Linux0.12内核源码解读(2)-Bootsect.S

大家好，我是呼噜噜，在上一篇文章聊聊x86计算机启动发生的事？我们了解了x86计算机启动过程，MBR、0x7c00是什么？其中当bios引导结束后，操作系统接过计算机的控制权后，发生了哪些事？本文将揭开迷雾的序章-Bootsect.S

回顾计算机启动过程

我们先来回顾一下，上古时期计算机按下电源键的启动过程，这里以8086架构为例：

8086、80x86是什么意思?

有许多人不知道经常遇到的8086、80x86是什么意思？我们简单科普一下：

8086是Intel公司推出的最早，也是最流行的面向个人电脑的CPU型号
x86泛指一系列基于Intel 8086且向后兼容的中央处理器指令集架构，由于以“86”作为结尾，因此其架构被称为"x86"
80x86也就是在8086基础上的增强版，包括80286，80386，80486，其后面就是我们所熟悉的奔腾、酷睿、i5、i7等等

寄存器初始化CS:IP

相比于上一篇文章聊聊x86计算机启动发生的事，我们这里再讲细致点，当计算机一按下电源后，8086CPU就处于实模式的状态，此时会将CPU的寄存器初始化为CS=0xFFFF;IP=0x0000，也就是实际物理地址0xFFFF0(CS左移4位+IP)

CS : 代码段寄存器；IP : 指令指针寄存器。CS:IP指向的内容会被CPU当做计算机指令去执行

那么从地址0xFFFF0中取出来的指令是什么？我们知道当电路通电后，内存是一片空白的，内存断电后数据是无法保存的，所以BIOS程序需要事先被刷入只读存储器ROM中。物理地址0xFFFF0就是指向这样一段BIOS ROM

CPU是如何和ROM相连的?

那么问题又来了，CPU是如何和ROM相连的？CPU 不仅和ROM相连,还和RAM(俗称内存)，IO接口等设备相连，他们是通过总线相连。还好当时笔者将计算机组成原理好好复习了一遍，不然这部分真挺难理解的。

总线是贯穿整个系统的是一组电子管道，是连接各个部件的信息传输线，是各个部件共享的传输介质，称作总线，它携带信息字节并负责在各个计算机部件间传递。

总线按系统总线传输信息内容的不同，又可以分为3 种：数据总线、地址总线和控制总线。我们这里用到的就是地址总线，把 0xFFFF0 作为 CPU 的地址总线信号传输出去，去这个地址总线对应的位置处找

由于计算机有多个设备，必然会存在多个设备同时竞争总线控制权的问题，这时候就需要总线仲裁，让某个设备优先获得总线控制权，获得了总线控制权的设备，才能开始传送数据。未获胜的设备只能等待获胜的设备处理完成后才能执行。

我们简单总结一下：当总线仲裁器仲裁通过后，CPU可以依靠地址总线寻址，找到对应设备ROM上地址0xFFFF0处的内容。

拓展可见：什么是计算机中的高速公路-总线？

加载MBR到内存中

当BIOS自检完成，设置启动顺序后，利用 BIOS 的输入功能将启动磁盘的启动扇区MBR(也叫第一扇区,主引导记录)的内容原封不动地搬到内存的0x7C00地址处，并设置CPU寄存器CS=0x07C0，IP=0x0000。到这一步，计算机的控制权将交到操作系统手中！

为什么是0x7C00这个地址？如何得出？别再问了，本文不再解释了，具体看笔者的上一篇文章聊聊x86计算机启动发生的事

对于Linux0.12来说，第一个程序Bootsect.S 编译成二进制后，需要事先放到主引导记录MBR中，MBR大小就是一个扇区的大小512字节,如果这512字节的最后两个字节是0x55AA，表明这个设备可以用于启动。只有这样我们BIOS才能识别它，才能把bootsect.S加载到内存中。

如果不是0x55和0xAA，表明设备不能用于启动，控制权于是被转交给"启动顺序"中的下一个设备。如果到最后还是没找到符合条件的，直接报出一个无启动区的error。

下面我们看下操作系统编译后，存放在储存设备(硬盘)的模块分布：

先简单介绍一下，不必深究，后续文章会娓娓道来：

bootsect.s的主要作用就是加载操作系统，把操作系统从硬盘中，加载到内存里去
setup.s的主要作用：首先获得光标，内存，显卡，磁盘等硬件参数存放在内存空间中，方便后续程序使用；临时建立gdt、idt表，并且从实模式进入到了保护模式
在linux0.12源码，boot目录下还有一个head.s，在上图中被归于system模块，属于操作系统主体文件，主要是进行进入保护模式之后的初始化工作
system模块：就是操作系统的主体，比如文件系统，IO，进程等模块。 Linux0.12 内核 system 模块大约占随后的 260 个扇区。

更多精彩文章在公众号「小牛呼噜噜」

bootsect.S具体干了什么？

bootsect的主要作用就是加载操作系统，把操作系统从硬盘中，加载到内存里去，我们下面结合bootsect.s的源码一起来看看bootsect.S具体干了什么？

呼噜噜这里整个过程先汇成了图，大家配合图去阅读下文，对照起来，更容易理解

设置段基址 & 内存分段机制

要想bootsect启动，需要让BIOS将bootsect.s 从硬盘的MBR中搬到内存位置0x7c00处，大小512个字节。当bootsect被BIOS加载到内存后，计算机的控制权就到操作系统bootsect的手上了。

entry start        ! 告知链接程序，程序入口是从start 标号开始执行的

start:

	mov	ax,#BOOTSEG  !BOOTSEG=0x7c0 ， 将 ds 段寄存器置为 0x7C0

	mov	ds,ax        !再将 ax 段寄存器里的值复制到 ds 段寄存器里

	mov	ax,#INITSEG  !SETUPSEG=0x9000，将 es 段寄存器置为 0x9000

	mov	es,ax        !再将 ax 段寄存器里的值复制到 es 段寄存器里

	mov	cx,#256

	sub	si,si

	sub	di,di

	rep

	movw

	jmpi	go,INITSEG

我们可以看到CPU实际执行第一句的代码 mov ax,#BOOTSEG !BOOTSEG=0x7c0，这是汇编写的，其实这里的0x7c0对应的就是我们上文的地址0x7C00

0x7c0是段地址，0x7C00是其实际的物理地址，0x7c0左移四位就是0x7c00，这就是内存寻址-分段机制

那么大家一定会有疑问内存为什么分段？

计算机内存究竟是什么？其实它就像数组一样，咦有人不懂数组是什么，那么我们可以再头脑风暴一下，内存其实就像纸带一样，我们来看下上古时期的计算机：

穿孔纸带，图片来源于网络

纸带上有一个个孔，这样大家可能还看不明白，我们再来看一张图：

这些孔排列组合其实就是二进制数，纸带其实就是储存数据的介质，那么内存就是足够长的“纸带”

在现代计算机中，内存它使用的是DRAM芯片，也叫动态随机存取存储器，即只需给出地址，就能直接访问指定地址的数据，这一点特别像数组，所以许多材料都是用数组来画内存图

那么CPU访问内存明明可以直接通过地址访问内存，为什么还要分段？其实这又是一个历史因素导致的，让我们回到"分段"首次出现的时候："分段"是从Intel 8086芯片开始的，8086又是你......

由于8086那个时代CPU、内存都很昂贵， CPU 和寄存器等宽度都是 16 位的，其可寻址2的16次方字节，也就是64kb，然而8086有20根地址线，可寻址的最大内存空间是1MB。CPU和寄存器的寻址能力远远不能满足使用，于是机智的祖师爷们，采用了分段技术

分段，为解决这个问题，8086引入段寄存器，如CS、DS、ES、SS。通过段基址＋段内偏移地址的方式生成20位的地址，扩大寻址能力，从而实现对1MB内存空间的寻址。由于这样程序中指令了只用到16位地址，缩短了指令长度，也变相地提高了程序执行速度。

CS:代码段寄存器，存放代码段的段基址

DS是数据段寄存器，存放数据段的段基址

ES是扩展段寄存器，存放当前程序使用附加数据段的段基址，该段是串操作指令中目的串所在的段

SS是堆栈段寄存器，存放堆栈段的段基址

80836还新增2个寄存器，FS标志段寄存器、GS全局段寄存器。

使用段地址还有一个好处是程序可以重定位，那个时候的计算机可没有虚拟地址之说，只有物理地址，访问任何存储单元都直接给出物理地址。这就带来一个问题: 如果此时计算机多道程序并发运行，程序中的地址都是实际物理地址，这些程序编译出来的程序运行地址是相同的，计算机只能运行一个程序。

重定向：将程序中指令的地址改成另一个地址，但该地址处的内容还是原内存地址处的内容。这样程序指令虽然还是物理地址，但程序能够并发运行了。

1982年处理器80286,首次提出保护模式概念，为了保持兼容性，所以同样支持内存分段管理，将8086这种称为实模式，最大的区别是物理内存地址不能直接被程序访问，这块非常重要，篇幅也较长，笔者先挖坑，后续系列文章再单独出一篇。

咳咳，拓展的有点多了，赶紧让我们回到bootsect源码处

mov ds,ax 这句话代码的意思就是：将 ax 段寄存器里的值复制到 ds 段寄存器里。ds在上文我们提到，8086特地为采用内存分段机制，引入的段寄存器。ds具体表示 数据段寄存器，存放数据段的段基址

换句话说，就是将段基址设为0x07c0，那么后续数据段程序中只需写段内偏移地址，就能访问实际物理地址了。比如后续程序中出现mov ax,0x01，0x01其实是[ds:0x01],那么ax的实际物理地址= 0x07c0 <<4 + 0x01。将ds寄存器段基址设置好后，其实就是方便之后程序访问内存，访问的数据的内存地址都先默认加上 0x7c00，然后再去内存中寻址。

如果实际编程时，代码段的起始地址一般放到 CS寄存器，虽然CPU没有强制规定代码段、数据段等分离。

mov ax,#INITSEG，mov es,ax 将 ax 段寄存器里的值0x9000复制到 es 段寄存器里，和ds赋值同理，不再赘述。需要注意的是8086无法直接给段寄存器进行赋值，需要使用通用寄存器来当中介(一般使用ax)

bootsect的"再次搬家"到0x90000

接着bootsect自己把自己从内存位置0x7c00处，搬到0x90000处，这次可没BIOS帮忙了，得自食其力



start:

	mov	ax,#BOOTSEG

	mov	ds,ax

	mov	ax,#INITSEG

	mov	es,ax        

	mov	cx,#256       ! 设置移动计数值=256 字（512 字节）;

	sub	si,si         ! si寄存器 清零

	sub	di,di         ! di寄存器 清零

	rep               ! 重复执行并递减 cx 的值，直到 cx = 0 为止。

	movw              ! 即 movs 指令。从内存[si]处移动 cx 个字到[di]处。//一次移动两个字节，256B*2=512B

mov cx,#256 将cx 寄存器的值赋值为 256，单位是字(Word), 1 word=2Byte

sub si,si 是si寄存器清零操作，sub是汇编语言中的一种运算指令，它用来执行减法运算,并将结果存储到被减数(前者)上去。比如sub a,b就是a = a-b。再结合前面的ds,es，那么此时si的段地址ds:si = 0x07C0:0x0000，同理di的段地址es:di = 0x9000:0x0000

rep就是重复执行后一条指令，movw就是复制的意思。rep movw 就是重复多次搬运

我们可以知道这段的总体意思就是：循环256次，反复将段地址0x07C0:0x0000的内容一个字一个字的复制到段地址0x9000:0x0000处，直到寄存器cx为0。这样就实现了bootsect的"自我搬运"，把实际物理内存地址0x7c00处512个字节的内容全部复制到实际物理内存地址0x90000处。

那为啥bootsect还要"多此一举" 将自己从0x7c00，搬到0x90000处？

操作系统system后续最终是要从物理内存起始位置处 地址0开始存放，好处是让system代码中的地址对应上实际的物理地址。

一般要留512KB的内存空间放操作系统system，会覆盖0x7c00地址的内容，所以需要把bootsect代码搬到内存更高处。

加载setup.s到内存0x90200

当上面bootsect完成自我搬运后，紧接着执行jmpi go,INITSEG，jmpi有段间跳转的作用。这里 INITSEG 指出跳转到的段地址0x9000，标号 go 是段内偏移地址。

其实就是执行完jmpi go,INITSEG后，CPU已经移动到内存0x90000+go位置处的代码中执行。为啥要加go？其实此时bootsect编译后的二进制内容，已经搬运到内存0x90000处，但是我们不能再从头执行start: mov ax,#BOOTSEG操作，而是从go: mov ax,cs处代码继续执行下去。

	jmpi	go,INITSEG  ! 段间跳转。这里 INITSEG 指出跳转到的段地址，标号 go 是段内偏移地址。

go:	mov	ax,cs

	mov	dx,#0xfef4	! arbitrary value >>512 - disk parm size

	mov	ds,ax

	mov	es,ax

	push	ax        ! 临时保存段值（0x9000）

	mov	ss,ax		    ! put stack at 0x9ff00 - 12.

	mov	sp,dx

	push	#0        ! 置段寄存器 fs = 0。

	pop	fs          ! fs:bx 指向存有软驱参数表地址处（指针的指针）

	mov	bx,#0x78		! fs:bx is parameter table address

	seg fs

	lgs	si,(bx)			! gs:si is source

	mov	di,dx			! es:di is destination

	mov	cx,#6			! copy 12 bytes

	cld

	rep           ! 复制 12 字节的软驱参数表到 0x9000:0xfef4 处。

	seg gs

	movw

	mov	di,dx

	movb	4(di),*18		! patch sector count

	seg fs         ! 让中断向量 0x1E 的值指向新表。

	mov	(bx),di

	seg fs

	mov	2(bx),es

	pop	ax

	mov	fs,ax

	mov	gs,ax

	xor	ah,ah			! reset FDC 让中断向量 0x1E 的值指向新表。

	xor	dl,dl

	int 	0x13

上述主要是将寄存器DS、ES 和SS 重新设置为CPU移动后，代码所在的段处0×9000 ，设置SP栈寄存器0xfef4

栈指针要远大于512字节偏移(即 0x90200 )处都可以，一般setup程序大概占用4个扇区，这样栈顶段地址ss:sp和现有的代码足够远，防止后续栈操作覆盖掉已有的代码。

还有BIOS 设置的中断 0x1e 的中断向量值等操作。这边和主干操作不太相干，简略过一下，主要就是把这些寄存器重新设置好值，方便后续使用。

更多精彩文章在公众号「小牛呼噜噜」

接下来紧接着将setup.s 加载到内存0x90200处

load_setup:

	xor	dx, dx			         ! 驱动器drive 0, 磁头head 0

	mov	cx,#0x0002		    	 ! 扇区sector 2, 磁道号track 0,从第二个扇区开始读

	mov	bx,#0x0200					 ! 偏移address = 512, in INITSEG ，表示读到0x90200

	mov	ax,#0x0200+SETUPLEN	 ! service 2, nr of sectors ，SETUPLEN是 4个扇区

	int	0x13								 ! read it

	jnc	ok_load_setup				 ! ok,就跳到ok_load_setup

	push	ax								 ! dump error code

	call	print_nl           ! 屏幕光标回车

	mov	bp, sp

	call	print_hex          ! 显示十六进制值

	pop	ax	

	xor	dl, dl							 ! reset FDC

	xor	ah, ah

	int	0x13

	j	load_setup             ! j 即 jmp 指令,失败就再跳转到load_setup，重复执行

那怎么简单高效将磁盘里的内容加载到内存中呢？linus这里用的是bios的中断程序，因为此时bios还在内存中，可以为我们所用，0x13号中断在BIOS中是可以访问软盘、IDE、ROM、远程磁盘服务的作用。

这里0x13 和C语言中的函数调用是很像的，不过需要注意的是它的参数只能通过寄存器去传参，而C语言函数调用不仅可以寄存器传参，还可以栈传参。所以0x13的参数就是其前面的dx,cx,bx,ax寄存器的值，另外磁盘只认磁头磁道扇区，如果给个地址，磁盘是不识别的，磁盘一副不太聪明的样子。

另外xor对两个操作数进行逻辑（按位）异或操作,并将结果存放在目标操作数，xor dx,dx也是一个置零操作，指定驱动和磁头

那么我们连起来，这段主要是让bios 0x13号中断处理程序从磁盘的第2扇区开始读，接连读4个扇区的内容到内存0x90200处中。成功就跳转到ok_load_setup，没成功就回到load_setup，重复执行上述操作。

加载system到内存0x10000

当bootsect成功将setup.s搬到内存0x90200处后，CPU从ok_load_setup处继续执行指令。接下来就是需要将整个操作系统system(head.s+其他文件，大约260个扇区)的内容加载到内存0x10000处，下面我们就具体看下代码是如何实现的：

ok_load_setup:

! Get disk drive parameters, specifically nr of sectors/track

!提示这面段代码功能是：利用BIOSINT 0x13 中断，来来取磁盘的一些参数，比如是取每磁道扇区数，并保存在

位置 sectors 处

	xor	dl,dl

	mov	ah,#0x08		! AH=8 is get drive parameters

	int	0x13

	xor	ch,ch

	seg cs          !表示下一条语句的操作数在 cs 段寄存器所指的段中。它只影响其下一条语句

	mov	sectors,cx

	mov	ax,#INITSEG

	mov	es,ax       !取磁盘参数中断改了es寄存器的值，这里重置es的值

! Print some inane message 提示下面这段功能是：打印一些消息

	mov	ah,#0x03		  ! read cursor pos 读取当前光标的地址

	xor	bh,bh

	int	0x10          ! bios 0x10中断，其作用：在屏幕上显示字符和字符串

	mov	cx,#9

	mov	bx,#0x0007		! page 0, attribute 7 (normal)

	mov	bp,#msg1      ! msg1的内容是:  .byte 13,10(换行+回车)  .ascii "Loading"

	mov	ax,#0x1301		! write string, move cursor

	int	0x10

! ok, we've written the message, now

! we want to load the system (at 0x10000)   加载system到内存0x10000

	mov	ax,#SYSSEG

	mov	es,ax		     ! segment of 0x010000

	call	read_it    ! 读磁盘上 system 模块

	call	kill_motor ! 关闭驱动器马达

	call	print_nl   ! 光标回车换行

	... 省略非主干代码...

! after that (everyting loaded), we jump to

! the setup-routine loaded directly after

! the bootblock:

	jmpi	0,SETUPSEG   !bootsect程序到这里就结束了，跳转到0x9020,同时setup获得控制权

这里int 0x10号中断，其作用是在屏幕上显示字符和字符串，由于操作系统比较大，加载需要时间，这时在屏幕上显示提示信息"Loading"

这里将操作系统加载到内存中，是通过子程序read_it来实现的，read_it就不具体展开了，比较复杂。我们需要知道由于操作系统比较大，一个磁道是远远放不下的，另外磁盘是不认地址的，在搬运过程中，需要进行磁道、扇区和磁头的计算，特别是一个段的大小是64k，如果放不下，需要更换段地址。如果不更换段地址，会从该段地址0字节开始重新写，这样会覆盖之前的内容。

那为什么一个段的大小是64KB呢？

我们知道在8086CPU中，其内存地址是表示为段基址＋段内偏移地址，其中偏移地址使用一个16位的二进制数表示，表示范围0000~FFFF，所以总共有2^16(2的16次方)=64K个不同的地址，一个内存最小单元是字节Byte,所以一个段大小为64KB

jmpi 0,SETUPSEG，bootsect程序到这里就结束了，跳转到内存地址0x90200,同时setup获得控制权

为了帮助大家理解，呼噜噜这里又把本篇文章全部串起来，大家可以根据下面这张图重新回顾一下bootsect整个工作流程：

额外补充一下：

boot_flag: .word 0xAA55 最后2个字节是0xAA55，由于bootsect是采用AT&T汇编，小端显示的，实际上就是0x55AA与前文MBR那边前后呼应

这也说明了操作系统在开始加载到内存的程序中，得与内存地址一一对应，不能多一个字节，也不能少一个字节!!!

尾语

本文主要讲解了bootsect.S的主要工作流程，Linux0.12虽然和如今的Linux6.x内核相比显得过于简陋，但麻雀虽小五脏俱全，它是我们打开操作系统大门的钥匙，后面让我们看看setup.s获得计算机的控制权后，会发生什么？

最近实在太忙了，后面随缘更新，留言可催更(bushi)~~

参考资料：

《Linux内核完全注释5.0》

《操作系统真象还原》

https://elixir.bootlin.com/linux/0.12/source/boot/bootsect.S

https://files.embeddedts.com//old/saved-downloads-manuals/EBIOS-UM.PDF

本篇文章到这里就结束啦，如果我的文章对你有所帮助的话，还请点个免费的赞，你的支持会激励我输出更高质量的文章，感谢！

作者：小牛呼噜噜，首发于公众号小牛呼噜噜」，系列文章还有：

聊聊x86计算机启动发生的事？
Linux0.12内核源码解读(2)-Bootsect.S
Linux0.12内核源码解读(3)-Setup.S
图解CPU的实模式与保护模式
Linux0.12内核源码解读(7)-陷阱门初始化
图解计算机中断
什么是系统调用机制？结合Linux0.12源码图解