从零开始写 OS 内核 - GDT 与保护模式

系列目录

序篇
准备工作
BIOS 启动到实模式
GDT 与保护模式
虚拟内存初探
加载并进入 kernel
显示与打印
全局描述符表 GDT
中断处理
虚拟内存完善
实现堆和 malloc
创建第一个内核线程
多线程运行与切换
锁与多线程同步
进程的实现
进入用户态
一个简单的文件系统
加载可执行程序
系统调用的实现
键盘驱动
运行 shell

从 mbr 到 loader

接上一篇 BIOS 启动到实模式，这篇开始 loader 的编写。首先回顾一下那张磁盘镜像和内存分布图：

目前只需要关注 1MB 一下的内存分布，主要是黄色 mbr 和蓝色 loader 部分。上一篇中已经将 mbr 加载到内存，并且程序流通过 mbr 最后一条指令 jmp LOADER_BASE_ADDR (0x8000) 已经执行到了 loader 的入口处，接下来就需要将 loader 实现。

loader 的工作

总的来说， loader 的工作主要有以下几项：

建立 GDT（Global Descriptor Table），初始化内核代码和数据段寄存器（segment registers），带领 CPU 进入保护模式（protection mode）；
建立 kernel 页目录（page directory）和页表（page tables），打开虚拟内存（virtual memory），进入 paging 模式；
加载 kernel 镜像到内存，然后进入到 kernel 代码执行，至此系统的控制权转交到了 kernel ；

可以看到 loader 的工作是比较多的，并且已经涉及到了x86 体系架构中的一些核心部分，因此为了读懂并实现 loader，你必须做好以下的知识准备：

GDT，段内存寻址，段寄存器，保护模式；
虚拟内存，页目录，页表；
elf 文件格式，因为 kernel 会被编译链接成该格式的文件；

loader 实现

仍然和之前一样，先给出我的项目代码链接 src/boot/loader.S，供你参考。

这个源代码已经比较多了，尤其是它还是汇编写成的，而且代码里还包含了很多工具函数和打印相关的函数。为了避免陷入混乱，这里抽取出几个最重要的关键节点（函数），分别代表了上面所述的 loader 需要做的几项工作：

# 入口
loader_start

# 初始化 GDT 并进入保护模式
setup_protection_mode
protection_mode_entry

# 初始化 kernel 页目录和页表
setup_page

# 加载并进入 kernel
init_kernel

接下来我们一个一个实现这些功能。本篇我们首先初始化 GDT，进入 32-bit 保护模式。

进入 loader

在开始之前，我们首先看 loader 的开始部分的代码，和 mbr 一样，这里仍然首先定义了 loader 编码的起始内存地址，为 0x8000，这是因为我们预先设计好了，mbr 会将 loader 从磁盘上加载到内存 0x8000 位置处并跳转过去，所以 loader 的编址必须从该地址开始。

; LOADER_BASE_ADDR = 0x8000
SECTION loader vstart=LOADER_BASE_ADDR

接下来正式进入 loader 的第一条代码 jmp loader_start，它是一个简单的跳转，我们跳到了 loader_start开始真正执行 loader 的工作：

loader_entry:
  jmp loader_start

; 全局数据
; ...

loader_start:
  call clear_screen
  call setup_protection_mode

如果你对这种汇编编码的方式不熟悉，可能会觉得奇怪，为什么要 jmp 一下，中间跳过的部分是什么？答案是，中间是我们要定义的数据部分，类似于 .c 文件里定义的全局变量。那里定义了一堆用来打印的字符串，以及至关重要的 GDT。

你可能已经意识到了，汇编源代码里的指令和数据部分是可以自由混杂排布的，而且最终编译出来的二进制里它们排布顺序完全遵循源代码的排布。所以你可以任意安排你的指令和数据所处的位置，只要指令流能顺利地流转和执行下去，不至于跑飞就行。当然，整个 loader 的起始位置，即 0x8000 处必须是入口代码，因为这是和 mbr 约定好的跳转地址。至于后面全部可以自由发挥和排布。

初始化 GDT 表

来到上面说的全局数据的定义部分，你可以跳过我加入的一些打印字符串信息，直接来到 GDT 的定义处。这里定义了 4 个 GDT entry，每个 entry 占了 8 个字节即 64 bits。关于 GDT 的含义和字段格式，可以参考这里，也可以参考我之前推荐的 JamesM's kernel development tutorials 。这些都是 x86 体系架构的历史包袱，我不想浪费笔墨再解释一遍，但是我们的代码必须实现并遵从它的法则。

GDT 第一个 entry 是保留项不做使用；第四个为显示器 video 内存段描述符，这个其实并不是必须的，你可以无视它；所以我们只需要关注第二和第三项即可，它们是：

内核代码段（ kernel code ）描述符；
内核数据段（kernel data ）描述符；

我们用 dd 伪指令定义这两个段描述符（segment descriptor）：

CODE_DESC:
  dd DESC_CODE_LOW_32
  dd DESC_CODE_HIGH_32

DATA_DESC:
  dd DESC_DATA_LOW_32
  dd DESC_DATA_HIGH_32

DESC_CODE_LOW_32， DESC_CODE_HIGH_32，DESC_DATA_LOW_32，DESC_DATA_HIGH_32 都定义在了 src/boot/boot.inc 中，你可以对照上面给出的手册文档验证每一个 bit。还是那句话，这是一个枯燥、麻烦、细致但是绕不开的工作，没有什么难点，需要的是读文档手册的耐心。

为了照顾对汇编还不是很熟悉的同学，有必要将 dd 伪指令的作用解释一遍。dd 的意思是 define double (4-bytes)，与之类似的还有 db (byte)，dw (word, 2-bytes)，它们出现在汇编源代码里，就是指在编译后的二进制里，在该位置上写入后面所定义的数据内容。由此你可以再次体会一下汇编与编译后的二进制的关系，这几乎就是一种刻板的翻译而已。

进入保护模式

设置完 GDT 后，我们就可以进入保护模式：

; enable A20
in al, 0x92
or al, 0000_0010b
out 0x92, al

; load GDT
lgdt [gdt_ptr]

; open protection mode - set cr0 bit 0
mov eax, cr0
or eax, 0x00000001
mov cr0, eax

; refresh pipeline
jmp dword SELECTOR_CODE:protection_mode_entry

注意这里使用了 lgdt 指令加载 GDT，并且打开了 cr0 寄存器的保护模式的 bit 位，正式进入保护模式。后面通过一个 far jump，将 cs 段寄存器初始化为 kernel code 段。注意 cs 寄存器的值不能直接通过 mov 指令设置，而是必须通过跳转语句隐式地被设置。

跳转后，接下来程序来到 protection_mode_entry 的执行，这里初始化了几个 kernel data 段寄存器：

protection_mode_entry:
  ; set data segments
  mov ax, SELECTOR_DATA
  mov ds, ax
  mov es, ax
  mov ss, ax

  ; set video segment
  mov ax, SELECTOR_VIDEO
  mov gs, ax

到此保护模式的初始化工作算是完成，然后就来到了 loader 的重点部分 setup_page 函数，开始建立 kernel 的虚拟内存，留待下一篇。