linux编程白皮书 第一章

     2. C语言和编译器
     用汇编语言写大型程序是困难而费时的工作。它很容易产生错误，并且产生的程序不可
移植，被限定在一个系列的微处理器上。使用像 C [7, C Programing Language]这样的机器无
关语言要好得多。C使得你可以用逻辑算法和操作的数据来描述程序。称为编译器的特殊程序
读进C程序并把它翻译成汇编语言，再从它产生针对特定机器的代码。好的编译器能够产生接
近优秀汇编程序员所写的那样高效的汇编指令。大部分 Linux内核是用C语言写的。下面的 C
程序片断：
     if (x !- y)

            x - y;

    执行和前面例子的汇编代码一模一样的操作。如果变量 x的内容和变量 y的内容不相同，
那么y的内容将被拷贝到x。C语言被组织成例程，每个例程执行一件任务。例程可以返回 C语
言所支持的任何值或数据类型。像 Linux内核这样的大型程序包括许多独立的 C源程序模块，
每个模块有自己的例程和结构。这些 C源程序代码模块在一起组合成像文件系统处理这样的逻
辑功能。
     C支持许多类型的变量，一个变量就是一个可以用符号名字引用的存储器位置。在上面的
片断中x和y就引用存储器的位置。程序员不管变量被放在存储器中什么地方，那是连接器
(linker)所关心的。有些变量包括不同类型的数据、整数、浮点数，还有一些是指针。
     指针是包含其它变量的地址即它在存储器中位置的变量。考虑一个变量 x，可能位于内存
中地址0x80010000处。你可以有一个指针 px指向x。px可能位于内存中地址 0x80010030处。
px的值是0x80010000：x的地址。
     C允许你将相关的变量捆在一起成为数据结构。例如：
           struct {
                    int i ;
                    char b;
           } my_struct;

    是一个叫做my_struct的数据结构，它包含两个元素，一个叫 i的整数(32位数据存储)和一
个叫b的字符(8位数据存储)。

    3. 连接器
    连接器是一个程序，它将几个目标模块和库连接在一起形成一个单一的、一致的程序。
目标模块是编译器或汇编器输出的机器代码，包含机器可执行的代码和数据及使连接器把模块们组装在一起形成一个程序的信息。比如一个模块可能包含一个程序的所有数据库功能而另一个则包含其命令行参数处理功能。如果在一个模块中引用的例程和数据结构确实存在于另一模块中的话，连接器将安排好目标模块间的引用。 Linux内核就是由它的许多组成目标模块连接在一起形成的单一大型程序。

1.2.2 什么是操作系统
    一台计算机如果没有软件只不过是一堆散发热量的电子器件。如果硬件是计算机的心脏
的话，软件就是它的灵魂。操作系统是一些允许用户运行应用程序的系统程序的集合。操作
系统抽象了系统的真实的硬件，提供给用户及其应用程序一个虚拟机器。在很大程度上，软
件体现系统的特征。大部分 PC能够运行一个或多个操作系统，每个都有不同的外观和感觉。
Linux由一些功能独立的部分组成，它们一起构成了操作系统。 Linux一个很重要的部分就是
内核本身，但是，它离开shell和库也是没有用的。
    为了开始理解什么是操作系统，考虑一下你敲入一个简单的命令后发生了什么：
$ ls
Mail        c        images       perl
docs        tcl  
$

    $符号是注册Shell(如果是bash的话)输出的一个提示符，它意味着正在等待用户输入一些命令。键入ls，键盘驱动程序会识别出这些字符被敲入了。键盘驱动程序将它传给 Shell，由它寻找一个具有相同名字的可执行映像来处理该命令。它在 /bin/ls找到映像，然后调用内核(kernel)服务，把ls可执行映像装入虚拟内存并开始执行。 ls映像调用内核的文件子系统来查找有什么文件存在。文件系统可能使用缓存的文件系统信息或利用磁盘设备驱动程序从磁盘上读取该信息。它甚至可能引起网络驱动程序同一个远程机器交换信息以获得本系统访问的远程文件的细节(文件系统可以通过网络文件系统即 NFS远程安装)。不管该信息通过什么方式得到，ls将输出该信息，由图形驱动程序在屏幕上显示出来。
    上面的这些内容看起来很复杂，但它表明即使是最简单的命令也能说明操作系统事实上是合作的功能的集合，它给予用户一个系统的一致的视图。

    1. 存储器管理
    在资源有限的情况下，比如存储器，操作系统需要做的很多事情就是冗余。操作系统的许多基本技巧之一就是使少量的物理存储器用起来就像许多存储器一样。这些表面上的大量存储器就是虚拟存储器。其思想是系统上运行的软件被“欺骗”，认为自己在大量存储器中运行。系统把存储器分成容易处理的页面，在运行时，把这些页面交换到内存上。因为有另一个技巧—多进程的存在，所以软件却感觉不到这一点。

2. 进程
一个进程可以被想象成一个运行的程序，每个进程都是一个运行特定程序的独立实体。

如果你查看一下Linux系统上的进程，就会发现有许多进程。例如，在机器上敲入 ps将显示下
列进程：

$ ps

  PID TTY STAT     TIME COMMAND

  158 pRe 1        0:00 -bash

  174 pRe 1        0:00 sh /usr/X11R6/lib/bin/stattx

  ......

  3270 pp6 03      0:00 ps

$

    如果机器中有许多CPU，那么每个进程就能 (至少理论上能) 在不同的CPU上运行。不幸的是只有一个CPU，所以操作系统又得使用技巧，把每个进程依次运行一段很短的时间。这一段时间就是我们所知的时间片 (time-slice)。这个技巧叫作多进程或调度，它骗使每个进程都以为自己是唯一的进程。进程相互之间受到保护，所以当一个进程崩溃或出错时不会影响其它的进程。操作系统通过给每个进程一个独立的、只有它自己能访问的地址空间来达到这个目的。

   3. 设备驱动程序
    设备驱动程序构成Linux内核的主要部分。像操作系统的其它部分一样，它们在高特权的环境下操作，如果它们出错可能引起灾难。设备驱动程序管理操作系统及其控制的硬件设备之间的交互。例如，文件系统在写文件块到 1DE磁盘上时使用一个通用块设备接口。驱动程序进行细节操作和设备相关的操作。设备驱动程序针对它们驱动的特定的控制器芯片，所以如果你的系统中有一块NCR810 SCSI控制器的话，就需要有NCR810 SCSI驱动程序。

    4. 文件系统
    Linux像UNIX一样，系统使用逻辑上独立的文件系统而不是实际的设备标识符 (比如驱动器名或驱动器号 )来进行文件访问， Linux的每个新文件系统都被安装到根文件系统的某个目录上(比如/mnt/cdrom)，这样这个新文件系统就被合并到单一的根文件系统树中。 Linux最重要的特征之一就是支持多种不同的文件系统。 Linux上最流行的文件系统是 EXT2文件系统，它也是大部分发布的Linux都支持的文件系统。
    文件系统提供给用户一个系统硬盘上的文件和目录的一个合理的视图，而不管文件系统的类型和底层物理设备的特征如何。 Linux透明地支持许多不同的文件系统 (如MS-DOS和EXT2)，并把所有安装的文件和文件系统表示成一个集成的虚拟文件系统。这样，一般说来，用户和进程不需要知道一个文件是哪种文件系统的一部分，而只管使用就是了。
    块设备驱动程序把不同类型的物理块设备 (如IDE和SCSI)之间的差别隐藏起来，并且，对每个文件系统来说，物理设备只是数据块的线性集合。不同的设备会有不同的块大小，例如软盘通常为512字节，而IDE设备通常为1024字节；同样，这对系统的使用者是隐藏的。一个EXT2文件系统不管保存在什么设备上看起来都一样。

1.2.3 内核数据结构
    操作系统必须保持许多关于系统当前状态的信息。随着系统中事件的发生，这些数据结
构也要被改变以反映当前现实。例如，当一个用户登录系统时，一个进程可能被创建。内核
必须创建一个表示这个进程的数据结构并把它链接到表示系统中其它所有进程的数据结构上。
    通常这些数据结构存在于物理内存中，并且只能被内核及其子系统访问。数据结构包含
数据和指针，其它数据结构或例程的地址。
    放在一起，Linux内核使用的数据结构看起来会很迷惑。每个数据结构有自己的用途。尽
管有些是被几个内核子系统使用，但它们比乍一看起来要简单得多。
    理解Linux内核关键是理解它的数据结构及 Linux内核用它们所完成的功能。本书把对
Linux内核的描述建立在其数据结构的基础上。本书通过算法、完成功能的方法以及对数据结
构的使用等来讨论每个内核子系统。

    1. 链表
    Linux使用一些软件工程技巧来把数据结构链接在一起。在许多情况下它使用链接的
(linked)或链状的(chained)数据结构。若每个数据结构描述某个事物的单个实例或出现，内核
必须能够找到所有的实例。在链表中一个根指针包含表中第一个数据即元素的地址，而每个
数据结构包含一个指针指向表中下一个元素。最后一个元素的下一个指针为空，这意味着它
是表中的最后一个元素。双向链表包含一个指针指向表中下一个元素，同时包含一个指针指
向表中前一个元素。使用双向链表使得在表的中间添加或删除元素变得容易，尽管需要更多
访存操作。这是一个典型的操作系统折衷：以内存访问换取 CPU周期。

    2. 散列表
    链表是一种把数据结构链在一起的简便方法，但查找链表的效率会很低。如果你正在搜
索一个特定元素，可能看完整个表才找到所需要的。 Linux使用另一种技巧—散列(hashing)
来解除这种限制。一个散列表是一个指针的数组或向量。数组或向量就是在内存中一个换一
个的事物的简单集合。一个书架 (上的书)可以说是一个书的数组。数组通过索引来访问，索引
就是数组的偏移。进一步拿书架作类比，你可以通过它在书架上的位置来描述每本书，比如
你可能要第5本书。
    散列表是数据结构指针的数组，而它的索引是通过这些数据结构中的信息导出的。如果
你用一个数据结构描述一个村子的人口，那么就可以人的年龄作为索引。为了找到一个特定
的人的数据就可以用他的年龄作为人口散列表的索引，然后沿着指针找到包含该人的细节的
数据结构。不幸的是一个村的许多人很可能具有相同的年龄，所以散列表中的指针成为指向
数据结构链或表的指针，每个数据结构描述同年龄的一个人。搜索这些短的链仍比搜索全部
数据结构快得多。
    因为散列表加速了对经常使用的数据结构的访问，Linux经常使用散列表来实现高速缓存，
高速缓存是需要快速访问的信息，并且通常是可以得到的完整信息集合的一个子集。数据结
构被放进高速缓存并保留在那里，因为内核要经常访问它们。高速缓存有一个缺点就是它们
一次以文件系统注册为例，每个文件系统在注册时传给内核的数据结构包含文件系统专用例
程的地址，当文件系统被安装时，这些例程将被调用。

(持续更新中....)