OS
操作系统学习心路历程。笔者学习了一下MIT6.1810。
XV6源码研读——从启动开始
导引文件
在内核当中，有一个entry.S文件，目的是用汇编跳转运行start()函数。为了能够让entry.S放在最开始执行，这里有一个kernel.ld的连接脚本（loader?），通过连接脚本的编排，使得entry.S的位置在RAM开始的位置，也就是0x80000000。
- 在汇编程序段当中有一些指令并不是真正的汇编指令，而是伪指令，这些指令会交给汇编器来处理，转换成真正的汇编指令。主要是为了方便程序段的书写。
在entry.S文件当中，有两个标签_entry和spin，其中spin标签是一个死循环。在_entry当中，使用了CSR寄存器之一的mhartid获取了运行当前代码段的硬件线程id。然后给这个对应的hart(硬件线程)开辟了对应的栈空间。接着调用call命令，跳转到start()函数所在的地址，此处的call应当是汇编伪指令，RISC-V下应该使用jal/jalr等指令。
- 使用过编译器的同学都知道，汇编是可以调用其他文件包括C文件的函数接口的。这里就是从entry.S跳转到start.c里面的start()函数的入口。
接下来我们来看start.c文件。这里涉及到一个汇编伪指令mret，这个指令的作用如下。
An MRET or SRET instruction is used to return from a trap in M-mode or S-mode respectively.（risc-v特权指令手册）
mret指令的作用是从M特权陷阱当中返回。具体来讲，这个伪指令的具体动作包括：
- 特权模式修改为xPP位段所装载的特权模式。
- xIE位段的值修改为xPIE。
- xIE位段的值设置位1。
- xPP位段设置位最低支持的特权模式，如果xPP不是M，xRET会设置MPRV=0。
从这一系列动作可以看出。M的特权>S的特权>U的特权。调用RET会降低特权模式，因为xPP段会被硬件清零。这体现了硬件上的权限管理。
回到start()函数中，我们可以看到首先设置了m_status寄存器当中的xPP位段，把其中特权模式设置为S。然后，它往mepc（Machine exception program counter register.）寄存器里写入内核的main函数的地址。其余动作。
关闭虚拟地址寻址。
satp寄存器设置寻址模式，设置为0，其mod字段也为0，表示直接的物理地址寻址。设置
medeleg和mideleg寄存器，授予S模式全部的陷阱和异常异常。设置
sie寄存器，使能S模式外设，时钟，软件中断。设置
pmpaddr0和pmpcfg寄存器，使得S模式能够访问所有的地址空间如下
调用了timerinit函数。在timerinit函数当中设置一些关于时钟中断的寄存器。
首先计算当前硬件线程的CLINT中断地址，然后将配置时钟的数据，写到某个数据区域当中，再把数据区域的指针记录到特权模式的临时寄存器mscratch当中，方便后续再timervec程序段当中使用。
设置mtvec寄存器，配置陷阱中断基地址。指向timervec程序段。在这个程序段当中，使用mscratch寄存器当中的数据，根据设置的时间间隔，设置下一个时钟中断的时机，安排S模式的软件中断，在时钟中断服务函数之后，这里使用了sip寄存器( Supervisor interrupt-pending register)。返回。
然后使能当前硬件线程全局中断，使能机器中断。
- 最后把硬件线程id保存在这个cpu的tp寄存器当中。
接下来就是最上面提到的mret了，从当前特权陷阱中返回，硬件自动切换特权模式从M到S，而且触发硬件自动恢复现场的特性，把先前写在mepc寄存器中main函数的地址，赋值给pc寄存器。
至此，程序以特权模式S，或者说内核态，运行kernel。
页表与虚拟地址
MIT6.1810的Lab3是关于页表和虚拟地址的。有一个困惑，比如这样一个简单的C语言程序，它是如何从虚拟地址0x0001处找到数的呢？
int main() {
int p = *((int *)0x0001);
return 0;
}
课程手册book-riscv-rev3中说明
As a reminder, RISC-V instructions (both user and kernel) manipulate virtual addresses.
RISC-V的指令不管是用户态还是内核态操作的均是虚拟地址。使用objdump工具分析一下程序的汇编看看。下面是x86的汇编，没有交叉编译用RISC-V。
0000000000001129 <main>:
1129: f3 0f 1e fa endbr64
112d: 55 push %rbp
112e: 48 89 e5 mov %rsp,%rbp
1131: b8 01 00 00 00 mov $0x1,%eax
1136: 8b 00 mov (%rax),%eax
1138: 89 45 fc mov %eax,-0x4(%rbp)
113b: b8 00 00 00 00 mov $0x0,%eax
1140: 5d pop %rbp
1141: c3 retq
1142: 66 2e 0f 1f 84 00 00 nopw %cs:0x0(%rax,%rax,1)
1149: 00 00 00
114c: 0f 1f 40 00 nopl 0x0(%rax)
把取数的那一行注释掉之后。
0000000000001129 <main>:
1129: f3 0f 1e fa endbr64
112d: 55 push %rbp
112e: 48 89 e5 mov %rsp,%rbp
1131: b8 00 00 00 00 mov $0x0,%eax
1136: 5d pop %rbp
1137: c3 retq
1138: 0f 1f 84 00 00 00 00 nopl 0x0(%rax,%rax,1)
113f: 00
可以观察发现多了三行
1131: b8 01 00 00 00 mov $0x1,%eax
1136: 8b 00 mov (%rax),%eax
1138: 89 45 fc mov %eax,-0x4(%rbp)
查阅资料或者问大模型可以知道这段汇编代码的含义，不赘述，rax，eax和ax是同一64位寄存器的不同部分。在Linux/Unix环境下，会把源码编译成ELF(The Executable and Linking Format)文件。使用readelf工具可以读取ELF文件的信息。
ELF Header:
Magic: 7f 45 4c 46 02 01 01 00 00 00 00 00 00 00 00 00
Class: ELF64
Data: 2's complement, little endian
Version: 1 (current)
OS/ABI: UNIX - System V
ABI Version: 0
Type: DYN (Shared object file)
Machine: Advanced Micro Devices X86-64
Version: 0x1
Entry point address: 0x1040
Start of program headers: 64 (bytes into file)
Start of section headers: 14608 (bytes into file)
Flags: 0x0
Size of this header: 64 (bytes)
Size of program headers: 56 (bytes)
Number of program headers: 13
Size of section headers: 64 (bytes)
Number of section headers: 29
Section header string table index: 28
上面是ELF文件的头文件结构。ELF里面并没有包含关于页表的信息，其中主要包含了程序和数据等，程序中所有涉及的地址均是虚拟地址。进一步研究，操作系统运行一个程序的过程。
以下是个人理解。
存储分为内存和外存，内存一般是那种内存条，外存一般是硬盘，而上述的汇编指令的虚拟地址页都是在内存中某个位置。程序编译完成后以二进制的形式存储在硬盘内。硬盘的读写需要用文件系统管理，比较早的文件系统有FAT32，暂且不谈。当我们要运行某个程序了，操作系统会把把程序加载进内存。这里用到一个关键的寄存器satp，xv6手册中如是写道。
To tell a CPU to use a page table, the kernel must write the physical address of the root pagetable page into the satp register.
在riscv-privileged手册当中有描述satp寄存器。
Supervisor Address Translation and Protection (satp) Register
This register holds the physical page number (PPN) of the root page table
硬件下固化了xv6手册当中所描述的三级页表，具体可能也可以通过某些寄存器进行其他配置，satp寄存器指三级页表的根页表的物理页。在任何用户进程启动的时候，或者操作系统开始运行的时候的系统进程启动时候，都会写一个物理页地址到satp寄存器当中，这样在这个进程运行的时候，所有的虚拟地址均会被硬件翻译成对应的物理页地址。操作系统启动的时候物理页可能是从磁盘中直接加载的，如果是新启动的用户态的进程，则要操作系统分配空闲的物理页，构造成三级页表，再用内嵌汇编把根物理叶地址写到satp寄存器当中。这样我们写的用户程序就能使用虚拟地址了。
xv6的启动流程
导引文件
在内核当中，有一个entry.S文件，目的是用汇编跳转运行start()函数。为了能够让entry.S放在最开始执行，这里有一个kernel.ld的连接脚本（loader?），通过连接脚本的编排，使得entry.S的位置在RAM开始的位置，也就是0x80000000。
- 在汇编程序段当中有一些指令并不是真正的汇编指令，而是伪指令，这些指令会交给汇编器来处理，转换成真正的汇编指令。主要是为了方便程序段的书写。
在entry.S文件当中，有两个标签_entry和spin，其中spin标签是一个死循环。在_entry当中，使用了CSR寄存器之一的mhartid获取了运行当前代码段的硬件线程id。然后给这个对应的hart(硬件线程)开辟了对应的栈空间。接着调用call命令，跳转到start()函数所在的地址，此处的call应当是汇编伪指令，RISC-V下应该使用jal/jalr等指令。
- 使用过编译器的同学都知道，汇编是可以调用其他文件包括C文件的函数接口的。这里就是从entry.S跳转到start.c里面的start()函数的入口。
接下来我们来看start.c文件。这里涉及到一个汇编伪指令mret，这个指令的作用如下。
An MRET or SRET instruction is used to return from a trap in M-mode or S-mode respectively.（risc-v特权指令手册）
mret指令的作用是从M特权陷阱当中返回。具体来讲，这个伪指令的具体动作包括：
- 特权模式修改为xPP位段所装载的特权模式。
- xIE位段的值修改为xPIE。
- xIE位段的值设置位1。
- xPP位段设置位最低支持的特权模式，如果xPP不是M，xRET会设置MPRV=0。
从这一系列动作可以看出。M的特权>S的特权>U的特权。调用RET会降低特权模式，因为xPP段会被硬件清零。这体现了硬件上的权限管理。
回到start()函数中，我们可以看到首先设置了m_status寄存器当中的xPP位段，把其中特权模式设置为S。然后，它往mepc（Machine exception program counter register.）寄存器里写入内核的main函数的地址。其余动作。
关闭虚拟地址寻址。
satp寄存器设置寻址模式，设置为0，其mod字段也为0，表示直接的物理地址寻址。设置
medeleg和mideleg寄存器，授予S模式全部的陷阱和异常异常。设置
sie寄存器，使能S模式外设，时钟，软件中断。设置
pmpaddr0和pmpcfg寄存器，使得S模式能够访问所有的地址空间如下
调用了timerinit函数。在timerinit函数当中设置一些关于时钟中断的寄存器。
首先计算当前硬件线程的CLINT中断地址，然后将配置时钟的数据，写到某个数据区域当中，再把数据区域的指针记录到特权模式的临时寄存器mscratch当中，方便后续再timervec程序段当中使用。
设置mtvec寄存器，配置陷阱中断基地址。指向timervec程序段。在这个程序段当中，使用mscratch寄存器当中的数据，根据设置的时间间隔，设置下一个时钟中断的时机，安排S模式的软件中断，在时钟中断服务函数之后，这里使用了sip寄存器( Supervisor interrupt-pending register)。返回。
然后使能当前硬件线程全局中断，使能机器中断。
- 最后把硬件线程id保存在这个cpu的tp寄存器当中。
接下来就是最上面提到的mret了，从当前特权陷阱中返回，硬件自动切换特权模式从M到S，而且触发硬件自动恢复现场的特性，把先前写在mepc寄存器中main函数的地址，赋值给pc寄存器。
至此，程序以特权模式S，或者说内核态，运行kernel。