的内容

其中包含1213项，每项包括

1. symnum：序号
2. n_type：类型
3. n_othor：杂项信息
4. n_desc：描述信息
5. n_value：表示地址。特别要注意的是，这里只有FUN类型的符号的地址是绝对地址，SLINE符号的地址是偏移量，
6. n_strx：stabstr表中对应的字符串的序号
7. string：stabstr表中对应的字符串

复制代码

在 stab.h中有对应的数据结构：

那么这些信息要怎么使用呢，看看kdebug.c

1. stab_binsearch(stabs, region_left, region_right, type, addr)
3. 某些符号表项类型按指令地址递增顺序排列。 例如，标记函数的 N_FUN 符号表项（n_type == N_FUN 的符号表项）和标记源文件的 N_SO 符号表项。
5. 给定指令地址后，该函数会查找包含该地址的 "type "类型的符号表项。
7. 搜索范围为[*region_left, *region_right]。
9. 因此，要搜索一整套 N 个符号表项，可以执行以下操作
11. // left = 0；
12. // right = N - 1; /* 最右边的符号表项 */
13. // stab_binsearch(stabs, &left, &right, type, addr)；
15. 搜索会修改 *region_left 和 *region_right 以括住 "addr"。 *region_left 指向包含'addr'的匹配符号表项，*region_right 指向下一个符号表项之前。 如果 *region_left > *region_right，则表示 "addr "不包含在任何匹配的符号表项中。
17. // 例如，给定这些 N_SO 符号表项：
18. // 索引类型 地址
19. // 0 SO f0100000
20. // 13 SO f0100040
21. // 117 SO f0100176
22. // 118 SO f0100178
23. // 555 SO f0100652
24. // 556 SO f0100654
25. // 657 SO f0100849
26. // 此代码：
27. // left = 0, right = 657；
28. // stab_binsearch(stabs, &left, &right, N_SO, 0xf0100184)；
29. // 将退出设置 left = 118, right = 554.

复制代码

这里给出了 stab_binsearch 的使用说明，从函数名可以看出来他是使用二分查找算法从stab中查找addr指定的type类型的符号，然后通过left返回出来。来简单看看代码：

然后来看看要处理的 debuginfo_eip

到现在为止，已经找到了所在文件名、所在函数名、所在函数地址、所在函数名长度、相对函数的偏移
就差所在行号了，找行号的代码很好写啊，照着写就行了，这个函数调用，将范围改一下，然后类型改成代码段的行就行了，因为eip只会在代码段里移动。

1. stab_binsearch(stabs, &lline, &rline, N_SLINE, addr);

复制代码

但是，行号究竟是stab中的哪个成员提供的啊？

观察一波 objdump -G 的输出

目测 n_value对应的是SLINE的内存地址，而n_desc看着更像行号一些，于是：

补充一下 monitor.c

编译测试一下：

看着好像成功了，试试评分

收工。

来源:https://www.cnblogs.com/toso/p/18170630
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！