最近一頭扎進了 Linux 核心的學習中，對於我這樣一個沒什麼 C 語言基礎的新生代 Java 農民工來說實在太痛苦了。Linux 核心的學習，需要的基礎知識太多太多了：C 語言、組合語言、資料結構與演算法、作業系統原理、計算機組成原理、計算機體系結構。在囫圇吞棗補完一些計算機基礎知識後，還是在一開始就被一個小小的 offsetof 巨集搞暈了。
offsetof 巨集
先來看看offsetof巨集是什麼，這是定義在 <linux/stddef.h>中的一個巨集，用來計算一個 struct 結構體中某個成員相對於結構體首地址的偏移量。這是一個很有用的巨集，因為 Linux 核心的資料結構大量用了嵌入式的結構體（什麼是嵌入式結構體，可以參考 <linux/list.h> 的巧妙設計，這個以後再講）。
// offsetof 巨集的定義
#define offsetof(TYPE, MEMBER) ((size_t) &((TYPE *)0)->MEMBER)
當看到這個東西完全傻眼了，size_t 是啥東東，((TYPE *)0) 又是啥東東，這個 0 又是什麼鬼？特別看到後面是訪問一個成員，我去，這不是 Java Farmer 眼中的 NPE 嗎？因為這個巨集展開後沒見任何一個結構體的例項。-_-! 於是上網搜尋一番。
size_t 基本知道了就是代表一個整數型別，只是為了程式的可移植、效率等原因定義成這樣，具體解釋可以看《為什麼size_t重要？》這篇文章。
至於 &((TYPE *)0)->MEMBER) 這段程式碼，簡單來說就是取 TYPE 型別的結構體里名字為 MEMBER 的成員的地址，是相對 0 的地址（0 就是 TYPE 結構體的首地址）。C 語言裡指標就是個無符號整數，所有 0 也可以轉成一個 TYPE 型別的指標，那麼不寫 0 行嗎？答案是肯定的，但算偏移量需要後面再減去首地址值，例如((size_t) (&((TYPE *)1000)->MEMBER)-1000)，這樣也行，但是，這就有點多此一舉了。
另外，很重要的一點：這樣算偏移地址僅僅是從邏輯計算上來寫計算的表示式，實際上程式執行時是不會發生任何計算，而是編譯器直接就能取到這個地址偏移量，因而也不會有任何的訪存操作。下面從一個例子可以證明：
1、先寫個 C 測試程式
#include <stdio.h>
// 定義一個取偏移量的巨集
#define offsetof(TYPE, MEMBER) ((size_t) &((TYPE *)0)->MEMBER)
// 定義一個結構體
struct my_struct {
int a,b,c;
struct my_struct *next; // 後面我要算這個成員的偏移量
};
// main 函式很簡單就是輸出偏移量的值
void main() {
printf("offsetof next=%d\n", offsetof(struct my_struct, next));
}
編譯，執行，最後輸出的結果是：offsetof next=16，為什麼是16？next 前面有三個 int 型別的成員，各佔 4 位元組，那 next 應該是從 12 開始，其實這要看編譯的是 64 位還是 32 位，因為筆者的機器是 64 位的 Redhat，而 gcc 編譯選項沒加 -m32，所以編譯出來的程式自然是 64 位的了，因此 next 指標是 8 個位元組，要 8 位元組對齊的話，自然不能從 12 開始，要從 16 開始。整個結構體的長度是 24 位元組（即 sizeof(struct my_struct) = 24）。
2、第二部再將上面的 C 程式碼編譯成彙編看看，指令是怎麼執行的
/**
* 以 . 開頭的行我們不用管它，都是些編譯器生成的東西，只看彙編指令即可
**/
.file "mymain.c"
.section .rodata
.LC0:
.string "offsetof next=%d\n"
.text
.globl main
.type main, @function
main:
.LFB0:
.cfi_startproc
pushq %rbp
.cfi_def_cfa_offset 16
.cfi_offset 6, -16
movq %rsp, %rbp
.cfi_def_cfa_register 6
movl $16, %esi /* printf 的第二個引數，看，這裡沒有任何計算，編譯時就知道偏移量是 16，直接存到 esi 暫存器作為 printf 函式的實參 */
movl $.LC0, %edi /* printf 的第一個引數，就是上面的字串常量 */
movl $0, %eax
call printf /* 呼叫 printf 函式，要說明的是，在 x86-64 結構體系中，有 6 個暫存器是可以用於傳參的（這裡用了 esi 和 edi），多於 6 的其餘就壓棧，也就是上面 rsp 所指的棧頂 */
popq %rbp
.cfi_def_cfa 7, 8
ret
.cfi_endproc
.LFE0:
.size main, .-main
.ident "GCC: (GNU) 4.8.5 20150623 (Red Hat 4.8.5-44)"
.section .note.GNU-stack,"",@progbits
好，到這裡，從上面彙編指令可以看到，offsetof 巨集展開後就是一個 16 這個值，編譯器直接就優化算好了，所有彙編指令僅僅是為了呼叫 printf 函式所做的壓棧保護現場，傳參，彈棧恢復現場這些指令。當然，上面說的是在 x86 結構體系下的指令結構。
小結
Linux 是一個非常龐大的系統，幾乎涵蓋了所有計算機基礎知識。學習 Linux 核心是非常艱鉅的，不但需要非常牢固的計算機基礎，還需要想象力，大局觀。學習了一個月，總結幾點經驗：
1、基礎知識要時時溫習，“溫故知新”。每次看都會有不同的感悟和理解。像這篇學習筆記就是對基礎知識的溫故，從彙編指令角度看編譯器對巨集展開做的工作。永遠不要相信網上一些什麼視訊教程說的不需要什麼基礎，學習 Linux 核心需要的基礎知識太多了，而且這些視訊也不必要浪費時間看，浪費錢買，都是一些二手知識；也永遠不要相信什麼“一文讀懂xxx”這類的文章，同樣是一些二手知識，是不是發現看這些文章很容易就忘了？掌握知識從來沒有捷徑。
基礎、基礎，基礎才是最重要的，計算機技術發展了這麼多年，以及近些年來火起來的什麼大資料，AI，其實都不是什麼新東西，本質還是那些計算機基礎知識原理和數學。
基礎知識脫節，沒可能入門 Linux 核心，不要說入門，入窗戶都不可能。所以想學 Linux 核心，從基礎知識開始，無論基礎有多差，只要肯下功夫，不成問題，這些基礎知識包括：
-
計算機組成原理：站在抽象的層次理解計算機的工作原理，CPU 如何取指執行（這個可以說是現代計算機工作的本質），記憶體如何工作，快取記憶體如何工作，中斷的原理，外設如何協同並行工作等等；
-
C 語言：這個不用說了，肯定最重要的，C 語言玩得溜，可以省大量時間；
-
資料結構及演算法：Linux 裡可以說是各種資料結構和演算法的大雜燴，你能想到的裡面都有，同樣這個玩得溜，可以省大量時間；
-
組合語言（計算機體系結構）：彙編其實很簡單，沒什麼好學的，這是要與某一個結構體系緊密結合（基本都 x86 最熟吧），不用強記（記也記不住），只要混個臉熟就好，需要用的時候查手冊即可，主要是結構體系的原理，快取記憶體、快取一致，流水線原理；
-
作業系統原理：理論指導實踐，有了理論，才容易形成藍圖。而學習 Linux 核心只是實踐。
2、大局觀，抓主線，雖然 Linux 核心程式碼將近 800MB，其實大部分不怎麼需要看。網上很多教程，其實都不怎麼好，要麼泛泛而談，要麼講些過時的（很多將0.11版的核心，個人覺得沒啥價值，純屬浪費時間），要麼一下子就從某一結構體系講起，初學者很容易被繞暈，還有些直接就從怎麼自己寫一個作業系統開始，我們要學的是 Linux 核心，一開始講這些個人覺得沒學會走路就學飛；不可否認，講這些教程的人也許很牛，但個人認為不是一個好老師。所以：
-
我們學 Linux 的目的是什麼，不同的人有不同的需求，像 Java 過來的新生代農民工，應該著重學習 Linux 核心的設計哲學，例如 kernel 是如何能像我們 Java 物件導向一樣，與各種結構體系（arch）完美適配的，設計的哲學，這些都是網上那些視訊沒講的。再進一步就是細緻到程式管理、記憶體管理、磁碟這些怎麼管理，學會這些，那些老喜歡被問的什麼 kafka 原理啊、零拷貝啊這些簡直就是小菜。作為 Javaer，工作的環境就是 Linux 核心，因此，Linux 太重要了，能學多深就學多深。
-
要多想象，根據上面的基礎知識，想象，愛因斯坦也說過，想象力比知識跟重要。所以，我們在學習 Linux 核心時要多想象，猜測，帶著問題去學，驗證；
-
Linux 是一個巨複雜的系統，Javaer 更應該學習的是如何應對複雜系統的方法；
-
上面三點個人才覺得是一個工程師最有價值的地方，這些工程師才是工匠。
3、多動手，搭建環境學習原始碼，多編寫程式碼驗證，特別是從 Java 轉過來的。“紙上得來終覺淺，絕知此事要躬行”。
4、由於筆者也是剛剛才開始學 Linux 核心不久，水平有限，有不正確的地方多多交流，不勝感激。