作者:r1ce 原創作品轉載請註明出處 《Linux內核分析》 MOOC課程http://mooc.study.163.com/course/USTC-1000029000 關於電腦是如何工作的,這是一個容易概括卻難以詳解的問題。大家非常清楚的馮諾依曼體系,以存儲程式為最重要的特性,實際上就是CP
作者:r1ce 原創作品轉載請註明出處 《Linux內核分析》 MOOC課程http://mooc.study.163.com/course/USTC-1000029000 關於電腦是如何工作的,這是一個容易概括卻難以詳解的問題。大家非常清楚的馮諾依曼體系,以存儲程式為最重要的特性,實際上就是CPU像一個大管家一樣,通過種種方式在浩如煙海的記憶體中,找出需要執行的指令,和需要使用的數據。那麼CPU如何區分指令和數據,如何知道確定指令執行的順序呢? 我們先從上至下來看電腦。普通用戶使用電腦上的軟體,軟體是由程式員編寫的,一般使用高級語言,如Python、C、Java等,這些語言易於人類理解、閱讀和編寫,但是電腦卻不能直接識別。無論是Python還是C,前者需要通過解釋器來執行,後者需要編譯器編譯為可執行文件。電腦最底層的實現是基於電路實現0和1的識別,這也是可執行文件的真貌——一大堆0和1的表示。那麼高級語言到0和1之間,看起來好像隔著很大的一條鴻溝,於是彙編語言作為二者的中介,便顯得十分重要了。向上而言,高級語言可以用彙編語言表示;向下而言,每一個彙編語言的指令都可以用二進位0和1表示,從而被電腦CPU識別。理解了彙編語言的操作過程,也就能夠理解電腦究竟是如何工作的。 彙編語言究竟是什麼東西呢?想要理解彙編語言,要先理解電腦的組成。為了簡化,只提CPU和記憶體。CPU是處理器,記憶體存放著指令和數據,處理器就像一個管家,從記憶體中取指令執行,對數據進行出來,並將數據儲存起來。對於CPU來說,每一個程式的執行要解決三個問題:1. 待處理的數據在哪裡;2. 如何處理數據;3. 處理好的數據放在哪裡。為瞭解決這三個問題,CPU需要藉助一些工具的幫助,這些工具就是各種寄存器。彙編語言實際上就是對這些寄存器進行處理,通俗點說,就是把一大堆數據在寄存器和記憶體倒騰過來倒騰過去,做一些複製和加加減減的運算。其實學習彙編語言很簡單,只要記住十幾條彙編指令和各種寄存器以及堆棧的用法就可以了。 在這篇文章中,我們通過對一個簡單的C程式反彙編得到彙編代碼,分析彙編代碼來瞭解電腦工作的基礎。 這段C程式是這樣的:
1 int a(int x) 2 { 3 return x + 5; 4 } 5 6 int b(int x) 7 { 8 return a(x); 9 } 10 11 int main(void) 12 { 13 return b(5) - 2; 14 }可以看到程式中有很多函數的調用和返回。為什麼要這樣設置呢?因為程式中的函數調用時電腦工作運行的關鍵,分析函數調用的具體實現能夠幫助理解電腦運行的原理。 我們將上述代碼寫入main.c文件中。然後使用
gcc -S -o main.s main.c -m32
命令生成彙編代碼。結果如下圖。後面加-m32是為了讓其按照32位的方式反彙編。
我們只需要看彙編代碼的關鍵部分,可以把點開頭的語句全部刪去,得到如下的彙編指令。
1 a: 2 3 pushl %ebp 4 movl %esp, %ebp 5 movl 8(%ebp), %eax 6 addl $5, %eax 7 popl %ebp 8 ret 9 10 b: 11 12 pushl %ebp 13 movl %esp, %ebp 14 subl $4, %esp 15 movl 8(%ebp), %eax 16 movl %eax, (%esp) 17 call a 18 leave 19 ret 20 21 main: 22 23 pushl %ebp 24 movl %esp, %ebp 25 subl $4, %esp 26 movl $5, (%esp) 27 call b 28 subl $2, %eax 29 leave 30 ret接下來我們分析C代碼和彙編程式究竟是如何對應起來的,以及彙編語言是如何工作的。 我們先看C程式,從main函數看起,它返回了一個函數b再進行運算的結果。那麼我們來看函數b,它返回的是函數a的結果,而函數a的作用是將傳遞給它的參數x加5。所以對於這個程式,最後得到的數值應該是5+5-2=8。 再來看彙編代碼,我們還是從main函數看起,一條指令一條指令地分析。第n條表示指令執行的順序,後面列出了代碼的行號和執行的指令。 第1條:23 pushl %ebp 一看到push,我們就知道這是在對棧進行操作。ebp是棧頂指針,esp是棧當前位置指針,棧是自上向下生長的,後進先出。先把ebp壓棧,實際上是先將esp-4再將ebp放到棧當前位置。 第2條:24 movl %esp, %ebp 將esp的值放到ebp中,也就是說現在ebp的指向改變為esp的指向。 第3條:25 subl $4, %esp 將esp-4。 第4條:26 movl $5, (%esp) 將5移入esp指向的地址中。 第5條:27 call b 調用函數b,這裡等於兩個操作,一個是先將現在的eip入棧,此時eip應為subl $2,%eax這條指令的位置,我們記為28。另一個操作是將b函數的地址放入eip,也就是說此時程式要從10開始執行。 第6條:12 pushl %ebp 第7條:13 movl %esp, %ebp 第8條:14 subl $4, %esp 此時已跳轉到b函數,指令之前已經講過了,與7、8條一起不再贅述。 第9條:15 movl 8(%ebp), %eax movl 8(%ebp), %eax,是將ebp的值+8指向的內容放入eax,實際上就是eax = 5。 第10條:16 movl %eax, (%esp) 將eax的內容放入現在esp指向的內容中。 第11條:17 call a 調用函數a,與前面的步驟類似。 第12條:3 pushl %ebp 第13條:4 movl %esp, %ebp 第14條:5 movl 8(%ebp), %eax 是a函數的pushl %ebp,與13、14條一同省略。 第15條:6 addl $5, %eax 將eax中的值+5得到10。 第16條:7 popl %ebp 將現在esp指向的內容放入ebp,esp+4,所以現在ebp=4。 第17條:8 ret 是ret,即popl %eip,也就是現在的eip更改為18,回到函數b,從leave開始執行。 第18條:18 leave leave,表示兩條指令,movl %ebp,%esp和popl %ebp。 第19條:19 ret ret回到main函數,從28處執行。 第20條:28 subl $2, %eax 將eax中的內容-2,即8。 第21條:29 leave 第22條:30 ret 如圖所示。從圖中我們可以看到,棧又回到了初始的位置。 至此,彙編代碼就分析完了。 從上面的過程可以看出,電腦最本質的工作原理,是對存儲的數據進行處理,並把結果保存,然後不斷迴圈這個處理數據的過程。指令就是對數據進行處理的依據。具體的方法就是藉助CPU中的寄存器,以及記憶體中的棧,依據一個約定的步驟對數據進行操作。電腦其實很簡單,它是一個認死理的家伙,只要確定了每一步要做什麼,它就會嚴格地按照步驟把操作完成,絕對不打折扣。因此,相比與人打交道,與電腦打交道可是要輕鬆多了。