CSAPP笔记（一）——计算机系统组成

前言

这是我第二次读《深入理解计算机系统》，这次的目标是更深入一些，把自己的理解表达出来，同时也是再巩固下基础，越是底层的知识越是经得起时间的考验。

系统硬件的组成

一个计算机系统是由硬件和软件组成的，了解硬件有助于我们写出更好的程序代码。该图是一个典型系统硬件的组成

总线

总线贯穿整个系统，将信息字节传递给各个部件。但是一般这个“字”被设置为指定长度，字长是一个系统级别的参数，每个系统的字长不一样，32位系统字长是4个字节，64位系统是8个字节。

I/O设备

输入/输出设备是系统和外界沟通的桥梁，图中的鼠标、键盘、显示器还有磁盘都是I/O设备。每个I/O设备需要通过一个控制器或者适配器和系统相连。例如图中的USB控制器、图形适配器等。

主存

从物理上讲，主存是由一组DRAM（动态随机存取存储器）组成；从逻辑来讲，主存是一个线性的字节数组，每个字节都有一个唯一的地址（索引）。

组成程序的指令字节大小是不同的，就运行在64位的C程序来说，short需要2个字节，int和float需要4个字节，而long和double需要8个字节。

CPU

中央处理器，简称处理器，是用来解释或执行主存中的指令。处理器的核心是一个大小为一个字的存储设备（例如这个设备是寄存器），我们称为程序计数器（PC）。任何时刻PC总是指向主存中机器语言的某个指令。

从通电的一刻起，处理器就一直不断地执行程序计数器执行的指令，围绕着主存，寄存器文件和算数/逻辑单元（ALU）进行

什么是信息？

在计算机系统中，信息都是通过一串bit来表示的，也就是0和1。要区分不同的数据表达什么信息，唯一的方法就是知道该bit的上下文，在不同的上下文同样是一个字节序列可能表达的意思不尽相同。就好像中文的“意思”，不同的语境含义是不同的，上下文就相当于语境。因此计算机系统中，信息=bit+上下文。

程序是如何运行的？

了解了上面几个硬件的作用，我们来运行下一个简单的hello程序。

1. 编写hello.c代码：

   #include <stdio.h>
   int main() 
   {
    printf("hello,world\n");
    return 0;
   }

2. 用gcc进行编译,得到一个可执行目标文件hello，

   > gcc -o hello hello.c

3. 运行hello程序

   > ./hello
   > hello,world

当输入./hello

为何需要高速缓存？

上述例子非常简单，但是有一个很重要的问题，我们执行hello程序，把它从磁盘复制到主存，又复制到了处理器，这些复制对系统来说就是开销，因此我们要减少复制操作。根据机械原理，较大的存储设备要比较小的存储设备运行慢，为了解决这个差异，系统设计者采用高速缓存存储器来来处理这一问题，从上到下，访问速度越来越慢，但容量越来越大，上一层的存储器是下一层存储器的高速缓存。下图是各个存储设备层次结构图：

实现高速缓存的一个重要原因是利用了局部性原理，程序具有访问局部区域数据和代码的趋势，可以让大部分原来在内存的操作可以在高速缓存中完成，从而将程序的性能提高一个数量级。

操作系统是如何管理硬件的？

这小节是本篇的核心，理解抽象这个伟大的设计技巧，尤其是对面向对象语言的程序员来说，抽象是个很厉害的能力。正如一句话所说那样：Any problem in computer science can be solved by anther layer of indirection.

上面我们介绍了如何运行一个hello程序，操作者要执行一个程序，需要一系列的硬件设备配合来完成，例如上面说到的键盘、主存、磁盘、显示器，仔细看会发现它们并不是直接操作程序的，而是需要通过系统来间接完成各自所要实现的功能，操作系统好比一个指挥官对各个部件进行安排，分配资源，以保证它们能各尽其职。

为了更好的管理硬件设备，操作系统通过这几个基本抽象概念来实现：

1. 进程
2. 虚拟内存
3. 文件

所谓的抽象概念是想象出来的并不是真实存在的，有人说文件不是真实存在吗？一张图片，一部电影都是文件，实实在在的存在我的磁盘上。但此文件并非彼文件，这里的文件是指的是对I/O设备的抽象。

进程

进程是操作系统对一个正在运行程序的抽象，一个系统可以同时运行多个进程。任何一个时刻一个CPU只能处理一个进程的代码，一个CPU看上去是在并发地执行多个进程，实际上是靠不断的切换进程来实现的，操作系统实现这种切换的机制叫做上下文切换，操作系统还需要保持跟踪进程运行所需要的状态信息，这个状态信息也称为上下文。

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，内核不是一个进程，它是系统管理全部进程所用代码和数据结构的集合。

线程

一个进程实际由多个线程组成，每个线程运行在进程的上下文中。相对于进程来说，线程之间更容易共享数据且高效。

虚拟内存

虚拟内存为每一个进程提供了一个假象，让每个进程以为自己独占地使用主存，每一个进程看到的内存都是一致的，称为虚拟地址空间，虚拟地址空间由这几个部分组成：

• 内核虚拟内存，该区域是为内核保留的
• 堆
• 共享库
• 栈，编译器用它来实现函数调用
• 程序代码和数据

文件

文件就是字节序列。只要是I/O设备，例如磁盘、键盘、网络等都可以看做是文件,文件为应用程序提供了一个统一的视图

小结

计算机系统是由硬件和系统软件组成的，它们共同协作来运行应用程序。计算机内部信息被表示为一组组的位，通过上下文它们有不同的解释。

计算机花费了大量的时间在内存、I/O设备和CPU寄存器之间复制数据，因此划分出了储存设备层次结构，用高速缓存来减少各个存储设备之间的复制，从而提高程序性能。

操作系统内核是应用程序和硬件之间的媒介，操作系统通过抽象来管理和控制硬件设备。文件是对I/O设备的抽象；虚拟内存是对主存和磁盘的抽象；进程是对一个正在运行程序的抽象。而网络也是一种I/O设备。

本篇介绍了计算机系统的组成，对于使用高级语言进行软件开发的同学来说，各种框架、开发语言不断迭代新出，但系统内在的这些概念却没有太多变化。这些知识的复利非常的高，能帮助我们在技术的路上越走越远。

参考资料

• 阮一峰：编译器的工作过程
• 《深入理解计算机系统》网盘资源：mq1e

请你相信我所说的都是错的