X86分段机制

内存分段机制有很多好处，不仅方便程序的重定位以及方便内存管理等等的好处，我们就从内存的重定位来分析分段机制的作用。

指令和指令集：

简单地说，处理器的设计者用某些数来指示处理器所进行的操作，这成为指令，或者叫机器指令，因为只有处理器才认得他们。比如，指令F4H表示让处理器停机，当处理器取到并执行这条指令后，就停止工作。指令是集中存放在内存里的，一条接着一条，处理器的工作是自动按顺序取出并加以执行。如下所示，从内存地址0000H开始(也就是内存地址的最低端)连续存放了一些指令，同时，假定执行这些指令的是一个16位处理器，拥有两个16位的寄存器RA和RB

一般来说，指令由操作码和操作数构成，但也有小部分指令仅有操作码，而不含操作数，如图所示，停机指令仅包含1字节的操作码F4，而没有操作数，指令的长度不定，短的指令仅有1字节，而长的指令则有可能大道15字节。

对处理器来说，指令的操作码隐含了如何执行该指令的信息，比如它是做什么的，以及怎么去做，第一条指令的操作码是B8，这表明，该指令是一条传送指令，第一个操作数是寄存器，第二个操作数是直接包含在指令中的，紧跟在操作码之后，可以立即从指令中取得，所以叫做立即数。同时，操作码还直接指出该寄存器是RA。RA是16位寄存器，这条指令将按字进行操作。所以，当这条指令执行之后，该指令的操作数(立即数)005DH就被传送到RA中。

对于复杂一些的指令来说，1个字节的操作码可能不会够用，所以，第2跳指令的操作码为8B1E，它隐含的意思是，这是一条传送指令，第一个操作数是寄存器，而且是RB寄存器，第二个操作数是内存地址，要传送到RB寄存器中的数存放在该地址中，同时，这是一个字操作指令，应当从第二个操作数指定的地址中取出一个字。

该指令的操作数部分是3F00,指定了一个内存地址003FH。它相当于高级语言里的指针，当处理器执行这条指令时，会再次用003FH作为地址去访问内存，从那里取出一个字(1002H)，然后将它传送到寄存器RB。注意，“传送”这个词带有误导性，其实，传送的意思更像是“复制"，传送之后，003FH单元里的数据还保持原样。

通过这两条指令的比较，很容易分清指令中的“立即数”是什么意思。指令执行和操作的对象是数。如果这个数已经在指令中给出，不需要再次访问内存，那这个数就是立即数，比如第一条指令中的005DH；相反，如果指令中给出的是地址，真正的数还需要用这个地址访问内存才能得到，那么它就不能称为立即数，比如第二条指令中的003FH。

 

我们知道，处理器是自动化的器件，在给出了起始地址之后，它将从这个地址开始，自动地取出每条指令并加以执行，只要每条指令都正确无误，它就能准确地知道下一条指令的地址。这就意味着，完成某个工作的所有指令，必须集中在一起，处于内存的某个位置，形成一个段，叫做代码段，事情是明摆着的，要是指令并没有一条挨着一条存放，中间夹杂了其他非指令的数据，处理器就因为不能识别而出错。

为了做某件事而编写的指令，它们一起形成了我们平时所说的程序，程序总要操作大量的数据，这些数据也应该集中在一起，位于内存中的某个地方，形成一个段，叫做数据段。

段在内存中的位置并不重要，因为处理器是可控的，我们可以让它从内存的任何位置开始取指令并加以执行。这里有一个例子，如图所示，我们有一大堆数字，现在想把它们加起来求出一个总和。假定我们有16个数要相加，这些数都是16位的二进制，分别是0005H，00A0H，00FFH，...。为了让处理器把它们加起来，我们应该先在内存中定义一个数据段，将这些数字写进去，数据段可以起始于内存中的任何位置，既然如此，我们将它定义在0100H处，这样一来，第一个要加的数位于地址0100H，第二个要加的数位于地址0102H，最后一个数的地址是011EH。

一旦定义了数据段，我们就知道了每个数的内存地址，然后，紧挨着数据段，我们从内存地址0120H处定义代码段，严格来说，数据段和代码段是不需要连续的，但这里我们把它们挨在一起更自然一些，为了区别数据段和代码段，我们使用了不同的底色。

代码段是从内存地址0120H开始的，第一条指令是A10001，其功能是将内存单元0100H里的字传送到AX寄存器，指令执行后，AX的内容为0005H。

第二条指令是03060201，功能是将AX中的内容和内存单元0102H里的字相加，结果在AX中。由于AX的内容为0005H，而内存地址0102H里的数是00A0H，这条指令执行后，AX的内容是00A5H。

第三条指令是03060401，功能是将AX中的内容和内存单元0104H里的字相加，结果在AX中，此时，由于AX里的内容是00A5H，内存地址0104H里的数是00FFH，本指令执行后，AX的内容为01A4H。

后面的指令跟前2条相似，依次用AX的内容和下一个内存单元里的字相加，一直到最后，在AX中得到总的累加和，在这个例子中，我们没有考虑AX寄存器容纳不下结果的情况。当累加的总和超过了AX所能表示的数的范围(最大为FFFFH，即十进制的65535)时，就会产生进位，但这个进位被丢弃。

在内存中定义了数据段和代码段之后，我们就可以指令处理器从内存地址0120H处开始执行，当所有的指令执行完后，就能在AX寄存器中得到最后的结果。

 看起来好像没有问题，很完美。但是仔细想一想，还是能感觉到会有问题存在。

在前面的例子中，所有在执行时需要访问内存单元的指令，使用的都是真实的内存地址。比如A10001，这条指令的意思是从地址为0100H的内存单元里取出一个字，并传送到寄存器AX。在这里，0100H是一个真实的内存地址，又称物理地址。

整个程序(包括代码段和数据段)在内存中的位置，是由我们自己定的。我们把数据段定在0100H，把代码段定在0120H。

问题是，大多数时候，整个程序（包括代码段和数据段）在内存中的位置并不是我们能够决定的。请想一想你平时是怎么使用计算机的，你所用的程序，包括那些用来调整计算机性能的工具、小游戏、音乐和视频播放器等，都是从网上下载的，位于你的硬盘、盘或光盘中。即使有些程序是你自己编写的，那又如何？当你双击它们的图标，使它们在里启动之前，内存已经被塞了很多东西，就算你是刚刚打开计算机，自己已经占用了很多内存空间，不然的话，你怎么可能在它上面操作呢？

在这种情况下，你所运行的程序，在内存中被加载的位置完全是随机的，哪里有空闲的地方，它就会被加载到哪里，并从那里开始被处理器执行。所以，前面那段程序不可能恰好如你所愿，被加载到内存地址，它完全可能被加载到另一个不同的位置，比如。但是，同样是那个程序，一旦它在内存中的位置发生了改变，灾难就出现了。

如图所示，因为程序现在是从内存地址处被加载的，所以，数据段的起始地址为。这就是说，第一个要加的数，其地址为，第二个则为，其他依次类推。代码段依然紧挨着数据段之后，起始地址相应地是1020H。

只要所有的指令都是连续存放的，代码段位于内存中的什么地方都可以正常执行。所以，处理器可以按你的要求，从内存地址处连续执行，但结果完全不是你想要的。

请看第一条指令，它的意思是从内存地址处取得一个字，将其传送到寄存器。但是，由于程序刚刚改变了位置，它要取的那个数，现在实际上位于，它取的是别人地盘里的数！

这能怪谁呢？发生这样的事情，是因为我们在指令中使用了绝对内存地址（物理地址），这样的程序是无法重定位的。为了让你写的程序在卖给别人之后，可以在内存中的任何地方正确执行，就只能在编写程序的时候使用相对地址或者逻辑地址了，而不能使用真实的物理地址。当程序加载时，这些相对地址还要根据程序实际被加载的位置重新计算。   

 那么这种问题如何解决呢？

而此时，内存分段机制就应运而生了。如图所示，整个内存间就像长长的纸条，在内存中分段，就像从长纸条中裁下一小段来。根据需要，段可以开始于内存中的任何位置，比如图中的内存地址A532H处。 在这个例子中，分段开始于地址为A532H的内存单元处，这个起始地址就是段地址。这个分段包含了6个存储单元。在分段之前，它们在整个内存空间里的物理地址分别是A532H、A533H、A534H、A535H、A536H、A537H。但是，在分段之后，它们的地址可以只相对于自己所在的段。这样，它们相对于段开始处的距离分别为0、1、2、3、4、5，这叫做偏移地址。于是，当采用分段策略之后，一个内存单元的地址实际上就可以用“段：偏移”或者 “段地址：偏移地址”来表示，这就是通常所说的逻辑地址。比如，在图2-10中，段内第1个存储单元的地址为A532H:0000H，第3个存储单元的地址为A532H:0002H，而本段最后一个存储单元的地址则是A532H:0005H。为了在硬件一级提供对“段地址：偏移地址”内存访问模式的支持，处理器至少要提供两个段寄存器，分别是代码段（Code Segment，CS）寄存器和数据段（Data Segment，DS）寄存器。对CS内容的改变将导致处理器从新的代码段开始执行。同样，在开始访问内存中的数据之前，也必须首先设置好DS寄存器，使之指向数据段。除此之外，最重要的是，当处理器访问内存时，它把指令中指定的内存地址看成是段内的偏移地址，而不是物理地址。这样，一旦处理器遇到一条访问内存的指令，它将把DS中的数据段起始地址和指令中提供的段内偏相加，来得到访问内存所需要的物理地址。

  

如图所示，代码段的段地址为1020H，数据段的段地址为1000H。在代码段中有一条指令A1 02 00，它的功能是将地址0002H处的一个字传送到寄存器AX。在这里，处理器将0002H看成是段内的偏移地址，段地址在DS中，应该在执行这条指令之前就已经用别的指令传送到DS中了。当执行指令A1 02 00时，处理器将把DS中的内容和指令中指定的地址0002H相加，得到1002H。这是一个物理地址，处理器用它来访问内存，就可以得到所需要的数00A0H。如果一下次执行这个程序时，代码段和数据段在内存中的位置发生了变化，只要把它们的段地址分别传送到CS和DS，它也能够正确执行。   

8086内部有4个段寄存器。其中，CS是代码段寄存器，DS是数据段寄存器，ES是附加段（Extra Segment）寄存器。附加段的意思是，它是额外赠送的礼物，当需要在程序中同时使用两个数据段时，DS指向一个，ES指向另一个。可以在指令中指定使用DS和ES中的哪一个，如果没有指定，则默认是使用DS。SS是栈段寄存器，以后会讲到，而且非常重要。IP是指令指针（Instruction Pointer）寄存器，它只和CS一起使用，而且只有处理器才能直接改变它的内容。当一段代码开始执行时，CS指向代码段的起始地址，IP则指向段内偏移。这样，由CS和IP共同形成逻辑地址，并由总线接口部件变换成物理地址来取得指令。然后，处理器会自动根据当前指令的长度来改变IP的值，使它指向下一条指令。当然，如果在指令的执行过程中需要访问内存单元，那么，处理器将用DS的值和指令中提供的偏移地址相加，来形成访问内存所需的物理地址。

8086的段寄存器和IP寄存器都是16位的，如果按照原先的方式，把段寄存器的内容和偏移地址直接相加来形成物理地址的话，也只能得到16位的物理地址。麻烦的是，8086却提供了20根地址线。换句话说，它提供的是20位的物理地址。提供20位地址线的原因很简单，16位的物理地址只能访问64KB的内存，地址范围是0000H～FFFFH，共65536个字节。这样的容量，即使是在那个年代，也显得捉襟见衬。注意，这里提到了一个表示内存容量的单位“KB”。为了方便，我们通常使用更大的单位来描述存容量，比如千字节（KB）、兆字节（MB）和吉字节（GB），它们之间的换算关系如下：

1 KB = 1024 Byte

1 MB = 1024 KB 

1 GB = 1024 MB

所以，65536 个字节就是64KB，而20 位的物理地址则可以访问多达1MB 的内存，地址范围从00000H 到FFFFFH。问题是，16 位的段地址和16 位的偏移地址相加，只能形成16 位的物理地址，怎么得到这20 位的物理地址呢？ 为了解决这个问题，8086 处理器在形成物理地址时，先将段寄存器的内容左移4 位（相当于乘以十六进制的10，或者十进制的16），形成20 位的段地址，然后再同16 位的偏移地址相加，得到20 位的物理地址。比如，对于逻辑地址F000H:052DH，处理器在形成物理地址时， 将地址F000H 左移4 位，变成F0000H，再加上偏移地址052DH，就形成了20 位的物理地址F052DH。这样，因为段寄存器是16 位的，在段不重叠的情况下，最多可以将1MB 的内存分成65536 个段，段地址分别是0000H、0001H、0002H、0003H，……，一直到FFFFH。

在这种情况下， 如图2-13 所示，每个段正好16 个字节，偏移地址从0000H 到000FH。 同样在不允许段之间重叠的情况下，每个段的最大长度是64KB，因为偏移地址也是16 位的，从0000H 到FFFFH。在这种情况下，1MB 的内存，最多只能划分成16 个段，每段长64KB， 段地址分别是0000H、1000H、2000H、3000H，…，一直到F000H。 以上所说的只是两种最典型的情况。通常情况下，段地址的选择取决于内存中哪些区域是空闲的。

举个例子来说，假如从物理地址00000H开始，一直到82251H处都被其他程序占用着，而后面一直到FFFFFH的地址空间都是自由的，那么，你可以从物理内存地址82251H之后的地方加载你的程序。 接着，你的任务是定义段地址并设置处理器的段寄存器，其中最重要的是段地址的选取。因为偏移地址总是要求从0000H开始，而82260H是第一个符合该条件的物理地址，因为它恰好对应着逻辑地址8226H:0000H，符合偏移地址的条件，所以完全可以将段地址定为8226H。

举个例子来说，如果你从物理内存地址82255H处加载程序，由于它根本无法表示成一个偏移地址为0000H的逻辑地址，所以不符合要求，段不能从这里开始划分。这里面的区别在于，82260H可以被十进制数16（或者十六进制数10H）整除，而82255H不能。通过这个例子可以看出，8086处理器的逻辑分段，起始地址都是16的倍数，这称为是按16字节对齐的。段的划分是自由的，它可以起始于任何16字节对齐的位置，也可以是任意长度，只要不超过64KB。比如，段地址可以是82260H，段的长度可以是64KB。在这种情况下，该段所对应的逻辑地址范围是8226H:0000H～8226H:FFFFH，其所对应的物理地址范围是82260～9225FH。同时，正是由于段的划分非常自由，使得8086的内存访问也非常随意。同一个物理地址，或者同一片内存区域，根据需要，可以随意指定一个段来访问它，前提是那个物理地址位于该段的64KB范围内。也就是说，同一个物理地址，实际上对应着多个逻辑地址。

 上面的内容是这次分段机制的全部内容，大部分来自<<x86汇编-从实模式到保护模式一书>>，后面要开始学习<<30天自制操作系统>>一书中的第一个例子了。