从零写OS内核-第二篇：Hello World 解析

你以为"Hello World"只是打印一句话？
在操作系统内核里，它背后藏着启动流程、内存布局和硬件协议的秘密。

上一篇，我们成功让自己的内核在 QEMU 上输出了 "Hello from the kernel!"。
看起来很简单，对吧？
但你有没有想过：

  • 为什么代码要放在 1MB 地址？
  • 为什么需要一个奇怪的 linker.ld 文件？
  • BIOS（或 GRUB）到底做了什么？
  • 为什么不能直接 printf？

今天，我们就来拆解这个"Hello World"内核，揭开 x86 裸机启动的底层逻辑。

🧩 一、BIOS：PC 启动的第一步

在 x86 PC 世界里，一切始于 BIOS（Basic Input/Output System）。

当按下电源键：

  1. CPU 从 地址 0xFFFFFFF0 开始执行（这是复位向量）。
  2. BIOS 代码（固化在主板 ROM 中）被加载运行。
  3. BIOS 自检硬件（内存、磁盘、键盘等）。
  4. 然后，BIOS 加载引导扇区（512 字节）到内存 0x7C00，并跳转执行。

⚠️ 但现代系统很少直接用 BIOS 引导自定义内核——因为太麻烦！
所以我们通常借助 GRUB（一个更强大的 bootloader），它支持 Multiboot 协议，能直接加载 ELF 格式的内核。

✅ GRUB 的作用：

  • 解析内核 ELF 文件
  • 将代码段、数据段放到指定内存位置
  • 设置好 CPU 状态（已处于保护模式）
  • 跳转到 _start 入口

这就是为什么我们的内核不需要处理"实模式→保护模式"转换——GRUB 已经帮我们搞定了！

🔗 二、链接脚本（Linker Script）：内核的"户型图"

编译后的代码不会自动知道该放哪。
链接器（Linker） 负责把 .text（代码）、.data（初始化数据）、.bss（未初始化数据）等段拼接到一起。

而 linker.ld 就是告诉链接器："请按我说的方式布局内存"。

来看我们用的链接脚本：

ENTRY(_start)

SECTIONS {
    . = 1M;

    .text BLOCK(4K) : ALIGN(4K) {
        *(.multiboot)
        *(.text)
    }

    .rodata : { *(.rodata) }
    .data : { *(.data) }
    .bss : { *(.bss) }
}

🔍 逐行解析：

1️⃣ . = 1M;

  • 表示 加载地址（VMA）从 1MB（0x100000）开始。
  • 为什么是 1MB？
    • 早期 PC 的 实模式 只能访问 1MB 以下内存（地址线 20 位）。
    • 1MB 以上是"扩展内存"，保护模式才能使用。
    • GRUB 默认将内核加载到 1MB 以上，避免与 BIOS 数据冲突。

💡 注意：这不是物理限制，而是 历史约定 + GRUB 默认行为。

2️⃣ .text BLOCK(4K) : ALIGN(4K)

  • .text 段（代码）按 4KB 对齐。
  • 为什么对齐？
    • 便于后续启用 分页（Paging）（x86 页大小为 4KB）
    • 提升内存访问效率
    • 某些硬件要求对齐

3️⃣ *(.multiboot)

  • 把所有目标文件中的 .multiboot 段放在这里。
  • 这个段包含 Multiboot 头（Magic Number 等），GRUB 会扫描它来识别可引导内核。

4️⃣ 其他段（.rodata, .data, .bss）

  • 按顺序排列，符合常规程序内存布局：
    • 代码 → 只读数据 → 已初始化数据 → 未初始化数据
  • .bss 不占 ELF 文件空间，但会在内存中预留（链接器自动清零）

🧱 三、内存布局图（简化版）

0x00000000  ┌──────────────────────┐
            │      BIOS 数据        │ ← 1MB 以下，GRUB/BIOS 使用
            ├──────────────────────┤
0x00100000  │      .text 段        │ ← 我们的代码（含 Multiboot 头）
            │      .rodata         │
            │      .data           │
            │      .bss            │
            ├──────────────────────┤
            │        栈            │ ← 向下增长（我们在 boot.asm 中设为高地址）
            └──────────────────────┘

✅ 栈为什么单独设在高地址？
避免和代码/数据段冲突。我们的 boot.asm 手动分配了 16KB 栈空间（.bss 中的 stack_top）。

🛠️ 四、为什么不能用 printf？

因为：

  • 没有 C 标准库（libc）：printf 是库函数，依赖操作系统提供的"系统调用"（如 write）。
  • 没有文件描述符、没有终端抽象：我们的"输出"是直接写 VGA 显存（0xB8000），属于裸硬件操作。

所以，内核开发中：

  • 所有 I/O 都要自己实现（串口、显存、磁盘）
  • 不能使用动态内存（没有 malloc，除非自己写内存管理器）
  • 不能使用异常、全局构造函数等高级特性

📌 内核是"站在硬件之上的第一层软件"，它自己就是操作系统的一部分，不能依赖操作系统！

🌱 五、下一步：从 Hello World 到真正的内核

现在你已经理解了：

  • BIOS/GRUB 如何启动内核
  • 链接脚本如何控制内存布局
  • 为什么输出要直接操作显存

接下来，你可以尝试：

  • 在链接脚本中加入 .eh_frame（避免 GCC 优化报错）
  • 添加 堆（heap） 支持动态内存
  • 实现 串口输出（比 VGA 更可靠，适合调试）
  • 配置 GDT（全局描述符表），正式接管 CPU 状态

💬 写在最后

操作系统不是魔法，
它是由一行行代码、一个个寄存器、一段段内存精心构建的数字世界基石。

而你的 "Hello World"，
正是这个世界的第一缕光。

🌟 从 1MB 开始，你写的不只是代码，而是一个新世界的起点。

📬 喜欢这篇深度解析？欢迎点赞、转发、关注！
👇 评论区提问：你还想深入解析哪个部分？GDT？IDT？还是分页机制？

#操作系统 #内核开发 #x86 #BIOS #GRUB #链接脚本 #裸机编程 #从零开始