作 者：道哥，10+年的嵌入式開發老兵。
公眾號：【IOT物聯網小鎮】，專注於：C/C++、Linux作業系統、應用程式設計、物聯網、微控制器和嵌入式開發等領域。 公眾號回覆【書籍】，獲取 Linux、嵌入式領域經典書籍。
轉 載：歡迎轉載文章，轉載需註明出處。
前兩篇文章，我們一起學習了 8086 處理器中關於 CPU、記憶體的基本使用方式，重點對段暫存器和記憶體的定址方式進行了介紹。
可能有些小夥伴會對此不屑：現在都是多核的現代處理器，作業系統已經變得非常的強大，為何還去學習這些古董知識？
前幾天看到下面這段話，可以來回答這個問題：
“我們都希望學習最新的、使用的東西，但學習的過程是客觀的。”
“任何合理的學習過程（儘可能排除走彎路、盲目探索、不成系統）都是一個循序漸進的過程。”
“我們必須先通過一個易於全面把握的事物，來學習和探索一般的規律和方法。”
就拿學習 Linux 作業系統來說，作為一個長期的學習計劃，不太可能一上來就閱讀最新的 Linux 5.13 版本的程式碼。
更有可能是先學習 0.11 版本，理解了其中的一些原理、思想之後，再循序漸進的向高版本進行學習、探索。
那麼對於 《Linux 從頭學》這個系列的文章來說，我是希望自己能夠把學習路線再拉長一些，從更底層的硬體機制、驅動原理開始，由簡入繁，一步一步最終把 Linux 作業系統這個塊硬骨頭給啃下來。
那麼今天我們就繼續 8086 下的學習，來看看一個相對“完整”程式的基本結構。
幾個重要的段暫存器
在 x86 系統中，段定址機制以及相關的暫存器是如此的重要，以至於我忍不住在這裡，把幾個段暫存器再小結一下。
程式碼段：用來存放程式碼，段的基地址放在暫存器 CS 中，指令指標暫存器 IP 用來表示下一條指令在段中的偏移地址;
資料段：用來存放程式處理的資料，段的基地址存放在暫存器 DS 中。對資料段中的某個資料進行操作時，直接在彙編程式碼中通過立即數或暫存器來指定偏移地址;
棧段：本質上也是用來存放資料，只不過它的操作方式比較特殊而已：通過 PUSH 和 POP 指令來進行操作。段的基地址存放在暫存器 SS 中，棧頂單元的偏移地址存放在暫存器 IP 中。
這裡的段，本質上是我們把記憶體上的某一塊連續的儲存空間，專門儲存某一類的資料。
我們之所以能夠這麼做，是因為 CPU 通過以上幾個暫存器，讓我們這樣的“安排”稱為一種可能。
一句話總結：CPU 將記憶體中的某個段的內容當做程式碼，是因為 CS:IP 指向了那裡；CPU 將某個段當做棧，是因為 CS:SP 指向了那裡。
在之前的一篇文章中，演示了一個 ELF 格式的可執行檔案中，具體包含了哪些段《Linux系統中編譯、連結的基石-ELF檔案：扒開它的層層外衣，從位元組碼的粒度來探索》：
雖然這張圖中描述的段結構更復雜，但是從本質上來說，它與 8086 中描述的段結構是一樣的！
Linux 2.6 中的線性地址區間
在一個現代作業系統中，一個程式中使用的的地址空間，一般稱作虛擬地址(也稱作邏輯地址)。
虛擬地址首先經過段轉換，得到線性地址；然後線性地址再經過分頁轉換，得到最終的實體地址。
這裡再囉嗦一下，很多書籍中隊記憶體地址的稱呼比較多，都是根據作者的習慣來稱呼。
我是按照上圖的方式來理解的: 編譯器產生的地址叫做虛擬地址，也叫做邏輯地址，然後經過兩級轉換，得到最終的實體地址。
在 Linux 2.6 程式碼中，由於 Linux 把整個 4 GB 的地址空間當做一個“扁平”的結果來處理(段的基地址是 0x0000_0000，偏移地址的最大值是 4GB)，因此虛擬地址(邏輯地址)在數值上等於線性地址。
我們再結合上次給出的這張圖來理解：
這張圖的意思是：在 Linux 2.6 中，使用者程式碼段的開始地址是 0，最大範圍是 4 GB；使用者資料段的開始地址是 0，最大範圍也是 4 GB；核心的資料段和程式碼段也是如此。
為什麼：虛擬地址(邏輯地址)在數值上等於線性地址？
線性地址 = 段基址 + 虛擬地址(偏移量)，因為段基址為 0 ，所以線性地址在數值上等於虛擬地址。
Linux 之所以要這樣安排，是因為它不想過多的利用 x86 提供的段機制來進行記憶體地址的管理，而是想充分利用分頁機制來進行更加靈活的地址管理。
還有一點需要提醒一下：
在上述描述的文字中，我都會標明一個機制或者策略，它是由 x86 平臺提供的，還是由 Linux 作業系統提供的。
對於分頁機制也是如此，x86 硬體提供了分頁機制，但是 Linux 在 x86 提供的這個分頁機制的基礎上，進行了擴充套件，以達到更加靈活的記憶體地址管理目的。
因此，各位小夥伴在看一些書籍的時候，心中要有一個譜：當前描述內容的上下文環境是什麼。
當我們建立一個程式的時候，在核心中就會記錄這個程式所擁有的所有線性地址區間。
程式所擁有的所有線性地址區間是一個動態的過程，根據程式的需求隨時進行擴充套件或縮小。例如：把一個檔案對映到記憶體，動態載入/解除安裝一個動態庫等等。
我們知道，核心在操作實體記憶體的時候，是通過“頁框”這個單位來管理的。
一個頁框可以包含 1-n 個頁，每一頁的大小一般是 4 KB，這是對實體記憶體的管理。
一個線性地址區間可以包含多個物理頁。每一個線性地址最終通過多級的頁錶轉換，來最終得到一個實體地址。
注意：上圖中，線性地址區間1，對映到實體地址空間中的 N 個 Page，這些 Page 有可能是連續的，也有可能不是連續的。
雖然在實體記憶體中是不連續的，但是由於被分頁轉換機制進行了遮蔽，我們在應用程式中都是按照連續的空間來使用的。
一個“完整”的 8086 彙編程式
我們再繼續回到 8086 系統中來。
這裡描述的地址，經過段地址轉換之後，就是一個物理地址，沒有經過複雜的頁錶轉換。
這也是我們以 8086 系統作為學習平臺的目的：拋開復雜的作業系統，直接探索底層的東西。
在這個最簡單的彙編程式中，會使用到 3 個段：程式碼段，資料段和棧段。
前面已經說到：所謂的段，就是一個地址空間。既然是一個地址空間，必然包含 2 個元素：從什麼地方開始，長度是多少。
還是直接上程式碼：
assume ds:addr1, ss:addr2, cs:addr3
addr1 segment ; 把資料段安排在這個位置
db 32 dup (0) ; 這 32 個位元組，是資料段的大小
addr1 end
addr2 segment ; 把棧段安排在這個位置
db 32 dup(0) ; 這 32 個位元組，是棧段的大小
addr2 end
addr3 segment ; 把程式碼段安排在這個位置
start
mov ax, addr1
mov ds, ax ; 設定資料段暫存器
mov ax, addr2
mov ss, ax ; 設定棧段暫存器
mov sp, 20h ; 設定棧頂指標暫存器
... ; 其他程式碼
addr3 ends
end start
以上就是一個彙編程式碼的基本程式結構，我們給它安排了 3 個段。
3 個標號：addr1、addr2 和 addr3，代表了每一個段的開始地址。在程式碼段的開始部分，把資料段標號 addr1 代表的地址，賦值給 DS 暫存器；把棧段標號 addr2 代表的地址，賦值給 SS 暫存器。
這裡的標號，是不是與 C 語言中的 goto 標號很類似？ 都是表示一個地址。
注意這裡賦值給棧頂指標 SP 暫存器的值是 20H。
因為棧段的使用是從高地址向低地址方向進行的，所以需要把棧頂指標設定為最大地址單元的下一個地址空間。
假設把第一個資料入棧時(eg: 先執行 mov ax, 1234h，再執行 push ax)，CPU 要做的事情是: 先執行 SP = SP - 2，此時 SS:SP 指向 1000:001E，然後再把 1234h 儲存到這個地址空間：
另外，程式碼中最後一句 end start，用來告訴編譯器：程式碼段中 start 標號代表的地址，就是這個程式的入口地址，編譯之後這個入口地址資訊也會被寫入可執行程式中。
當可執行檔案被載入到記憶體中之後，載入程式會找到這個入口地址，然後把 CS:IP 設定為指向這個入口地址，從而開始執行第一條指令。
我們再來對比一下《Linux系統中編譯、連結的基石-ELF檔案：扒開它的層層外衣，從位元組碼的粒度來探索》中列出的 ELF 可執行檔案中的入口地址，它與上面 8086 下的 start 標號代表的入口地址，在本質上都是一樣的道理：
推薦閱讀
【1】C語言指標-從底層原理到花式技巧，用圖文和程式碼幫你講解透徹
【2】一步步分析-如何用C實現物件導向程式設計
【3】原來gdb的底層除錯原理這麼簡單
【4】內聯彙編很可怕嗎？看完這篇文章，終結它！
其他系列專輯：精選文章、C語言、Linux作業系統、應用程式設計、物聯網
