《深入了解计算机系统》
《深入了解计算机系统》
目录
[toc]
程序的机器级表示
详见汇编笔记
| 机器位数（字长、PC的大小） | 可以指向多少个内存地址 | 可以使用多大的随机访问存储器 | 补充 |
|---|---|---|---|
| 16位（2B）微处理器 | 216 | 64KB（216B） | |
| 32位（4B） | 232 | 4GB（232B） | |
| 64位（8B） | 264 | 16EB（264B）（2000亿亿B） | 比TB后面还有个PB拍字节，才到EB艾字节 |
| 现代的64位（6B） | 248 | 256TB（248B） | 现在的64位：被限制前16位为0，只能用后48位 |
用十进制可能容易理解点：4位数能表示1万个数，8位数能表示1亿，16位数能表示1万亿个数，64位数能表示1064个数
旁注：IA32，为x86-64的32位前身
历史观点
Intel处理器的历史发展（影响机器级编程的特性）
| 处理器版本 | 年份 | 晶体管数量 | 补充 |
|---|---|---|---|
| 8086 | 1978 | 29 K | 第一代单芯片、16位微处理器之一 |
| 80286 | 1982 | 134 K | |
| i386 | 1985 | 275 K | 将体系结构扩展到32位 |
| i486 | 1989 | 1.2 M | |
| Pentium | 1993 | 3.1 M | |
| PentiumPro | 1995 | 5.5 M | P6微体系结构，指令集增加一类“条件传送”指令 |
| Peitium/MMX | 1997 | 4.5 M | |
| Pentium II | 1997 | 7 M | P6微体系结构的延伸 |
| Pertium III | 1999 | 8.2 M | |
| Pertium 4 | 2000 | 42 M | |
| Pertium 4E | 2004 | 125 M | 增加超线程，且增加64位扩展（x86-64） |
| Core 2 | 2006 | 291 M | 第一个多核微处理器，但不支持超线程 |
| Core i7，Nehalem | 2008 | 781 M | 既支持超线程，也有多核 |
| Core i7，Sandy Bridge | 2011 | 1.17 G | |
| Core i7，Haswell | 2013 | 1.4 G |
- 机器语言有很多特性只有从历史的观点来看才有意义（当时技术有限做了很多妥协）
- 且每个后继处理器设计都提供了向后兼容的特性
所以指令集有很多奇怪的东西
摩尔定律：18个月一翻
程序编码
Unix命令行编译C程序中的两个文件（p1.c和p2.c）
linux> gcc -Og -o p p1.c p2.c
# ggc：GCC C编译器，是Linux上默认的编译器
# -Og：使用生成符合原始C代码整体结构的机器代码优化等级，而不适用较高级别的优化，以便学习再重复一下第一大章的内容：
机器级代码
机器级编程（像计算机系统那样）使用了多种抽象，其中两种尤为重要
由
指令集体系结构或指令集架构（Instruction Set Architecture，ISA）来定义机器级程序的格式和行为如：将程序行为描述成好像每条指令都是按顺序执行的
机器级程序使用的内存地址是虚拟地址
区别
- 汇编与二进制相比：拥有可读性更好的文本格式表示
- 机器代码和C相比：
- 一些通常对C语言程序猿隐藏的处理器状态都是可见的，如：
- 程序计数器（PC，x86-64中用
%rip表示）给出将要执行的下条指令在内存中的地址- 整数寄存器文件
- 条件码寄存器
- 向量寄存器
- C语言提供声明的数据类型，机器语言不区分各种数，甚至不区分指针和整数
代码示例
Linux编译器和反汇编器的使用
gcc和g++都可以编译C/C++，但教程上一般是gcc对C，gcc汇编，g++对C++，具体的这里不再深入
两者的用法几乎完全一致
linux指令（gcc与objdump） | 操作 | 生成文件 | 文件补充 |
|---|---|---|---|
gcc -Og -S main.c | 仅编译 | 汇编文件main.s | 可以文本方式打开阅读汇编代码 |
gcc -Og -S -masm=intel main.c | 仅编译 | 汇编文件main.s | 还可以生成Intel格式的代码（没区别？） |
gcc -Og -c main.c | 编译+汇编 | 二进制文件main.o | sudo ./main.o可运行该文件 |
gcc -Og -o prog main.c hello.c | 编译+汇编+链接 | 二进制文件prog | sudo ./prog可运行该文件 |
gcc main.c | 编译+汇编+链接 | 二进制文件a.out | sudo ./a.out可运行该文件 |
| —————— | —————— | —————— | —————— |
g++ -S main.cpp | 仅编译 | 汇编文件main.s | 可以文本方式打开阅读汇编代码 |
g++ -c main.cpp | 编译+汇编 | 二进制文件main.o | sudo ./main.o可运行该文件 |
g++ -o [world] main.cpp | 编译+汇编+链接 | 二进制文件main (或world) | sudo ./prog可运行该文件 |
g++ main.cpp | 编译+汇编+链接 | 二进制文件a.out | sudo ./a.out可运行该文件 |
| —————— | —————— | —————— | —————— |
objdump -d mstore.o | 反汇编二进制代码 | 不生成，在终端显示结果 | |
objdump -d prog | 反汇编二进制代码 | 不生成，在终端显示结果 |
表格补充：如进行链接，则必须要有一个main函数
反编译器（disassembler）补充：反汇编特性：
指令长度：x86-64的从1-15个字节不等，常用指令和操作数较少的指令所需的字节数少（反之）
设计指令格式的方式：从某个给定位置开始可以唯一性解码（如：只有pushq %rbx是以字节值53开头的）
指令名：反汇编使用的指令命名规则和GCC生成的有细微差别（如：末尾的q）
实验代码
C语言代码main.c
#include <stdio.h>
void multstore(long, long, long*);
int main() {
long d;
multstore(2, 3, &d);
printf("2*3 --> %ld\n", d);
return 0;
}
long mult2(long a, long b) {
long s = a*b;
return s;
}C语言代码mstore.c
long mult2(long, long); // 返回两数相乘的值，来自main.c文件的函数
void multstore(long x, long y, long *dest) { // 把前两参相乘的值给第三参，提供给main.c文件用
long t = mult2(x, y);
*dest = t;
}汇编代码结果
mstore.c编译的汇编代码mstore.s（忽略以.开头的伪指令）
# void multstore(long x, long y, long *dest)
# x in %rdi, y in %rsi, dest in %rdx
multstore:
pushq %rbx # Save %rbx
movq %rdx, %rbx # Copy dest to %rbx
call mult2 # Call mult2(x, y)
movq %rax, (%rbx) # Store result at *dest
popq %rbx # Restore %rbx
ret # Return (默认返回%rax，这里没有操作%rax，即返回0)
# 每个缩进行对应一条机器指令，一条机器指令只能执行一个非常基础的操作mstore.c编译并汇编的机器代码mstore.o
# 14字节序列的16进制显示：
53 48 89 d3 e8 00 00 00 00 48 89 03 5b c3mstore.o反汇编生成的类汇编代码mstore.s，略有不同应该是因为之前汇编器改进了一些程序，反编译应该原编译程序更精准
# 右侧部分为注解
0000000000000000 <multstore>:
0: 53 push %rbx
1: 48 89 d3 mov %rdx,%rbx
4: e8 00 00 00 00 callq 9 <multstore+0x9>
9: 48 89 03 mov %rax,(%rbx)
c: 5b pop %rbx
d: c3 retq另一个C语言程序main.c
#include <studio.h>
void multstore(long, long, long *); // 把前两参相乘的值给第三参，来自mstore.c文件
int main() { // 格式化输出2,3相乘的结果
long d;
multstore(2, 3, &d);
printf("2 * 3 --> %1d\n", d);
return 0;
}
long mult2(long a, long b) { // 返回两数相乘的值，提供给mstore.c文件用
long s = a*b;
return s;
}main.c和mstore.c生成可执行文件prop再反汇编为类汇编代码prop.s（和mstore.c反汇编的代码几乎一样）
0000000000400540 <multstore>:
400540: 53 push %rbx
400541: 48 89 d3 mov %rdx,%rbx
400544: e8 42 00 00 00 callq 40058b <mult2>
400549: 48 89 03 mov %rax,(%rbx)
40054c: 5b pop %rbx
40054d: c3 retq
40054e: 90 nop
40054f: 90 nop关于格式的注解
解释汇编代码：见前
旁注：可以在C程序中插入汇编代码，有两种方法：
- 编写完整函数到独立的汇编代码文件，再用汇编器和链接器合并起来
- GCC的内联汇编特性，在C中包含简短的汇编代码