【ds为什么寄存器】一步步编写操作系统 12 代码段、数据段、栈和cpu寄存器的关系

我先告诉你寄存器是什么。

寄存器是一种物理存储元件，只不过它是比一般的存储介质要快，能够跟上cpu的步伐，所以在cpu内部有好多这样的寄存器用来给cpu存取数据。

先简短说这一两句，暂时离开一下主题，咱们先看看相对熟悉一些的概念——缓存。

缓存也是一项非常伟大的发明，成功解决了速度不匹配设备之间的数据传输，并且在一般情况下，IO是整个系统的瓶颈，缓存的出现，有效减少了低速IO设备的访问频率，从而大幅度的提升了速度。

大家对缓存一定不会陌生，生活中处处都是缓存的应用。比如浏览器在请求一个域名的ip时：

1. 1浏览器内部都有dns客户端，它先查询本地dns缓存中是否有该域名的ip,如果有就直接去访问该ip。如果没有，该dns客户端先要查找自己主机所设置的dns服务器，然后去该dns服务器去查询ip。
2. 如果该dns服务器本地缓存中有该域名的A记录（域名与ip地址的对应记录），则直接返回给浏览器中的dns客户端。没有该域名的A记录，就通过递归的方式向上询问其它dns服务器，也许问到了根dns服务器才找到了答案。于是这路上所有被询问过的dns服务器，都将此域名对应的A记录缓存到自己的cache中，以备下次再有相同域名查询时好直接返回。
3. 浏览器中的dns客户端得到此域名的ip地址后，也将该域名和ip放在自己的缓存中，以备下次用户再键入同一域名时，避免再查一次ip。
4. 浏览器开始通过网络用http协议访问该ip地址的80端口（默认是80端口，除非特别指定）。
5. 一般情况下该ip对应的设备不是最终的web服务器，很少有人把web服务器直接暴露在公网。假设该ip对应的设备是台网关（一般是硬件路由设备），该网关检查本地缓存中是否有相关web服务器的缓存，若有则直接将该http请求分配给缓存中的web服务器。否则从服务器列表中重新分配一台web服务器，将该http请求转发给该web服务器处理。随后将该web服务器的ip地址（一般是内网地址）和端口号缓存起来，以备下次该用户的请求到来时，依然给该web服务器。有的网关可以识别用户cookie信息，从而将可以请求再次落到上一个请求的web服务器上。
6. web服务器拿到请求后，如果是静态请求，先检查自己的缓存中是否有该页面的记录，否则直接从硬盘上取出页面，将其返回后，再存入本地静态缓存中。如果动态请求，先交给自己的cgi去处理。
7. cgi拿到请求后，先检查自己的缓存系统如memcache，如果缓存中没有，与数据库建立连接，向数据库发出请求。
8. 数据库也是先检查自己的缓存，若没有结果集，则从表中检索到数据后返回，并将结果集缓存起来。
9. cgi拿到数据后，返回给web服务器。并将数据缓存到memcache中。
10. web服务器拿到了数据后，将数据返回给网关。由于是动态数据，不需要缓存。
11. 网关拿到数据后，直接返回给浏览器。
12. 如果浏览器发现其中有静态数据，如图片，也将静态数据缓存到用户的internet 临时目录。

您看，就这么一个不起眼的网页请求，就经过了12步，几乎每一步都要缓存结果，当然每一层的缓存都有一定的失效时间，超过多少秒后就将缓存中的记录置为无效。这其中还有另外一个术语，如果缓存中恰好有需要的内容，这就称为命中hit，否则称为缺失mis。

其实上面的缓存，我还没说全呢，硬件之间还有缓存呢，比如硬盘控制器和硬盘……得，您还是打住吧，我是来学操作系统的，您跟我说这干吗，还说了12个步骤，这与我何干？

兄弟稍安误燥，待小弟细细道来。前面所说的各种缓存，是为了引出cpu中的缓存。cpu中的一级缓存L1，二级缓存L2，它们都是SRAM，即静态随机访问存储器，它是最快的存储器啦。也许您又说：“是啊，这个我知道，那又怎么样？”

好啦不卖关子啦，也许您只听说L1、L2、SRAM，但您可能不知道的是，SRAM是用寄存器来存储数据的，这就是SRAM快的原因。而寄存器为什么快呢？原因是，寄存器是使用触发器实现的，这也是一种存储电路，工作速度极快，是纳秒级别的，您想寄存器能不快吗，这和cpu的速度是一个级别啦。硬件我也不是很了解，所以只能跟您说到这了，点到为止，对于硬件背后的原理，咱们蜻蜓点水即可。

巧妇难为无米之炊，不管是指令还是数据，cpu内部总该有个地方存放它们，否则cpu这位巧妇连锅都没有，还怎么给大家烧一桌好菜呢。所以，寄存器是给cpu处理数据的场所。

到这里，大家心里应该对寄存器有个感性认识了，这样学起来，似乎看得见摸得着了。

cpu中的寄存器大致上分为两大类：

• λ 一类是其内部使用的，对程序员不可见。“是否可见”不是说寄存器是否能看得见，是指程序员是否能使用。cpu内部有其自己的运行机制，是按照某个预定框架进行的，为了cpu能够运行下去，必然会有一些寄存器来做数据的支撑，给cpu内部的数据提供存储空间。这一部分对外是不可见的，我们无法使用它们。比如全局描述符表寄存器GDTR，中断描述符表寄存器IDTR，局部描述符表寄存器LDTR，任务寄存器TR，控制寄存器CR0~3，指令指针寄存器IP，标志寄存器flags，调试寄存器DR0~7。
• λ 另一类是对程序员可见的寄存器。我们进行汇编语言程序设计时，能够直接操作的就是这些寄存器。如段寄存器，通用寄存器。

虽说第一类的程序是不可见寄存器，我们没办法直接使用，但它们中的一部分还得由咱们给初始化呢。比如全局描述符表寄存器GDTR，以后咱们还要通过lgdt指令为其指定全局描述符表的地址及偏移量。对于中断描述符表寄存器IDTR，咱们也是要通过lidt指令为其指定中断描述符表的地址。而局部描述符表寄存器LDTR，可以用lldt指令为其指定局部描述符表ldt（但我们效仿了现代操作系统，未用局部描述符表ldt）。对于任务寄存器TR，我们也要用ltr指令为其在指定一个任务状态段tss。对于flags寄存器，我们也有办法设置它，系统提供了pushf和popf指令，分别用于将flags寄存器的内容压入栈，将栈中内容弹到flags寄存器。额外说一句，ldt和tss都位于gdt中。这些方面的内容咱们在学习保护模式后都会讲到。

在实模式下，默认用到的寄存器都是16位宽，咱们说说具体的寄存器吧。段寄存器是做啥的呢。说到段寄存器存在的理由，得先说到内存访问机制。cpu是用“段基址：段内偏移地址”的形式来访问内存的，如果您对此访存形式不了解，前面第0章中有解释过分段，而且在下一节中也是讲内存分段的理由。您合理安排阅读。

现在假设您已经了解分段机制啦，上面提到的“段基址：段内偏移地址”中的段基址，就是用段寄存器来存储的，段寄存器的作用就是指定一片内存的起始地址，故也称为段基址寄存器。尽管段基址在实模式下要乘以16，在保护模式下只是个选择子（保护模式中会讲），但其作用就是指定一片内存的起始地址。而段内偏移地址，顾名思义，仅仅相对于此起始地址的偏移量。

访问内存，是要通过地址总线，给地址总线一个数字（也就是地址），地址总线就能找到以该数字为地址的内存。可是这个数字是哪来的呢？对于首次访问内存之前，其内存地址肯定是要放在与内存不同的存储介质中更合适也更容易。如果用内存来存储内存地址，首先访问该内存就是个问题，该内存的地址是什么？这就跟先有鸡还是先有蛋的本源问题一样了。您可能会有疑问，地址也只是个数字，把数字存放在内存中有什么不行的。我这里所说的并不是内存寻址，您说的这个数字只是该内存单元中的内容，这是内存寻址，前提是您已经给地址总线提交了保存该数字的内存地址。我说的是，提交给地址总线的地址，是从哪里获得的。不知道我说清楚了没有，再举个例子，我想用木材做一个船模，我不可能还用木质工具去加工它，只能用铁器等比木更硬的材料通过削、磨等方式将它加工出来。换在计算机中也一样，访问内存就要提供地址，初次访问内存时，该地址要么用立即数，要么存储在某个存储器中能让cpu取出来再访问内存，肯定不能用内存本身来存。由于寄存器比内存更高级，cpu更能接受，所以就用寄存器来存储内存地址。由于要指定的是内存中的一段区域的起始地址，所以称之为段基址寄存器，也称段寄存器,无论是在实模式下还是保护模式下，它们都是16位宽。

下面就是实模式下的段寄存器

代码段简而言之就是把所有指令都连续排放在一起，形成了一个全部都是指令的区域，里面存储的是指令的操作码及寻址方式等。该区域可以在硬盘上的文件中，也可以是被加载后的内存中。总之是一段指令区域，它们内部都是紧凑挨着的，内容形式完全一样，只是存放的介质不一样而已。代码段寄存器CS就是用来指向内存中这段指令区域的起始地址。具体程序分段的解释，可见第0章。

数据段和代码段类似，只是这段区域中的内容不是指令而是纯粹的数据，也就是说里面存储的是程序运行所需要的数据，属于指令的操作数。数据段寄存器DS便是用来指向此数据区域的起始地址。

栈段是在内存中，硬盘文件中可真没有。一般的栈段是由操作系统分配指定的，所以是属于被加载到内存后才有的。本章后面还会讲栈，这里大家就先当它是一段内存区域就好。栈段寄存器SS就是用来指向此区域的起始地址。

代码段、数据段、栈段寄存器从名字上就较容易理解，那三个附加段寄存器是干吗的？其实就是多给大家提供几个段寄存器用而已，多几个寄存器用不是更好吗，省得紧巴巴的，纯粹是为了方便大家。

值得说明的是，在16位cpu中，只有一个附加段寄存器——ES。而FS和GS附加段寄存器是在32位cpu中增加的。我们使用的是32位cpu，并不是说32位cpu在实模式下的16位环境中就不能用FS和GS寄存器。32位的cpu是兼容16位cpu的特性，就像一个小学生也可以穿中学生的衣服一样，无非是多用了个可用的资源。

IP寄存器是不可见寄存器，CS寄存器是可见寄存器。这两个配合在一起后就是cpu的罗盘，它们是给cpu导航用的。cpu执行到何处，完成要听这两个寄存器的安排。为什么要用两个寄存器？因为指令是在内存中，访问内存就要用“段：段内偏移”的形式，所以CS寄存器用来存代码段段基址，IP寄存器用来存储代码段段内偏移地址，同CS寄存器一样都是16位宽。

其实这两个寄存器没什么神奇的，并不是它们真的决定了cpu的航向，只是cpu的航向被存入了这两个寄存器之中。之前说过啦，指令在逻辑上是紧凑的，这样cpu便能连续不断的执行下去，天荒地老，直到断电。cpu执行完一条指令后，顺便就把下一条指令的内存地址读进来。注意看，读入的是下一条指令的内存地址，这有两个关键字，一个是内存，一个是地址。刚刚说过啦，是内存就应该用“段基址：段内偏移地址”的机制来访问。是地址就该有地方存放。您想，即使是洗菜，菜也得先找个盘子或盆之类的器具盛着再拿到水笼头下冲洗。在x86体系架构中，本着先满足“段基址：段内偏移”的形式，这个地址就分开存到了代码段CS寄存器和指令指针IP寄存器。在执行当前指令的同时，在不跨段的情况下，cpu以“当前IP寄存器中的值+当前执行指令的机器码长度”的和做为新的代码段内偏移地址，将其存入IP寄存器，再到该新地址处读取指令并执行。如果下一条指令需要跨段访问，还要加载新的段基址到CS寄存器。此后，继续重复以上“取址、执行”的循环。

好啦，客官以后常来玩儿哦。

本节内容摘自操作系统真象还原，请大家支持正版。

【再续】