• 程序的結(jié)構(gòu)

  
  

• bootloader 把程序從硬盤讀取到內(nèi)存

  
  

• 代碼重定位

  
  

• 程序入口點重定位

  
  

• 段表重定位
  

  
  

• 跳轉(zhuǎn)到程序的入口地址

  
  

• 操作系統(tǒng)程序的執(zhí)行

  
  

在上一篇文章中Linux從頭學(xué)05-系統(tǒng)啟動過程中的幾個神秘地址，你知道是什么意思嗎？，我們以幾個重要的內(nèi)存地址為線索，介紹了 x86 系統(tǒng)在上電開機(jī)之后：

1. CPU 如何執(zhí)行第一條指令;

   
   

2. BIOS 中的程序如何被執(zhí)行;

   
   

3. 操作系統(tǒng)的引導(dǎo)代碼(bootloader) 被讀取到物理內(nèi)存中被執(zhí)行;

   
   

下一個環(huán)節(jié)，就應(yīng)該是引導(dǎo)程序(bootloader)把操作系統(tǒng)程序，讀取到內(nèi)存中，然后跳入到操作系統(tǒng)的第一條指令處開始執(zhí)行。

這篇文章，我們繼續(xù)以8086這個簡單的處理器為原型，把程序的加載過程描述一下。其中的重點部分就是代碼重定位，我們用畫圖的方式，盡我所能，把程序加載、地址重定位的計算過程描述清楚。

PS: 文中所說的程序、操作系統(tǒng)文件，都是指同一個東西。

程序的結(jié)構(gòu)

為了便于下面的理解，我們有必要把待加載的操作系統(tǒng)程序的文件結(jié)構(gòu)先介紹一下。

當(dāng)然了，這里介紹的文件結(jié)構(gòu)，是一個非常簡化版本的操作系統(tǒng)程序，本質(zhì)上與我們平常所寫的應(yīng)用程序沒有什么差別，因此我們也可以把它看做一個普通的程序文件。

操作系統(tǒng)程序靜靜的躺在硬盤中，等待bootloader來讀取，此時bootloader可以看做一個加載器。

它倆畢竟是屬于兩個不同的東西，為了讓bootloader知道程序的長度，需要某種“協(xié)議”來進(jìn)行溝通，這個“協(xié)議”就是程序文件的頭信息(Header)。

也就是說，在程序的開頭部分，會詳細(xì)的介紹自己，包括：程序的總長度是多少字節(jié)，一共有多少個段，入口地址在什么位置等等。

還記得之前介紹過的Linux系統(tǒng)中使用的ELF文件格式嗎？Linux系統(tǒng)中編譯、鏈接的基石-ELF文件：扒開它的層層外衣，從字節(jié)碼的粒度來探索

那篇文章把一個典型的Linux ELF格式的可執(zhí)行文件徹底拆解了一遍，可以看到，在ELF文件的頭部信息中，詳細(xì)描述了文件中每一部分內(nèi)容。

其實Windows中的程序格式(PE格式)也是類似的，它與ELF格式來源于同一個祖宗。

1. 程序頭(Header)的描述信息

為了便于描述，我們假設(shè)程序中包括3個段：代碼段，數(shù)據(jù)段和棧段，再加上程序頭部信息，一共是4個組成部分。如下所示：

為什么中間留有白色的空白？

因為每一個段并不是緊挨著排列的，為了段地址能夠內(nèi)存對齊(16個字節(jié)對齊)，段與段之間可能會空余一段空間，這些空間里的數(shù)據(jù)都是無效的。

剛才說了，為了能夠讓加載器(bootloader)盡可能的了解自己，程序文件會在自己的Header部分，詳細(xì)的描述自己的信息：

有了這樣的描述信息，bootloader就能夠知道一共要讀取多少個字節(jié)的程序文件，跳轉(zhuǎn)到哪個位置才能讓操作系統(tǒng)的指令開始執(zhí)行。

2. 關(guān)于匯編地址

在程序的頭信息中，可以看到匯編地址和偏移量這樣的信息。

編譯器在編譯源代碼的時候，它是不知道bootloader會把程序加載到內(nèi)存中的什么位置的。

bootloader會查看哪個位置有足夠的空間，找到一個可用的位置之后，就把操作系統(tǒng)程序讀取到這個位置，可以看做是一個動態(tài)的過程。

因此，編譯器在編譯階段用來定位變量、標(biāo)簽等使用的地址，都是相對于當(dāng)前段的開始地址來計算的。

還是拿剛才的圖片來舉例：

我們假設(shè)Header部分是32個字節(jié)，三個段的開始地址分別是：

代碼段 addrCodeStart： 0x00020（距離文件的第一個字節(jié)是 32 Bytes）;

數(shù)據(jù)段 addrDataStart： 0x01000（距離文件的第一個字節(jié)是 4K Bytes）;

棧段   addrStackStart：0x01200（距離文件的第一個字節(jié)是 4K 512 Bytes）；

在代碼段中，定義了一個標(biāo)簽label_1，它距離代碼段的開始位置(0x00020)是512個字節(jié)(0x0200)。

同時，可以算出它距離文件開頭的第一個字節(jié)就是 512 32 = 544 字節(jié)，因為代碼段的開始地址距離文件頭部是32個字節(jié)。

在label_1之前的代碼中，會引用到這個標(biāo)簽。

那么在使用的地方，將會填上0x0200，表示：引用的這個位置是距離代碼段開始地址的 512 字節(jié)處。

以上的這些地址，指的就是匯編地址。

我們再來拿程序的入口地址偏移量來舉例，入口地址是通過start標(biāo)簽來定義的：

假設(shè)：在代碼段中，入口地址標(biāo)簽start位于代碼段開始位置的0x0100偏移處，也就是距離代碼段開始位置的256個字節(jié)。

那么，在程序的Header信息中，入口點偏移量的位置就要填寫0x0100，這樣的話，bootloader把程序讀取到內(nèi)存中之后，就能從這里獲取到程序入口點的偏移地址，然后經(jīng)過一系列的重定位，就可以準(zhǔn)確跳轉(zhuǎn)到程序的第一條指令的地方去執(zhí)行了。

按照剛才假設(shè)的地址信息，程序頭Header中的信息就是下面這個樣子：

最右側(cè)的藍(lán)色字體，表示每一個項目占用的字節(jié)數(shù)，一共是24個字節(jié)。

剛才說到，每一個段的開始地址都是按照16字節(jié)對齊的，因此在Header之后，要空余8個字節(jié)的空間，之后，才是代碼段的開始地址(0x00020 = 32 Bytes)。

bootloader 把程序從硬盤讀取到內(nèi)存

1. 讀取到內(nèi)存中的什么位置？

bootloader在把操作系統(tǒng)文件，從硬盤上讀取到內(nèi)存之前，必須決定一件事情：把文件內(nèi)容存放到內(nèi)存中的什么位置？

從上一篇文章我們了解到，在讀取操作系統(tǒng)之前，內(nèi)存布局模型是下面這樣的：

注意：這是8086系統(tǒng)中，20根地址線能夠?qū)ぶ返? MB的地址空間。

其中頂部的64 KB，映射到ROM中的BIOS程序。

底部從0開始的1 KB地址空間，是存儲256個中斷向量(下一篇文章準(zhǔn)備聊聊中斷的事情)。

中間的從0x07C00地址開始的地方，是BIOS從硬盤的引導(dǎo)區(qū)讀取的bootloader程序所存放的地方。

黃色部分的空間一共是640 KB的空間，都是映射到RAM中的，因此，有足夠大的空閑地址空間來存儲操作系統(tǒng)程序文件。

假設(shè)：bootloader就決定從地址0x20000開始(128 KB)，存放從硬盤中讀取的操作系統(tǒng)程序文件。

2. bootloader 設(shè)置數(shù)據(jù)段基地址

從硬盤上讀取文件，是按照扇區(qū)為讀取單位的，也就是每次讀取一個扇區(qū)(512字節(jié))。

至于如何通過指定扇區(qū)號、發(fā)送端口命令，來從硬盤上讀取數(shù)據(jù)，這是另一個話題，暫且不表，我們把目光集中在bootloader上。

對于bootloader來說，讀取操作系統(tǒng)文件就相當(dāng)于讀取普通的數(shù)據(jù)。

既然已經(jīng)決定把讀取的數(shù)據(jù)從地址0x20000開始存放，那么bootloader就要把數(shù)據(jù)段寄存器ds設(shè)置為0x2000，這樣的話，經(jīng)過邏輯地址的計算公式：

物理地址 = 邏輯段地址 * 16 偏移地址

才能得到正確的物理地址，例如：

讀取的第 1 個扇區(qū)的數(shù)據(jù)放在：0x2000:0x0000 地址處;

讀取的第 2 個扇區(qū)的數(shù)據(jù)放在：0x2000:0x0200 地址處;

讀取的第 3 個扇區(qū)的數(shù)據(jù)放在：0x2000:0x0400 地址處;

...

讀取的第 10 個扇區(qū)的數(shù)據(jù)放在：0x2000:0x1200 地址處;

3. bootloader 讀取所有扇區(qū)

bootloader需要把操作系統(tǒng)程序的所有內(nèi)容讀取到內(nèi)存中，需要讀取的長度是多少呢？

程序文件的Header中有這個信息，因此，bootloader需要先讀取程序文件的第一個扇區(qū)，也就是512字節(jié)，放在0x20000開始的位置。

我們繼續(xù)假設(shè)一下：程序的總長度是5K字節(jié)(0x01400)，那么程序文件的前512個字節(jié)(第一個扇區(qū))讀取到內(nèi)存中，就是下面這個樣子：

注意：這是文件內(nèi)容被讀取到內(nèi)存中的布局，最下面是低地址，最上面是高地址，這與前面描述靜態(tài)文件中內(nèi)容的順序是相反的。

讀取了第一個扇區(qū)之后，就可以取出0x20000開始的 4 個字節(jié)的數(shù)據(jù)：0x01400，得到程序文件的總長度: 5 K 字節(jié)。

每個扇區(qū)是512字節(jié)，5 K字節(jié)就是10個扇區(qū)。

第一個扇區(qū)已經(jīng)讀取了，那么還需要繼續(xù)讀取剩下的9個扇區(qū)。

于是，bootloader把所有扇區(qū)的數(shù)據(jù)，依次讀取到：0x2000:0x0000, 0x2000:0x0200,  0x2000:0x0400, ... 0x2000:0x1200 地址處。

4. 如果程序文件超過 64 KB 怎么辦？

這里有一個延伸的問題可以思考一下：

8086 的段尋址方式，由于偏移量寄存器的長度是16位，最大只能表示64 KB的空間。

我們所假設(shè)的例子中，程序文件只有5 KB，在一個數(shù)據(jù)段內(nèi)完全可以包括，因此bootloader可以一直用 0x2000:偏移量 的方式來讀取文件內(nèi)容。

那如果程序的長度是100 KB，超過了偏移量的64 KB最大尋址空間，那么bootloader應(yīng)該怎么樣做才能正確把100 KB的程序讀取到內(nèi)存中？

解答：

可以在讀取文件的過程中，動態(tài)的增加數(shù)據(jù)段邏輯地址。

比如，在讀取前面的64 KB數(shù)據(jù)(扇區(qū) 1 ~ 扇區(qū) 128)時，段寄存器ds設(shè)置為0x2000。

在讀取第65 KB數(shù)據(jù)(扇區(qū) 129)之前，把段寄存器ds設(shè)置為0x3000，這樣讀取的數(shù)據(jù)就從0x3000:0x0000處開始存放了。

代碼重定位

現(xiàn)在，操作系統(tǒng)程序已經(jīng)被讀取到內(nèi)存中了，下一個步驟就是：跳轉(zhuǎn)到操作系統(tǒng)的程序入口點去執(zhí)行！

程序入口點重定位

程序入口點的偏移量，已經(jīng)被記錄在Header中了(0x04 ~ 0x05字節(jié)，橙色部分)：

Header中記錄的代碼段中入口點start標(biāo)簽的偏移量是0x100，即：入口點距離代碼段的開始地址是 256 個字節(jié)。

同樣的道理，代碼段中所有相關(guān)的地址，都是相對于代碼段的開始地址來計算偏移量的。

因此，如果（這里是如果啊）bootloader把代碼段的開始地址(不是整個文件的開始)，直接放到內(nèi)存的0x00000地址處，那么代碼段里所有地址就都不用再修改了，可以直接設(shè)置：cs = 0x0000, ip=0x0100，這樣就直接跳轉(zhuǎn)到start標(biāo)簽的地方開始執(zhí)行了。

可惜，bootloader是把操作系統(tǒng)程序讀取到地址0x20000開始的地方，因此，需要把代碼段寄存器cs設(shè)置為當(dāng)前代碼段在內(nèi)存中的實際開始位置，也即是下面這個五角星的位置：

以上兩段文字，可以再多讀幾遍！

在Header中，0x06，0x07, 0x08, 0x09 這4個字節(jié)的數(shù)據(jù)0x00020，就是代碼段的開始位置距離程序文件開頭的字節(jié)數(shù)。

只要把這個數(shù)值(0x00020)，與文件存儲的開始地址(0x20000)相加，就可以得到代碼段的開始地址在物理內(nèi)存中的絕對地址：

0x00020 0x20000 = 0x20020

即：代碼段的開始地址，位于物理內(nèi)存中0x20020的位置。

對于一個物理地址，我們可以用多種不同的邏輯地址來表示，例如:

0x20020 = 0x2002:0x0000
0x20020 = 0x2000:0x0020
0x20020 = 0x1FF0:0x0120

面對這3個選擇，我們當(dāng)然是選擇第1個，而且只能選擇第1個，因為代碼段內(nèi)部所有的地址偏移，在編譯的時候都是基于0地址的(也即是上面所說的匯編地址)，或者稱作相對地址。

明白了這個道理之后，就可以把cs:ip設(shè)置為0x2002:0x0100，這樣CPU就會到start標(biāo)簽處執(zhí)行了。

但是，在進(jìn)行這個操作之前還有其他幾件事情需要處理，因此，要把代碼段的邏輯段地址0x2002, 寫回到Header中的0x06 ~ 0x09這4個字節(jié)中保存起來(橙色部分)：

段表重定位

此時，系統(tǒng)還是在bootloader的控制之下，數(shù)據(jù)段寄存器ds仍然為0x2000，想一想為什么？

因為 bootloader 讀取操作系統(tǒng)程序的第一扇區(qū)之前，希望把數(shù)據(jù)讀取到物理地址 0x20000 的地方，右移一位就得到了邏輯段地址 0x2000，把它寫入到數(shù)據(jù)段寄存器 ds 中。

我們一直忽略了 bootloader 使用的?？臻g，因為這部分與文件主題無關(guān)。

操作系統(tǒng)程序如果想要執(zhí)行，必須使用自己程序文件中的數(shù)據(jù)段和棧段。

但是，Header中記錄的這2個段的開始地址，都是相對于程序文件開頭而言的。

而且操作系統(tǒng)文件并不知道：自己被 bootloader 讀取到內(nèi)存中的什么位置？

因此，bootloader也需要把這2個段，在內(nèi)存中的開始地址進(jìn)行重新計算，然后更新到Header中。

這樣的話，當(dāng)操作系統(tǒng)程序開始執(zhí)行的時候，才能從Header中得到數(shù)據(jù)段和棧段的邏輯段地址。

當(dāng)然了，這里所舉的示例中只有3個段，一個實際的程序可能會包括很多個段，每一個段的地址都需要進(jìn)行重定位。

bootloader從Header的0x0A ~ 0x0B這 2 個字節(jié)，可以得到一共有多少個段地址需要重定位。

然后按照順序，依次讀取每一個段的偏移地址，加上程序文件的加載地址(0x20000)，計算出實際的物理地址，然后再得到邏輯段地址，具體如下：

代碼段偏移量 0x00020：0x20000 0x00020 = 0x20020(物理地址)，右移一位得到邏輯段地址：0x2002;

數(shù)據(jù)段偏移量 0x0x01000: 0x20000 0x01000 = 0x21000(物理地址)，右移一位得到邏輯段地址：0x2100;

棧段 段偏移量 0x0x01200: 0x20000 0x01200 = 0x21200(物理地址)，右移一位得到邏輯段地址：0x2120;

下圖橙色部分：

我們把代碼段、數(shù)據(jù)段、棧段在內(nèi)存中的布局模型全部畫出來：

跳轉(zhuǎn)到程序的入口地址

萬事俱備，只欠東風(fēng)！

一切工作已經(jīng)準(zhǔn)備就緒，最后一步就是進(jìn)入操作系統(tǒng)程序中代碼段的start入口點了。

在上面的準(zhǔn)備工作中，bootloader已經(jīng)把程序代碼段的邏輯段地址0x2002，保存在Header中的 0x06 ~ 0x09 這 4 個字節(jié)中了，只要把它賦值給代碼段寄存器cs即可。

程序入口點位于start標(biāo)簽處，它距離代碼段的開始位置偏移0x100，保存在Header中的 0x04 ~ 0x05 這 2 個字節(jié)，只要把它賦值給指令指針寄存器ip即可。

我們可以手動從內(nèi)存中讀取，然后賦值給 cs 和 ip 寄存器。

也可以直接利用 8086 CPU 中的這條指令：jmp [0x04] 來實現(xiàn)cs:ip的賦值。

因為此刻還是在bootloader的控制下，數(shù)據(jù)段寄存器ds的值仍然為 0x2000，因此跳轉(zhuǎn)到0x2000:0x04內(nèi)置中所表示的地址，就可以把正確的邏輯段地址和指令地址賦值給cs:ip，從而開始執(zhí)行操作系統(tǒng)程序的第一條指令。

操作系統(tǒng)程序的執(zhí)行

操作系統(tǒng)的第一條指令在執(zhí)行時，數(shù)據(jù)段寄存器ds和 棧段寄存器cs中的值，仍然為bootloader中所設(shè)置的值。

因此，操作系統(tǒng)首先要把這2個段寄存器設(shè)置為自己程序文件的值，然后才能開始后續(xù)指令的執(zhí)行。

上文已經(jīng)說過，每一個段在內(nèi)存中的邏輯段地址，已經(jīng)被bootloader重新計算，并且更新到了Header中。

所以，操作系統(tǒng)就可以從 ds:0x14 的位置，讀取新的棧段邏輯地址 0x2120，并把它賦值給棧段寄存器cs。

從這個時候開始，所有的棧操作就是操作系統(tǒng)程序自己的了。

注意：此時數(shù)據(jù)段寄存器 ds 仍然沒有改變，仍然是 bootloader 中使用的 0x2000。

然后再從 ds:0x10 的位置讀取新的數(shù)據(jù)段邏輯地址 0x2100，并把它賦值給數(shù)據(jù)段寄存器ds。

從這個時候開始，所有的數(shù)據(jù)操作就是操作系統(tǒng)程序自己的了。

注意：給cs、ds的賦值順序不能顛倒。

如果先給ds賦值，那么再去Header中讀取cs邏輯段地址的時候，就沒法定位了。

因為此時ds寄存器已經(jīng)指向了新的地址(ds = 0x2100)，沒法再去0x2000:0x14地址處獲取數(shù)據(jù)了。

最后還有一點，對于棧操作，除了設(shè)置棧的段寄存器ss外，還需要設(shè)置棧頂指針寄存器sp。

我們假設(shè)程序中設(shè)置的棧空間是512字節(jié)，棧頂指針是向低地址方向增長的，因此，需要把sp初始化為512。

至此，操作系統(tǒng)程序終于可以愉快的開始執(zhí)行了！

------ End ------
這篇文章，我們描述了關(guān)于代碼重定位的最底層原理。

在以后學(xué)習(xí)到Linux中的重定位相關(guān)知識時，會接觸到更多的概念和技巧，但是最底層的基本原理都是相通的。

希望這篇文章，能夠成為你前進(jìn)路上的墊腳石！