(科普向?) Re-从零开始的操作系统开发 第一集
[ ]The content is recoverd from Wordpress Blog, for more details please check HERE
July 5, 2016
VOID001 Comments 2 comments
Hmm, 果然还是开坑了~! 在学校智障的操作系统课设的发起下, 再加上每个程序员都有一个写一个自己的操作系统的公主梦(雾), 我们愉(作)快(死)地开坑啦~
以前曾经跟着 “30天自制操作系统” 玩过DIY操作系统, 不过那个书更像面向小白, 讲的东西也不够系统, 而且使用的是自己改过的nas汇编器, 因而不能算写过, 这一次则是真正的开坑啦~ (虽然课设时间很短写出一个完整的根本不可能不过慢慢写总会写完的你说对不喵~)
我们的开发过程在Bearychat上直播 neugeek.bearychat.com 的Toy-OS频道, 我们的git-repo 为 https://github.com/VOID001/toy-os 菊苣们不要喷, 既然挖了坑窝就不会不填(….你都已经挖了多少个坑了啊喂! (逃))
这个系列的文章将会记录在开发操作系统的整个过程中的一些经验&心得&吐槽 不知道会有多少集(
参考资料们:
- MIT 的 XV6 源代码 & handbook
- University of Birmingham 的 Writing an simple operating system from scratch
- Quora, StackOverflow
- Jiong Zhao Linux 0.11内核完全注释
我们使用的工具链:
- GNU Assembler & GNU C Compiler
- Qemu
- Gdb
- objcopy, objdump, binutils, elfutils
- GNU Makefile
操作系统编写总览
####
什么是BIOS
参考阅读: http://whatis.techtarget.com/definition/BIOS-basic-input-output-system
我们的定位是写一个操作系统,那么首先我们应该了解,整个操作系统都应该由哪些模块构成, 那么就让我们从操作系统的启动说起, 说到这里就不得不说一下BIOS, BIOS是Basic Input and Output System, 是你的计算机加电运行后加载的第一个程序, 它是固化在你的EPROM内的一个程序片段
BIOS被加载之后, CPU便会去执行BIOS的代码,这时候, BIOS进行硬件自检, 保证硬件没有故障后, 就会加载操作系统, 同时BIOS也提供了一个通用的接口, 供我们用来与不同的外设如VGA显示器进行交互, 具体如何使用将会在下文中介绍
boot-sector
刚刚我们说到了, BIOS作为开机运行的第一个程序, 在进行硬件自检后, 便会装载操作系统, 可是这时候,操作系统还在磁盘(或者其他存储介质内), BIOS如何知道, 我们知道BIOS是由厂商写死在ROM上的, 我们的操作系统程序如果每次存放的位置都不一样的话, 岂不是每次都要去重新刷写EPROM? 当然没那么麻烦, BIOS和编写操作系统的程序员有一个约定, 那就是, 当自检完毕之后, BIOS会自动按顺序(你设定的Boot Sequence)检查每一个media的第一个扇区(0扇区)是不是Bootable,如果找到一个Bootable的扇区, 那么就加载这个扇区到内存中, 接下来会执行这个刚刚装入内存的程序, 这样, 我们就可以在这里执行对硬件初始化&装载操作系统程序等操作啦
对于CPU而言, 代码和数据都是二进制,那么如何区分这是一个bootable扇区呢? 流我们将bootable扇区称为 boot-sector, 为了让CPU能够识别这个扇区是boot-sector, 对boot-sector有如下的要求:
- 必须是512Byte大小
- 512Byte的末尾两个Byte应该被填充为0xaa55
拥有了这两个条件, 这个扇区才是一个boot-sector, BIOS才会去加载它, 下面是一个非常简单的,开机后就让CPU进入死循环的一个程序的binary文件, 这就是一个boot-sector
e9 fd ff 00 00 00 00 00 00 00 00 00 00 00 00 00
00 00 00 00 00 00 00 00 00 00 00 00 00 00 00 00
*
00 00 00 00 00 00 00 00 00 00 00 00 00 00 55 aa
中间的0被省略, 因为little endian的原因 0xaa55 在实际存储的时候为 55 aa
切换到32bit-protected mode
上面我们的所有操作都是在16bit 实地址模式(即你访问的地址就是真实的物理地址)下进行的, 而 16bit的实地址模式可以访问的内存最大为 1.0615234375(数字是如何计算出来的, 参考内存分段管理的相关知识 0xffff * 16 + 0xffff) 只比 1MB多一点的空间, 这对于我们之后要写的操作系统, 以及我们要运行的程序是远远不够的, 那么接下来我们就要切换到32bit的虚拟地址模式下, 进行接下来的开发
操作系统的核心模块
在切换到32bit protect mode之后, 我们需要实现的是kernel system call, file system, multiprocess scheduling, 以及 支持我们的Keyboard和VGA Driver
其他(Misc)
为了让我们的操作系统可以交互, 我们需要实现一个Interactive Shell, 并且实现几个能够运行在我们的操作系统上的程序, 之后也许还会支持网络 & 图形界面, SDL Driver等
以上就是一个综述啦, 可以看出来这是一个不小的坑, 不过嘛, 很有趣对吧~!
我们的第一个Hello world 操作系统
AT&T汇编+GNU Assembler的一些比较坑爹的事
为了更好的和XV6产生一致性, 我们采用了 AT&T 汇编, 使用的为GNU Assembler 进行开发, 关于AT&T汇编与Intel汇编的区别, 这里有参考文章http://www.delorie.com/djgpp/doc/brennan/brennan_att_inline_djgpp.html
需要注意的问题是, 之前在使用nasm作为Assembler的时候可以直接通过 -f bin 指定输出的程序为 RAW格式的, 即为不含有任何ELF(Linux下的文件格式)的信息, 而使用as进行编译的时候, 目前我们还没有找到办法直接输出RAW binary文件, 而且, 在AT&T中貌似也没有可以方便的在0扇区的最末尾填充0xaa55的方法(Intel中我们通常使用 time 510-($-$$) db 0 来在整个扇区填满0, 之后dw 0xaa55 ), 另外! 另外! 对于那些在Intel下的标号后定义的字符串, nasm可以轻松识别地址, 然而, 然而, 然而!(重要的事情说三遍)as 不会! as会认为那是一个外部符号, 等待链接的时候Relocate, 因而下面这段代码如果不进行链接的话, 这个’string’ 标号就会被用 0x0替换
...
\_start:
mov $0x0e, %ah
mov string, %bx
...
string:
.string "Hello Niconico"
导致结果出错
那么正确的姿势是什么呢, 下面这样可以生成一个正确的RAW binary image(假设我们的源文件叫做boot.s)
as -o boot.o boot.s
ld -Ttext 0x7c00 -o boot.bin boot.o
objcopy -O binary boot.bin
./sign.pl boot.bin #这个是一个脚本, 用来在末尾签上0xaa55的
计算机刚刚启动之后的内存布局
上面的代码中的0x7c00 是什么鬼肯定有人要问, 我们下面就来解释一下, 在计算机启动完毕之后, 内存的布局如下:
(本图摘自Writing a Simple Operating System — from Scratch)
我们可以看到, 在低地址最下方有着中断向量表, 再上方就是BIOS的数据内容, 然后, 为了防止我们的boot-sector将BIOS Data/中断向量表的内容覆盖, BIOS将boot-sector加载到的地址为0x7c00处, 那么现在来解释一下为什么链接的时候要指定这个参数, 因为当你链接的时候, 那些需要Relocate的符号, 是按照一个实际地址 + 在本文件内的偏移量给定的, 而因为我们的boot-sector默认加载的位置为0x7c00, 那么我们的实际地址就应该为0x7c00, 这时候我们再想指定某个标签(如string) 就会在运行的时候将string Relocate到 0x7c00 + 在binary文件中的offset(可以通过hexdump看到)
Qemu with GDB
为了让我们的调试更愉.悦, 能够使用gdb对代码进行调试则是极好的 qemu支持远程调试功能, 在运行qemu的时候, 指定参数 -s(开启1234端口并且等待debugger链接) -S(先不要执行CPU指令) 后, 即可通过gdb连接到这个端口进行调试啦, 具体的操作方法如下
$ qemu -s -S boot.bin
--- a new window / session ---
$ gdb
(gdb)target remote localhost:1234 # connect to the remote port
(gdb)set architecture i8086 #use the 16 bit mode
(gdb)b *0x7c00 # set breakpoint on the start of the boot-sector
(gdb)c
(gdb)x/12i 0x7c00 # Show the instructions now in addr 0x7c00
有了这个之后, 在操作系统的开发初期就能更好的看~代~码~啦
Writing our first Hello world OS
为了表示对LL的敬意, 我们准备在屏幕上输出 Hello Niconico, 之前已经说过了, BIOS提供了一部分通用的接口供我们和硬件打交道, 我们就不需要关心硬件的更具体的细节了, 这里我们就要用到这个接口, BIOS 将此接口通过中断的形式提供给我们. 为了在屏幕上输出一个字符, 我们通过给一些特定的寄存器赋值, 即汇编语言的参数传递, 类似C语言的参数传递. 一个简短的打印一个 字符’A’的代码如下:
.globl \_start
.text
\_start:
mov $0x0e, %ah # Tele-type mode, type a character at the cursor, then move the cursor to next place
mov $'A', %al # Send the char to type
int $0x10 # Call the print function
...
我们为了实现打印一整串字符串, 一个稍微复杂点的程序如下:
# A simple boot demo just to print a string when booting the PC
.file "boot.s"
.code16
.globl \_start
.text
\_start:
mov $0x0e, %ah
mov $string, %bx # We must add a '$' before the label, to specify we want JUST the label addr not the content in this addr
# A loop to print the string
loop:
mov (%bx), %al
cmp $0x00, %al
je exit
add $0x01, %bx
int $0x10
jmp loop
exit:
jmp exit
string:
.string "Hello Niconico"
这里注意, 我们被AT&T的汇编坑了好久的一个地方就是 mov $string, %bx . 刚开始, 我们写的是
mov string, %bx 这个代码一直没有办法打印出我们想要的字符串, 原因就是, 在ATT汇编中, 这句被解释为了, 将string 这个标号处对应的内容取来, 放到%bx中, 而我们想要实现的是: 将string这个标号对应的地址取来,放到bx中, 如果不加$, 所有的地址在ATT中都会被解释为”那个地方的内容” 一定要小心
以上代码可以在github获取到~ 这个版本对应的commit是 8c2f90aa8830edaf9ea10809797d14918efb463e 只要按照README装好需要的工具, 执行 make boot 就可以看到效果啦~
今天就到这里啦
C, gcc, Kernel, Kernel, Linux, 计算机系统原理 C. Linux, kernel, Laravel, PHP, Python, Shell, Web, wine
Historical Comments
lzw429 says: May 28, 2017 at 11:55 am 希望加上./sign.pl这个脚本的出处。
VOID001 says: May 31, 2017 at 10:43 am 感谢建议，这个我先mark了