作業系統中的描述符和GDT
- 2021 年 2 月 5 日
- 筆記
在作業系統中，全局描述符是什麼？GDT又是什麼？在進入保護模式之前，準備好GDT和GDT中的描述符是必須的嗎？用彙編程式碼怎麼創建描述符？本文解答上面幾個問題。
在實模式下，CPU是16位的，意思是，暫存器是16位的，數組匯流排（data bus）是16位的，但地址匯流排是20位的。物理記憶體地址的計算公式是：
$$
物理地址 = 段地址 * 16 + 偏移量
$$
段地址和偏移量都是16位的，能定址的最大記憶體地址是1M。
1M是怎麼計算出來的？2的20次方就是1M，能表示的記憶體地址是 0~（2的20次方-1）。用簡單例子來理解，1位十進位數能表示的最大數是10 - 1 = 9，但1位十進位數能表示的數卻是 0 ，和 1-9 ，總計10個數字。
若一個記憶體地址是20:30，最終記憶體地址是：20 * 16 + 30。
在保護模式下，記憶體地址仍然用「段地址：偏移量」的方式來表示。不過，「段地址」的含義不同於實模式下的「段地址」。在實模式下，段地址是物理地址的高地址部分，具體說，是高16位部分。而在保護模式下，段地址是選擇子，指向一個結構，這個結構描述了一個記憶體區域，告知該區域的記憶體地址從哪裡開始，在哪裡結束，還告知了這片記憶體能不能被訪問、能不能被讀取等數據。這個結構組成一個集合，叫GDT，而這個結構叫GDT項，它有一個術語，叫「描述符」。
GDT的作用是提供段式存儲機制。段式存儲機制由段暫存器和GDT共同提供。段暫存器提供段值，即描述符在GDT中的索引，也就是選擇子。根據選擇子在GDT中找到目標描述符。這個描述符中包含一段記憶體的初始地址、這段記憶體的最大地址、這段記憶體的屬性。
GDT的構成
GDT項即全局描述符的長度是8個位元組，64個bit，64個位，063位，而不是164位。下圖是寫了位編號的8個位元組。真實的全局描述符是不折行的，這裡無法在一行顯示全部數據，因此折行了。
63|62|61|60|59|58|57|56| 55|54|53|52|51|50|49|48| 47|46|45|44|43|42|41|40| 39|38|37|36|35|34|33|32| 31|30|29|28|27|26|25|24| 23|22|21|20|19|18|17|16| 15|14|13|12|11|10|09|08| 07|06|05|04|03|02|01|00|
15|14|13|12|11|10|09|08| 07|06|05|04|03|02|01|00|。段界限1。段界限的 0~15 位。描述符的 0~15 位。
39|38|37|36|35|34|33|32| 31|30|29|28|27|26|25|24| 23|22|21|20|19|18|17|16|。段基址1。段基址的 0~23位。描述符的 16~39位。
55|54|53|52|51|50|49|48| 47|46|45|44|43|42|41|40|。很複雜，很碎片化，需進一步放大觀察。
43|42|41|40|，TYPE。4位。
44，S。是否為系統段（待驗證）。1位。
46|45，DPL。2位。
47，P。1位。
上面是一個位元組，下面是第二個位元組。
51|50|49|48|。段界限2。段界限的第 16~19 位。描述符的第 48~51 位。段界限一共有20位。
52。AVL。1位。
53。0。1位。
54。D/B。1位。
55。G。1位。
段屬性佔用空間的位數：4 + 1 + 2 + 1 + 1 + 1 * 3 = 12。
63|62|61|60|59|58|57|56|。段基址2。段基址的第 24~31 位。描述符的第 56~63 位。段基址一共有32位。
描述符的結構比較複雜，要記住它，有點困難，不過並非不可能記住。作者覺得沒有必要一個位元組不差地背誦出來。
選擇子
描述符的選擇子的長度是16位。
15|14|13|12|11|10|09|08| 07|06|05|04|03|02|01|00|
01|00|，RPL。
02，T1。
15|14|13|12|11|10|09|08| 07|06|05|04|03，描述符在GDT中的索引。
段式存儲機制的定址方式
段地址存儲的是描述符的選擇子，根據選擇子能找到GDT中對應的描述符。從描述符中獲取段基址，然後加上段式存儲機制中的偏移量，就是線性地址。在當前語境下，線性地址等同物理地址。
概念比較
邏輯地址。段式機制的地址，例如「段地址：偏移量」，就是邏輯地址。
線性地址。在保護模式下，用邏輯地址中的段地址從GDT中找到描述符，然後從描述符中獲取段的基址，段基址加上偏移量的結果就是線性地址。
如上文所言，線性地址目前可視為物理地址。開啟分頁機制後，線性地址不能等同於物理地址。物理地址是物理記憶體的一個編號。
作者的疑問
進入保護模式前，為什麼需要創建好描述符、選擇子、GDT？這些是必要條件嗎？
作者曾認為這些不是必須。再次了解段式存儲機制後，改變了看法：進入保護模式前，必須準備好GDT、描述符和描述符選擇子。這是由保護模式下的記憶體定址方式決定的。
無論是在實模式下還是保護模式下，都需要使用記憶體。在保護模式下，怎麼找到某片記憶體呢？保護模式下，使用段式機制。回憶一下，段式存儲機制的定址方式是：
$$
段地址（選擇子）-----》在GDT中找到描述符----》在描述符中找到段基址----》段基址+偏移量 = 線性地址
$$
不在進入保護模式前準備好選擇子、GDT、描述符，就無法在保護模式中使用記憶體。
作者還有一個疑問：上面的定址過程是CPU自動完成的嗎？
實現描述符
C語言
描述符
下面內容的前提是，32位CPU。
struct {
int segmentLimit1:16; // 段界限1
int segmentBaseAddress1:24; // 段基址1
char attributeType:4; // 段屬性，TYPE
char attributeS:1; // 段屬性，S
char attributeDPL:2; // 段屬性，DPL
char attributeP:1; // 段屬性，P
char segmentLimit2:4; // 段界限2
char attributeAVL:1; // 段屬性，AVL
char attributeZero:1; // 段屬性，值為0
char attributeDB:1; // 段屬性，DB
char attributeG:1; // 段屬性，G
char segmentBaseAddress2; // 段基址2
}GlobalDescriptor;
上面的用法是錯誤的。對位域的使用是錯的，換成int來使用位域也無能力寫正確，因為太麻煩。在這個知識點耗費了不少時間。
參考書中程式碼後，寫出下面的程式碼：
struct{
unsigned short segmentLimitLow; // 段界限1，16位，0~15 位。描述符的第 0~15 位。
unsigned short segmentBaseAddressLow; // 段基址低16位，0~15 位。描述符的第 16~31 位。
unsigned char segmentBaseAddressMid; // 段基址 16~23 位。描述符的第 32~39 位。
unsigned char attribute; // 段屬性。描述符的第 40~47 位。
unsigned char segmentLimitHight_attribute2; // 段界限 16~19 位，第 20~23 位是段屬性。描述符的第 48~55 位。
unsigned char segmentBaseAddressHigh; // 段基址 24~31 位。描述符的第 46~63 位。
}GlobalDescriptor;
段基址雖然存儲在描述符的第 16~39 位 和第 24~31 位兩段連續的空間中，但用C語言表示它的時候，卻人為地將它拆分成了「低位」、「中位」和「高位」三部分，也就是，把描述符的第 16~39 位拆分成了第 16~31 位和第 32~39 位兩段。在C語言中，沒有現成的能存儲23位的整數類型，卻用能存儲16位和8位的整數類型。將段基址連在一起的24位拆分，用C語言表示更方便。
C語言中的位域
前面已經用到了位域，那就簡單學習一下位域的知識吧。
用兩段程式碼開始。
struct{
unsigned int age;
unsigned int height;
}Person;
struct{
unsigned int age:3;
unsigned int height:4;
}Person2;
第二段程式碼使用了位域，第一段程式碼是普通的struct結構。位域語法與struct的差異僅在於聲明成員變數的語法不同。
struct結構中，聲明成員變數的語法是unsigned int age。在位域中，聲明成員變數的語法是unsigned int age:3。後者指定了成員變數使用的bit的數量，是3個，而不是1個位元組、8個bit。
第一段程式碼創建的Person佔用8個位元組，第二段程式碼創建的Person2佔用4個位元組。
抽象出位域的成員變數的聲明語法：dataType VariableName:bitCount。dataType只能是int系列的整數類型，即只能是int、unsigned int 和 signed int 三種類型，不能是char等類型。這是語法規定。bitCount不能超過8個位元組。
nasm彙編
用彙編語言表示描述符，是作者寫本文的終極目的，前面的一切都是鋪墊和基礎。C語言表示描述符，在前面寫出來，是因為它是作者理解描述符的彙編程式碼的大功臣。作者在看描述符的彙編程式碼前，沒有學過彙編語言，所以第一次看描述符的彙編程式碼時，怎麼都理解不了。看了別人寫的描述符的C語言程式碼後，才恍然大悟，突然理解了描述符的的彙編程式碼。
所以，在前文給出描述符的C程式碼，一是為了紀念這個大功臣，二是讓與曾經看不懂彙編程式碼的作者一樣的讀者也能借住C程式碼理解彙編程式碼。當然，可能是作者多慮了，讀者朋友才不會像作者這麼愚鈍呢。
不使用宏
第一個問題，創建一個描述符，例如DESC_VIDEO，語法是什麼樣的。
第二個問題。描述符的實質是段基址、段界限和段屬性。是直接用程式碼堆砌出描述符呢還是根據給定的段基址、段界限和段屬性經過運算拼湊出描述符？
先解答第二個問題。直接用程式碼堆砌出描述符的彙編程式碼如下：
DESC_VIDEO dw 3120h ; 描述符的第 0~15 位
dw 111Fh ; 描述符的第 16~31 位
db EFh ; 描述符的第 32~39 位
db 42h ; 描述符的第 40~47 位
db 00h ; 描述符的第 48~55 位
db FFh ; 描述符的第 56~63 位
與前面的C程式碼比較，每行對應一個struct的成員變數。從上面的彙編程式碼能看出段基址、段界限和段屬性是什麼嗎？看不出來，需要計算。而且，總不能拿到給定的段基址、段界限和段屬性後，先將它們轉換成二進位，然後再分割填到上面的程式碼中吧？最好是給定段基址、段界限和段屬性後，經過一段程式碼處理，就自動構建了描述符。這就是下面要寫的方式。
宏
彙編中的宏類似C語言中的函數，給定參數，函數會完成一些功能。這個宏接收段基址、段界限和段屬性，然後生成描述符。
宏的語法是什麼樣的？創建一個宏的模板是：
%macro macroName paramCount
;some code
;some code
%endmacro
創建描述符的宏是：
; 三個參數依次是：base(段基址)、limit（段界限）、attribute（段屬性）
; 在宏中需用到這三個參數時，對應的代號分別是：%1、%2、%3。
; base--32位，limit--20位，attribute--12位
%macro Descriptor 3
dw %2 & FFFFh ; 段界限的第 0~15 位。16位
dw %1 & FFFFh ; 段基址的第 0~15 位。16位。
db (%1 & FF0000h) >> 16 ; 段基址的第 16~23 位。8位。
db %3 & FFh ; 段屬性的第 0~7 位。48位。
db (%2 & F0000) | (%3 >> 8) ; 段界限的第 16~20 位 和 段屬性的第 8~11 位。56位。
db %1 >> 24 ; 段基址的第 24~31 位。8位。
%endmacro
使用這個宏創建一個描述符，程式碼如下：
DESC_VIDEO: Descriptor 0B8000h 0ffff 0
段屬性是隨便設置的。描述符的段屬性比較複雜。作者暫時沒有弄清楚。
