80386的分段机制、分页机制和物理地址的形成

 

80386的分段机制、分页机制和物理地址的形成

分类： linux内核基础 2013-09-15 19:50  143人阅读  评论(0)  收藏  举报

分页 分段 物理地址

注：本分类下文章大多整理自《深入分析linux内核源代码》一书，另有参考其他一些资料如《linux内核完全剖析》、《linux c 编程一站式学习》等，只是为了更好地理清系统编程和网络编程中的一些概念性问题，并没有深入地阅读分析源码，我也是草草翻过这本书，请有兴趣的朋友自己参考相关资料。此书出版较早，分析的版本为2.4.16，故出现的一些概念可能跟最新版本内核不同。

此书已经开源，阅读地址 http://www.kerneltravel.net

MOVE REG，ADDR ;  它把地址为ADDR（假设为10000）的内存单元的内容复制到REG 中

在8086 的实模式下，把某一段寄存器（段基址）左移4 位，然后与地址ADDR 相加后被直接送到内 存总线上，这个相加后的地址（20位）就是内存单元的物理地址，而程序中的这个地址ADDR就叫逻辑地址 （或叫虚地址）。

在80386 的段机制中，逻辑地址由两部分组成，即 段部分（选择符） 及偏移部分。

段是形成逻辑地址到线性地址转换的基础。如果我们把段看成一个对象的话，那么对它 的描述如下。

（1）段的基地址（Base Address）：在线性地址空间中段的起始地址。

（2）段的界限（Limit）：表示在逻辑地址中，段内可以使用的最大偏移量。

（3）段的属性（Attribute）： 表示段的特性。例如，该段是否可被读出或写入，或者 该段是否作为一个程序来执行，以及段的特权级等。

1、逻辑地址、线性地址和物理地址

所谓 描述符（Descriptor） ，就是描述段的属性的一个8 字节存储单元。

2、用户段描述符（Descriptor）

一个段描述符指出了段的32 位基地址和20 位段界限（即段大小）。 第6 个字节的G 位是粒度位，当G=0 时，段长表示段格式的字节长度，即一个段最长可 达1M 字节。当G=1 时，段长表示段的以4K 字节为一页的页的数目，即一个段最长可达 1M×4K=4G 字节。D 位表示缺省操作数的大小，如果D=0，操作数为16 位，如果D=1，操作数 为32 位。

第7 位P 位（Present） 是存在位，表示段描述符描述的这个段是否在内存中，如果在 内存中。P=1；如果不在内存中，P=0。

DPL（Descriptor Privilege Level） ，就是描述符特权级，它占两位，其值为0～3， 用来确定这个段的特权级即保护等级。0为内核级别，3为用户级别。

S 位（System）表示这个段是系统段还是用户段。如果S=0，则为系统段，如果S=1，则 为用户程序的代码段、数据段或堆栈段。

类型占3 位，第3 位为E 位，表示段是否可执行。当E=0 时，为数据段描述符，这时的 第2 位ED 表示地址增长方向。 第1 位（W）是可写位 。 当段为代码段时，第3 位E=1，这时第2 位为一致位（C）。当C=1 时，如果当前特权级 低于描述符特权级，并且当前特权级保持不变，那么代码段只能执行。所谓当前特权级 CPL （Current Privilege Level） ，就是当前正在执行的任务的特权级。第1 位为可读位R 。

存取权字节的第0 位A 位是访问位，用于请求分段不分页的系统中，每当该段被访问时， 将A 置1。对于分页系统，则A 被忽略未用。

3、系统段描述符

系统段描述符的第5 个字节的第4 位为0，说明它是系统段描述符，类型占 4 位，没有A 位。第6 个字节的第6 位为0，说明系统段的长度是字节粒度，所以，一个系统 段的最大长度为1M 字节。

系统段的类型为16 种，如图2.15 所示。 在这16 种类型中，保留类型和有关286 的类型不予考虑。 门也是一种描述符,有调用门、任务门、中断门和陷阱门4 种门描述符 。

4、选择符、描述符表和描述符表寄存器

描述符表（即段表）定义了386 系统的所有段的情况。所有的描述符表本身都占据一个 字节为8 的倍数的存储器空间，空间大小在8 个字节（至少含一个描述符）到64K 字节（至 多含8K=8192）个描述符之间。

1．全局描述符表（GDT）

全局描述符表GDT（Global Descriptor Table），除了任务门，中断门和陷阱门描述符 外，包含着系统中所有任务都共用的那些段的描述符。它的第一个8 字节位置没有使用。

2．中断描述符表（IDT）

中断描述符表IDT（Interrupt Descriptor Table），包含256 个门描述符。IDT 中只 能包含任务门、中断门和陷阱门描述符，虽然IDT 表最长也可以为64K 字节，但只能存取2K 字节以内的描述符，即256 个描述符，这个数字是为了和8086 保持兼容。

3．局部描述符表（LDT）

局部描述符表LDT（Local Descriptor Table），包含了与一个给定任务有关的描述符， 每个任务各自有一个的LDT。有了LDT，就可以使给定任务的代码、数据与别的任务相隔离。 每一个任务的局部描述符表LDT 本身也用一个描述符来表示，称为LDT 描述符，它包含

了有关局部描述符表的信息，被放在全局描述符表GDT 中，使用LDTR进行索引。

在实模式下，段寄存器存储的是真实的段基址，在保护模式下，16 位的段寄存器无法放 下32 位的段基址，因此，它们被称为选择符，即段寄存器的作用是用来选择描述符。选择符 的结构如图2.16 所示。

可以看出，选择符有3 个域：第15~3 位这13 位是索引域，表示的数据为0~8129，用于 指向全局描述符表中相应的描述符。第2 位为选择域，如果TI=1，就从局部描述符表中选择 相应的描述符，如果TI=0，就从全局描述符表中选择描述符。第1、0 位是特权级，表示选 择符的特权级，被称为请求者特权级 RPL（Requestor Privilege Level ）。只有请求者特权 级RPL 高于（数字低于）或等于相应的描述符特权级DPL，描述符才能被存取，这就可以实 现一定程度的保护。

下面讲一下在没有分页操作时，寻址一个存储器操作数的步骤。

（1）在段选择符中装入16 位数，同时给出32 位地址偏移量（比如在ESI、EDI 中等）。

（2）先根据相应描述符表寄存器中的段地址（ 确定描述符表的地址 ）和 段界限 （确定描述符表的大小） ，根据段选择符的TI决定从哪种描述符表中取，再根据段选择符的索引找到相应段描述符的位置 ，比较RPL与DPL，若该段无问题，就取出相应的段 描述符放入段描述符高速缓冲寄存器中。

（3）将段描述符中的32 位段基地址和放在ESI、EDI 等中的32 位有效地址相加，就形成 了32 位物理地址。

5、linux中的段机制

从2.2 版开始，Linux 让所有的进程（或叫任务）都使用相同的逻辑地址空间，因此就 没有必要使用局部描述符表LDT。

Linux 在启动的过程中设置了段寄存器的值和全局描述符表GDT 的内容，段寄存器的定义在 include/asm-i386/segment.h 中：

 C++ Code 

1 2 3 4 5

#define __KERNEL_CS 0x10  //内核代码段，index=2,TI=0,RPL=0  #define __KERNEL_DS 0x18  //内核数据段, index=3,TI=0,RPL=0 #define __USER_CS   0x23  //用户代码段, index=4,TI=0,RPL=3 #define __USER_DS   0x2B  //用户数据段, index=5,TI=0,RPL=3

从定义看出，没有定义堆栈段，实际上，Linux 内核不区分数据段和堆栈段，这也体现 了Linux 内核尽量减少段的使用。因为没有使用LDT，因此，TI=0，并把这4 个段描述符都放在GDT 中, index 就是某个段描述符在GDT 表中的下标。内核代码段和数据段具有最高特权，因此其RPL

为0，而用户代码段和数据段具有最低特权，因此其RPL 为3。

全局描述符表的定义在arch/i386/kernel/head.S 中：

 C++ Code 

1 2 3 4 5 6 7 8 9 10

ENTRY（gdt_table） .quad 0x0000000000000000  /* NULL descriptor */ .quad 0x0000000000000000  /* not used */ .quad 0x00cf9a000000ffff  /* 0x10 kernel 4GB code at 0x00000000 */ .quad 0x00cf92000000ffff  /* 0x18 kernel 4GB data at 0x00000000 */ .quad 0x00cffa000000ffff  /* 0x23 user 4GB code at 0x00000000 */ .quad 0x00cff2000000ffff  /* 0x2b user 4GB data at 0x00000000 */ .quad 0x0000000000000000  /* not used */ .quad 0x0000000000000000  /* not used */

从代码可以看出，GDT 放在数组变量gdt_table 中。按Intel 规定，GDT 中的第一项为 空，这是为了防止加电后段寄存器未经初始化就进入保护模式而使用GDT 的。第二项也没用。 从下标2～5 共4 项对应于前面的4 种段描述符值。对照图2.10，从描述符的数值可以得出：

• 段的基地址全部为0x00000000；

• 段的上限全部为0xffff；

• 段的粒度G 为1，即段长单位为4KB；

• 段的D 位为1，即对这4 个段的访问都为32 位指令；

• 段的P 位为1，即4 个段都在内存。

由此可以得出，每个段的逻辑地址空间范围为0～4GB。 每个段的基地址为0，因此，逻辑地 址到线性地址映射保持不变，也就是说， 偏移量就是线性地址 ，我们以后所提到的逻辑地址 （或虚拟地址）和线性地址指的也就是同一地址。看来，Linux 巧妙地把段机制给绕过去了， 它只把段分为两种：用户态（RPL ＝3）的段和内核态（RPL=0）的段， 而完全利用了分页机制。

按Intel 的规定，每个进程有一个任务状态段（TSS）和局部描述符表LDT，但Linux 也 没有完全遵循Intel 的设计思路。如前所述，Linux 的进程没有使用LDT，而对TSS 的使用也 非常有限，每个CPU 仅使用一个TSS。 TSS 有它自己 8 字节的任务段描述符（Task State Segment Descriptor ，简称 TSSD）。这个描述符包括指向TSS 起始地址的32 位基地址域，20 位界限域，界限域值不能小 于十进制104（由TSS 段的最小长度决定）。TSS 描述符存放在GDT 中，它是GDT 中的一个表 项，由中断描述符表（IDT）中的任务门（存放TSS段的选择符）装入TR来进行索引。

7、页目录项、页表项、页面项

80386 使用4K 字节大小的页。每一页都有4K 字节长，并在4K 字节的边界上对齐，即每 一页的起始地址都能被4K 整除。因此，80386 把4G 字节的线性地址空间，划分为1G 个页面， 每页有4K 字节大小。分页机制通过把线性地址空间中的页，重新定位到物理地址空间来进行 管理，因为每个页面的整个4K 字节作为一个单位进行映射，并且每个页面都对齐4K 字节的 边界，因此，线性地址的低12 位经过分页机制直接地作为物理地址的低12 位使用。

页目录表 ， 存储在一个4K 字节的页面中， 最多可包含1024 个 页目录项 ，每个页目录项为4 个字节，结 构如图2.22 所示。

•  第31~12 位是20 位页表地址，由于页表地址的低12 位总为0，所以用高20 位指出 32 位页表地址就可以了。

•  第0 位是存在位，如果P=1，表示页表地址指向的该页在内存中，如果P=0，表示不 在内存中。

•  第1 位是读/写位，第2 位是用户/管理员位，这两位为页目录项提供硬件保护。当特 权级为3 的进程要想访问页面时，需要通过页保护检查，而特权级为0 的进程就可以绕过页 保护，如图2.23 所示。

•  第3 位是PWT（Page Write-Through）位，表示是否采用写透方式，写透方式就是既 写内存（RAM）也写高速缓存,该位为1 表示采用写透方式。 第4 位是PCD（Page Cache Disable）位，表示是否启用高速缓存，该位为1 表示启 用高速缓存。

•  第5 位是访问位，当对页目录项进行访问时，A 位=1。

•  第7 位是Page Size 标志，只适用于页目录项。如果置为1，页目录项指的是4MB 的 页面，即扩展分页。

80386 的每个页目录项指向一个 页表 ， 存储在一个4K 字节的页面中， 页表最多含有1024 个 页面项 ，每项4 个字节，包 含页面的起始地址和有关该页面的信息。页面的起始地址也是4K 的整数倍，所以页面的低 12 位也留作它用，如图2.24 所示。

第31～12 位是 20 位物理页面地址 ，除第6 位外第0～5 位及9～11 位的用途和页目录 项一样，第6 位是页面项独有的，当对涉及的页面进行写操作时，D 位被置1。

4GB 的存储器只有一个页目录，它最多有1024 个页目录项，每个页目录项又含有1024 个页面项，因此，存储器一共可以分成1024×1024=1M 个页面。由于每个页面为4K 个字节， 所以，存储器的大小正好最多为4GB。

当访问一个操作单元时，如何由分段结构确定的32 位线性地址通过分页操作转化成32 位物理地址呢？

第一步，CR3 包含着页目录的起始地址，用32 位线性地址的最高10 位A31~A22 作为页 目录表的页目录项的索引，将它乘以4，与CR3 中的页目录表的起始地址相加，形成相应页目录项的 地址。

第二步，从指定的地址中取出32 位页目录项，它的低12 位为0，这32 位是页表的起始 地址。用32 位线性地址中的A21~A12 位作为页表中的页表项的索引，将它乘以4，与页表的起 始地址相加，形成相应页表项的地址。

第三步，从指定地址中取出32位页表项，它的低12位为0，这32位是页面地址，将A11~A0 作为相对于页面地址的偏移量，与32 位页面地址相加，形成32 位 物理地址。

8、linux 中的分页机制

Linux 的分段机制使得所有的进程都使用相同的段寄存器值，这就使得内存管理变得 简单，也就是说，所有的进程都使用同样的线性地址空间（0～4GB）。 Linux 采用三级分页模式而不是两级 。如图2.28 所示为三级分页模式，为此，Linux 定义了3 种类型的表。

• 总目录PGD（Page Global Directory）

• 中间目录PMD（Page Middle Derectory）

• 页表PT（Page Table）