计算机系统基础知识
1、基本概念
计算机系统是由硬件和系统软件组成的，它们共同工作来运行应用程序，尽管系统的具体方式随着时间不断地变化，但是系统内在的概念却没有改变，所有的计算机系统都有相似的硬件和软件组成，它们又执行着相似的功能。
2、信息就是位+上下文
一个最简单的应用程序hello，源文件名为hello.c，内容如下所示：
#include <stdio.h> int main() { printf("hello, world\n"); return 0; }
hello程序的生命周期是从一个源程序开始的，程序员通过编辑器创建并保存的文本文件hello.c，源程序实际上就是一个由值0和1组成的位序列，8个位被组织成一组，称为字节，每个字节表示源文件的文本字符，大部分的现代计算机系统都使用ASCII标准来表示文本字符，像hello.c这样由ASCII字符构成的文件叫做文本文件，所有其它文件称为二进制文件。
系统中所有的信息，包括磁盘文件、内存中的程序、内存中存放的用户数据以及网络上传输的数据，都是由一串比特位表示的，区分不同数据对象的唯一方法是读到这些数据的上下文，比如在不同的上下文中，一个同样的字节序列可能表示一个整数、浮点数、字符串或者机器指令等。
3、程序被其它程序翻译成不同的格式
hello程序的生命周期是从一个高级C语言程序开始的，这种形式能够被人容易读懂，然而，为了在系统上运行hello.c程序，每条源文件的语句都必须被其它程序转化为一系列的低级机器语言指令，然后，这些指令按照一种称为可执行目标程序的格式进行打包，并以二进制磁盘文件的形式存放起来，目标程序也称为可执行目标文件。
在Linux系统上，从源文件到目标文件的转化是由编译器驱动程序完成的：
# gcc -o hello hello.c
上述命令中，GCC编译器驱动程序读取源文件hello.c，并把它翻译成一个可执行目标文件hello，整个翻译过程可以分为四个阶段完成，分别为预处理、编译、汇编、链接，执行这四个阶段的程序（预处理器、编译器、汇编器、链接器）共同构成了编译系统，整个编译阶段如下图所示：
- 预处理阶段：预处理器（cpp）根据以字符#开头的命令，修改原始的C程序，例如hello.c中的第一行的#include <stdio.h>命令告诉预处理器读取系统头文件stdio.h的内容，并把它直接插入程序文本中，结果就得到了另一个C程序，通常是以.i作为文件拓展名；
- 编译阶段：编译器（ccl）将文本文件hello.i翻译成文件文件hello.s，它包含一个汇编语言程序，以一种文本格式描述低级机器语言指令；
- 汇编阶段：接下来，汇编器（as）将hello.s翻译成机器语言指令，把这些指令打包成一种叫做可重定位目标程序的格式，并将结果保存在目标文件hello.o中，hello.o文件是一个二进制文件；
- 链接阶段：hello程序调用了printf函数，它是每个C编译器都提供的标准C库中的一个函数，存在于其它的目标文件中，而这个文件必须以某种方式合并到hello.o程序中，链接器（ld）就是负责处理这种合并，结果就得到hello可执行目标文件，该程序可以被加载到内存中，由系统执行。
4、处理器读并解释存储在内存中的指令
hello.c源文件已经被编译系统翻译成了可执行目标文件hello，并被存放在磁盘上，如果想在Linux系统上运行该可执行文件，可以将它的文件名输入到称为shell的应用程序中：
# ./hello
hello, world
#
shell是一个命令行解释器，它输出一个提示符，并等待输入一个命令行，然后执行这个命令，如果该命令行的第一个单词不是一个内置的shell命令，那么shell就会假设这是一个可执行文件的名字，它将加载并运行这个文件。
（4.1）系统的硬件组成
一个典型系统的硬件组织，如下图所示：
（4.1.1）总线
贯穿整个系统的是一组电子管道，称作总线，它携带信息字节并负责在各个部件间传递，通常总线被设计成传送定长的字节块，也就是字（word），字中的字节数（字长）是一个基本的系统参数，各个系统中都不仅相同，现在大多数机器字长一般是4个字节（32位）或者8个字节（64位）。
（4.1.2）I/O设备
I/O（输入/输出）设备是系统与外部世界的联系通道，在上图的典型系统包括了四个I/O设备：作为用户输入的键盘和鼠标，作为用户输出的显示器，以及用于长期存储数据和程序的磁盘驱动器（磁盘），每个I/O设备都通过一个控制器或适配器与I/O总线相连，控制器和适配器的功能是在I/O总线和I/O设备之间传递信息。
（4.1.3）主存
主存是一个临时存储设备，在处理器执行程序时，用来存放程序和程序处理的数据，从物理上来说，主存是由一组动态随机存取存储器（DRAM）芯片组成的，从逻辑上来说，存储器是一个线性的字节数组，每个字节都有唯一的地址（数组索引），这些地址是从零开始的，一般来说，组成程序的每条机器指令都由不同数量的字节构成，与C程序变量相应的数据项的大小是根据数据类型变化的。
（4.1.4）处理器
中央处理单元（CPU），简称处理器，是解释存储在主存中指令的引擎，处理器的核心是一个大小为一个字的存储设备（寄存器），也称为程序计数器（PC），在任何时刻，PC都指向主存中的某条机器语言指令（含有该条指令的地址），从系统通电开始，直到系统断电，处理器一直在不断地执行程序计数器指向的指令，再更新程序计数器，让其指向下一条要指向的指令，处理器看上去是按照一个非常简单的指令执行模型来操作的，这个模型是由指令集架构决定的，在这个模型中，指令按照严格的顺序执行，而执行一条指令包含一系列的步骤，处理器从程序计数器指向的内存处读取指令，解释指令中的位，执行该指令指示的简单操作，然后更新PC，使其指向下一条指令。
CPU在指令的要求下可能会执行以下操作：
- 加载：从主存复制一个字节或者一个字到寄存器，以覆盖寄存器原来的内容；
- 存储：从寄存器复制一个字节或者一个字到主存的某个位置，以覆盖这个位置上原来的内容；
- 操作：把两个寄存器的内容复制到算术/逻辑单元（ALU），ALU对这两个字做算术运算，并将结果存放到一个寄存器中，以覆盖寄存器中原来的内容；
- 跳转：从指令本身中抽取一个字，并将这个字复制到程序计数器（PC）中，以覆盖PC中原来的值。
（4.2）运行hello程序
系统是如何运行hello程序的呢？初始时，shell程序执行它的指令，等待我们输入一个命令，当用户通过键盘上输入字符串"./hello"后，shell程序将字符逐一读入寄存器，再把它存放到内存中，如下图所示：
当用户在键盘上按下回车键后，shell程序知道已经结束了命令的输入，然后执行一系列指令来加载可执行目标文件hello，这些指令将hello目标文件中的数据和代码从磁盘复制到主存，利用直接存储器存取（DMA）技术，数据可以不通过处理器而直接从磁盘到达主存，如下图所示：
一旦目标文件hello中的代码和数据被加载到主存，处理器就开始执行hello程序中main函数的机器语言指令，这些指令将"hello, world\n"字符串中的字节从主存复制到寄存器文件，再从寄存器文件中复制到显示设备，最终显示输出到用户屏幕上，如下图所示：
5、高速缓存的重要性
hello程序的运行实例揭示了一个重要的问题，即系统花费了大量的时间把信息从一个地方搬移到另一个地方，hello程序的机器指令最初是存放到磁盘上，当程序加载时，它们被复制到主存，当处理器运行程序时，指令又从主存复制到处理器，相似地，数据串"hello, world\n"开始是存到磁盘上，然后被复制到主存中，最后从主存上复制到显示设备，系统设计者的一个主要目标就是使这些复制操作尽可能快地完成。
一个典型的寄存器文件只存储几百字节的信息，而主存里可以存放几十亿字节，处理器从寄存器文件中读数据比从主存中读取几乎要快100倍，随着半导体技术的进步，处理器与主存之间的差距还在持续增大，针对这种处理器与主存之间的差异，系统设计者采用了更小更快的存储设备，称为高速缓存存储器（cache memory，简称为cache或高速缓存），作为暂时的集结区域，存放处理器近期可能会需要的信息，一个典型系统中的高速缓存存储器如下图所示：
位于处理器芯片上的L1高速缓存的容量可达数万字节，访问速度几乎和访问寄存器文件一样快，系统可以获得一个很大的存储器，同时访问速度也很快，原因是利用了高速缓存的局部性原理，即程序具有访问局部区域里的数据和代码的趋势，通过让高速缓存里存放可能经常访问的数据，大部分的内存操作都能在快速的高速缓存中完成。
6、存储设备的层次结构
在处理器和一个较大较慢的设备（例如主存）之间插入一个更小更快的存储设备（例如高速缓存）的想法已经成为一个普遍的观念，实际上，每个计算机系统中的存储设备都被组织成了一个存储器层次结构，如下图所示：
在这个层次结构中，从上至下，设备的访问速度越来越慢，容量越来越大，并且每字节的造价也越来越便宜。
7、操作系统管理硬件
当shell加载并运行hello程序时，以及hello程序输出自己的消息时，shell和hello程序都没有直接访问键盘、显示器、磁盘或者主存，取而代之的是，它们依靠操作系统提供的服务，用户可以把操作系统看成是应用程序和硬件之间插入的一层软件，所有应用程序对硬件的操作尝试都必须通过操作系统，计算机系统的分层如下图所示：
操作系统有两个基本功能：
- 防止硬件被失控的应用程序滥用；
- 向应用程序提供简单一致的机制来控制复杂而又通常不相同的低级硬件设备。
操作系统通过几个基本的抽象概念（进程、虚拟内存和文件）来实现这两个基本功能，如下图所示：
文件是对设备的抽象显示，虚拟内存是对主存和磁盘I/O设备的抽象表示，进程则是对处理器、主存和I/O设备的抽象表示。
（7.1）进程
像hello这样的程序在现代计算机系统上运行时，操作系统会提供一种假象，就好像系统上只有这个程序在运行，程序看上去是独占地使用处理器、主存和I/O设备的，处理器看上去就像不间断地一条接一条地执行程序中的指令，即该程序的代码和数据是系统内存中唯一的对象。
进程是操作系统对一个正在运行的程序的一种抽象，在一个系统上可以同时运行多个进程，而每个进程都好像在独占地使用硬件资源，而并发运行，则是说一个进程的指令和另一个进程的指令是交错执行的，在大多数系统中，需要运行的进程数是多于可以运行它们的CPU个数的，单处理器在一个时刻只能执行一个程序，而先进的多核处理器同时能够执行多个程序，无论是在单核还是多核系统中，一个CPU看上去都像是在并发地执行多个进程，这是通过处理器在进程间切换来实现的，操作系统实现这种交错执行的机制称为上下文切换。
操作系统会保持跟踪进程运行所需要的全部状态信息，这种状态，也就是上下文，包括许多信息，例如PC和寄存器文件的当前值，以及主存的内容，在任何一个时刻，单处理器系统都只能执行一个进程的代码，当操作系统决定要把控制权从当前进程转移到某个新进程时，就会进行上下文切换，即保持当前进程的上下文，恢复新进程的上下文，然后将控制权传递到新进程，新的进程就会从上次停止的地方开始执行。
hello进程和shell进程的上下文切换示意图如下：
从一个进程到另一个进程的转换是由操作系统内核（kernel）管理的，内核是操作系统代码常驻内存的部分，当应用程序需要操作系统的某些操作时，比如读写文件，它就会执行一条特殊的系统调用（system call）指令，将控制权传递给内核，然后内核执行被请求的操作并返回应用程序，内核不是一个独立的进程，它是系统管理全部进程所用代码和数据结构的集合。
（7.2）线程
尽管通常我们认为一个进程只有单一的控制流，但是在现代系统中，一个进程实际上可以由多个称为线程的执行单元组成，每个线程都运行在进程的上下文中，并共享同样的代码和全局数据，由于网络服务器中对并行处理的需求，线程成为越来越重要的编程模型，因为多线程之间比多进程之间更容易共享数据，线程一般来说都比进程更高效，当有多处理器可用的时候，多线程也是一种使得程序可以运行得更快的方法。
（7.3）虚拟内存
虚拟内存是一个抽象概念，它为每个进程提供了一个假象，即每个进程都在独占地使用主存，每个进程看到的内存都是一致的，称为虚拟地址空间，下图所显示的是Linux进程的虚拟地址空间：
在Linux系统中，地址空间最上面的区域是保留给操作系统中的代码和数据的，这对所有进程来说都是一致的，地址空间的底部区域存放用户进程定义的代码和数据，上图中地址是从下往上增大的，每个进程看到的虚拟地址空间由大量准确定义的区构成，每个区都有专门的功能，从最低的地址开始，逐步向上介绍：
- 程序代码和数据：对所有的进程来说，代码是从同一固定地址开始，紧接着的是和C全局变量相对应的数据位置，代码和数据区是直接按照可执行目标文件的内容初始化的；
- 堆：代码和数据区后紧随着的是运行时堆，代码和数据区在进程一开始运行时就被指定了大小，与此不同，当调用像malloc和free这样的C标准库函数时，堆可以在运行时动态地拓展和收缩；
- 共享库：大约在地址空间的中间部分是一块用来存放像C标准库和数学库这样的共享库的代码和数据的区域；
- 栈：位于用户虚拟地址空间顶部的用户栈，编译器用它来实现函数调用，和堆一样，用户栈在程序执行期间可以动态地拓展和收缩，特别地，每次调用一个函数时，栈就会增长，从一个函数返回时，栈就会收缩；
- 内核虚拟内存：地址空间顶部是为内核所保留的，不允许应用程序读写这个区域的内容或者直接调用内核代码定义的函数，相反，它们必须调用内核来执行这些操作。
虚拟内存的运作需要硬件和操作系统软件之间精密复杂的交互，包括对处理器生成的每个地址的硬件翻译，基本思想是把一个进程虚拟内存的内容存储在磁盘上，然后用主存作为磁盘的高速缓存。
（7.4）文件
文件就是字节序列，每个I/O设备，包括磁盘、键盘、显示器，甚至网络等，都可以看成是文件，系统中的所有输入输出都是通过使用一小组称为Unix I/O的系统函数调用读写文件来实现的。
8、计算机系统之间利用网络通信
现代计算机系统经常通过网络和其它系统连接到一起，从一个单独的系统来看，网络可视为一个I/O设备，如下图所示：
当系统从主存复制一串字节到网络适配器时，数据流经过网络到另一台机器，而不是比如说到达本地磁盘驱动器，相似地，系统可以读取从其它机器发送来的数据，并把数据复制到自己的主存，随着Internet这样的全球网络的出现，从一台主机复制信息到另外一台主机已经成为计算机系统最重要的用途之一，比如，像电子邮件、万维网、FTP等应用都是基于网络复制信息的功能。
