《深入理解计算机系统（CSAPP）》第一章 学习笔记

CSAPP 第一章

这只是一个书序一样的章节，基本上是对后续章节的概括性描述，也有很多对后续章节的引用。相对来说知识点不是很多，不过对于笔者这样的小白本白来说还是有很多难点的，个人认为难点在于没有对后续章节有一个比较总体的认识……

字，字节和位

这其实是第二章的内容，笔者暂且放在前面介绍。

位

位（bit）指的是二进制位，非常简单，0和1.

字节

字节（byte）是8个位组成的单位，也是最小的可寻址的内存单位。机器不访问内存中单独的位。

字

字（word）是定长的字节块。在C语言中的指针大小就是一个字的大小——这其实是源于，虚拟地址空间的最大大小就等于一个字的大小。

为什么叫虚拟地址空间？“虚拟” （virtual）是虚拟在它是对于实际硬件的一个抽象，是给机器级程序看的，并不是真正在硬件上操作；“地址”就是c的地址概念；“空间”（space）是因为它是所有可能的地址的集合，具有封闭性。像不像数学里的space？

32位系统（x86）字长就是32个位（8个十六进制位，0x00 00 00 00 到 0xFF FF FF FF），也即4字节。64位同理。

系统硬件组成

总线

携带信息字节并且分配到各个部件。被设计成传送定长的字节块（字）。

I/O设备

显示屏，键盘鼠标这些。注意：磁盘驱动器也属于I/O设备。网络可以看作一种特殊的I/O设备。

通过控制器或者适配器和I/O总线相连。

• 控制器：I/O设备本身，或者主板上的芯片组。键盘/鼠标，磁盘使用控制器。

• 适配器：插在主板上的卡。显示器使用适配器。

主存

临时存储设备，存放处理器处理数据的时候，所需的那些程序处理的数据，或者存放程序本身。

处理器（CPU）

中央处理单元的简称。

用来解释/执行存储在主存的指令。

名词解释

• 寄存器（register file）是大小为一个字的存储设备。

• 程序计数器（PC）是一个单独而特殊的寄存器，不停地指向主存中的不同简单指令的地址。

• 寄存器文件是一个小的存储设备，由多个寄存器组成，每个寄存器都有唯一的名字。

• 算术/逻辑单元（ALU）计算新的数据，以及下一个指令所处的地址。

处理器的操作

读取PC指令→解释指令→执行PC的指令（通常是一些简单操作）→更新PC，使其指向下一条指令→……

由指令集架构（比处理器的实际实现简单许多）决定。这些指令都是简单指令，包括主存和寄存器的互相读取数据（到寄存器：加载/到主存：存储），简单的算术运算（操作），将指令读取到PC（跳转）。

系统是怎么处理一个hello.c的

1. 键盘输入命令 -> 读取到寄存器 -> 存储到主存

2. 主存接收到指令，从磁盘中读取hello.c -> 代码复制到主存 -> 运行

3. 主存将Hello, world!\n 的位级表示加载到寄存器 -> 寄存器将代码放到显示屏

高速缓存

原因：小设备快，大设备慢；小设备储存不下需要处理的数据，但若直接交给大设备，整个系统速率又会显著降低（Amdahl定律，决速步的数学表示）。

利用静态随机访问存储器（SRAM）实现L1和L2高速缓存，速度比主存（动态随机访问存储器，DRAM）快，空间比寄存器大，程序可以在高速缓存中完成运行。

从寄存器（L0），L1，L2，L3，主存（L4），本地磁盘（L5），服务器（L6），这样一级一级下来，每一个上级都是下级的高速缓存，实现了存储器层次结构。（L：layer）

计算机当中的抽象

抽象的概念在CSAPP中被反复强调。

• 文件是对I/O设备的抽象：个人理解是我们通过文件向计算机传输信息，并且通过文件输出信息，类似于软件版的I/O设备。

• 虚拟内存是对程序存储器的抽象，也是对主存+I/O设备的抽象。

• 进程是对一个正在进行的程序的抽象，也是对处理器+主存+I/O设备的抽象。

• 虚拟机是对整个计算机的抽象，包括操作系统+处理器+主存+I/O设备的抽象。

进程

对于机器级程序来说，在操作系统上运行时，会产生一种假象，即程序看起来独自占据处理器、主存和输入输出设备，但是这只是由于后三者被抽象成了进程，在进程上，来运行一个程序。

• 并发：一个进程的指令和另一个进程交错执行。

  这个概念比较普及，在很多科普读物中甚至都有提到，对于单个的CPU而言，虽然看起来可以同时执行多个进程，但是事实上是在多个进程之间相互切换。

• 上下文切换：操作系统实现进程间交错执行的机制。

  何谓上下文？上下文是指保持跟踪进程运行所需的所有状态信息。系统在进行上下文切换的时候，保存系统的当前状态，再切换到新的进程当中，并且把系统的状态调成这个新进程所依赖的状态值。

  这些状态值包含：程序计数器、寄存器文件、主存的内容等。

  实际上，也就是说，把多个进程在停止时刻的状态信息“冻结”起来，保存到某处，在需要用的时候，再拿出来，重新开启，这样就实现了并发。

• 内核（kernel）：操作系统代码常驻主存的部分。

  通过内核，可以实现一个进程到另一个进程的转换，它不是一个独立的进程，是所有进程的管理者。

线程

一个进程由多个称为线程的执行单元组成，每个线程都运行在进程的上下文中，共享同样的代码和全局数据。

线程的具体概念在第一章中没有具体解释。（等我学到后面几章再说吧

虚拟内存

每个进程看到的内存都是一致的，称为虚拟地址空间，这样，就产生了每个进程都在独占地使用主存的假象。

虚拟地址空间

地址从小到大，虚拟地址空间分为一些准确定义的区。

1. 程序代码和数据

   代码从同一固定地址开始，存放代码。接下来存放C全局变量的数据。小地址的地方存放只读代码数据，大地址的地方存放可读可写数据。

2. 堆

   malloc等函数分配的空间分配在运行时堆上。

3. 共享库

   存放C标准库等库中的内容。

4. 栈

   用户栈。用来实现函数调用，在程序执行期间可以动态地扩展和收缩，实现函数调用。调用函数时，栈扩展，从函数返回时，栈收缩。（C的默认的数组是不是分配在栈上…？

5. 内核虚拟内存

   地址空间顶部为内核保留，不允许读写或者调用。

Amdahl 定律

假设系统某部分所需执行时间与总时间的比例为α，该部分性能提升比例为k。

则总的执行时间为

image.png

故加速比为

image.png

简单分析，可得，将一个小部分的性能，即使提升很大的比例，总加速比S还是很难提高。

即使将占比40%的部分加速到

image.png

的程度，也就是和其它部分的耗时相比，所耗时间可以忽略不计，加速比也只有

image.png

所以说要对整个系统加速，必须优化系统的绝大部分；未被加速的部分，也就是慢步骤，是大幅削弱了快步骤的加速作用的。

并发和并行

并行（parallelism）是用并发来使一个系统运行得更快。

线程级并发

线程级并发可以使多核处理器的每一个核都同时进行多个线程（其实是决定先执行哪个线程更优）