北航操作系统课程-第三次作业-系统引导与程序装载
北京航空航天大学计算机学院-2020春操作系统课程
题目作者为北航计算机学院操作系统课程组，答案为博主原创。水平有限，无法保证作答正确性，如有错误敬请批评指正。部分作答源自百度谷歌等其他资料，如有侵权联系删除
1 假设有一个简单的计算机硬件系统，CPU 是同学们自己设计的，有内存和硬盘（可以没有MMU），请设计一个尽量简单的启动过程。（要求：列出必要的硬件支持、启动软件的基本功能和启动过程，只要将控制权交给操作系统镜像就算完成启动）
首先假设我们同学自己设计的简单硬件系统如下：
- MIPS体系结构的CPU
- Bootloader存放在flash上
- 没有MMU作地址转换，没有cache和多级存储
- 内存分区简单划分为内核区和用户区
- 有外设总线可以用于连接少部分外设
在此基础上讨论其启动过程。系统的启动过程大致如下所述：
- 系统加电，开始运行flash上的汇编代码，包括初始化向量表、协处理器；设置CPU、总线和内存的工作频率；设置堆栈等。最终跳转至C语言入口，开始执行flash上的C代码。
- 利用C语言做一些更多设备和软件的初始化，包括时钟、环境变量、串口、控制台的初始化，显示一些Bootloader的启动信息，初始化整个内存。至此，串口和内存完成了启动。
- 将内存划分为用户和内核区，设置内核堆栈，然后将flash上的代码搬到内存RAM上继续运行，在此步骤也完成flash和RAM地址转换重定位。
- 初始化malloc、外设总线及所连接的外设，将硬盘上的操作系统镜像拷贝到内存的内核区（操作系统第一条指令所在的物理地址处），将控制权交给操作系统。
2 编写一段程序，分别输出属于该程序代码段、数据段、堆和栈的地址。（提示：不要求一定要输出各个段的首地址，不要编一个ELF 解析程序，只要输出不同类型变量的地址就可以。）
在Linux环境下，可执行文件（ELF文件）在没有调入内存执行时拥有3个部分，分别是text、data和BSS段，而堆栈段是在程序装入内存后由系统分配的。在C语言中，各个段的内容如下：
| 段名 | 内容 |
|---|---|
| Text segment | 可执行代码、常量数据 |
| Data segment | 已初始化的全局变量、已初始化的全局静态变量、局部静态变量 |
| BSS segment | 未初始化的全局变量 |
| Heap | 动态内存分配 |
| Stack | 局部变量、函数参数 |
其中常量之所以归入了Text段，依我个人见解，有可能是在编译过程中常量优化将其直接装载进代码中。根据C语言的特性，我们可以编写如下的代码，通过不同类型的变量来输出不同段的地址：
/*
* @Name: 03-02.c
* @Description: Operating System course by SCSE of Beihang University.
* @Description: To show the address of each segment when running C program on Linux(Ubuntu16.04).
* @Version: 1.0
* @Author: JeremyZhao1998
* @Date: 2020-03-11 16:28:09
* @LastEditors: JeremyZhao1998
* @LastEditTime: 2020-03-11 18:59:18
*/
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
// Text segment: code, constants
void code(){}
const char constants[] = "constants";
// Data segment: initialized global variables
char initialized_global[] = "initialized_global";
static char initialized_global_static[] = "initialized_global_static";
// Bss segment: uninitialized global variables
char uninitialized_global[20];
int main()
{
strcpy(uninitialized_global, "uninitialized_global");
// Data segment: local static variables
static char local_static[] = "local_static";
// Heap: dynamic memory allocation
char* dynamic_memory_allocation;
dynamic_memory_allocation = (char*)malloc(sizeof(char)*10);
// Stack: local variables
char local[] = "local";
printf("\n===================================================================\n\n");
printf("Text segment: code, constants\n");
printf("Function address: %p\n", &code);
printf("Constant address: %p\n", &constants);
printf("-------------------------------------------------------------------\n");
printf("Data segment: initialized global variables\n");
printf("Initialized global variable address: %p\n", &initialized_global);
printf("Initialized static global variable address: %p\n", &initialized_global_static);
printf("Local static variable address: %p\n", &local_static);
printf("-------------------------------------------------------------------\n");
printf("Bss segment: uninitialized global variables\n");
printf("Uninitialized global variable address: %p\n", &uninitialized_global);
printf("-------------------------------------------------------------------\n");
printf("Heap: dynamic memory allocations\n");
printf("Dynamic memory allocation pointer address: %p\n", dynamic_memory_allocation);
printf("-------------------------------------------------------------------\n");
printf("Stack: local variables\n");
printf("Local variable address: %p\n", &local);
printf("\n===================================================================\n\n");
return 0;
}
其中代码的解释如注释，不再赘述。上面的代码运行在Linux环境下（Ubuntu16.04），其运行结果如下图：
可以看出，常量确实和函数一起并入Text段，而Text、Data、BSS和堆依次在低地址空间向上延伸，栈空间从高地址向下延伸，与本次作业第四题Linux进程的内存分布相符。
我们可以通过objdump命令来查看可执行文件各个段的大小内容等信息。下图分别是.o文件和最终.out文件dump出的信息：
其中，Size一列是各个段的大小，File off一列是该段的起始地址，每个段的第二行显示了一些段的信息。可以看到链接重定位前后各个段的大小和起始地址都是有差异的，而通过.out文件右起第二列的相对起始地址也可以看出，各个段在可执行文件中和运行在内存时的相对地址也基本是吻合的。
参考博客：https://blog.csdn.net/yangcunbiao/article/details/83020443
3 举例说明，ELF格式的程序在重定位时对函数和全局变量的不同计算方法。
以课堂讲授的32位MIPS体系结构为例，在MIPS中，不同的重定位类型有着不同的重定位地址计算方法，如下图：
其中A和AHL分别是指令和地址的附加值，主要用于解决MIPS中少量的变长指令或没有对齐的地址的问题；R_MIPS_26中Local指的是部分带有特殊局部标记的符号，External指的是全局或外部符号；R_MIPS_HI16和R_MIPS_LO16是将32位数据的高16位与低16位分开进行重定位。以具体的例子来看，下图是一段C代码编译过后的.out文件，通过反汇编和ReadELF工具dump出的符号表：
符号表中符号名称可以看出其类型，read_something是全局函数，而some_global_variable是全局变量。可以从该符号表中看出，函数的重定位类型是R_MIPS_26，其重定位计算方法是处理对齐后右移两位；全局变脸的重定位被拆分为高16位和低16位，其计算方法分别是取高16位和取低16位后处理地址对齐。
4 描述Linux系统中一个可执行文件加载到内存后地址空间的布局，包括代码段、数据段、堆和栈等。（用图和文字描述）
在Linux中，每一个进程都被抽象为task_struct结构体，称为进程描述符，存储着进程各方面的信息，例如打开的文件，信号以及内存等等。task_struct的一个属性mm_struct管理着进程的所有虚拟内存，称为内存描述符。在mm_struct结构体中，存储着进程各个内存段的开始以及结尾，如下图：
可以看出，进程装载进内存后，从低地址到高地址依次排布着Text段、Data段、BSS段，随后是动态分配的堆、内存映射段以及从高地址向低地址延申的栈。
