Linux從頭學09：x86 處理器如何進行-層層的記憶體保護？
目錄作 者：道哥，10+年的嵌入式開發老兵。
公眾號：【IOT物聯網小鎮】，專注於：C/C++、Linux作業系統、應用程式設計、物聯網、微控制器和嵌入式開發等領域。 公眾號回覆【書籍】，獲取 Linux、嵌入式領域經典書籍。
轉 載：歡迎轉載文章，轉載需註明出處。
在上一篇文章中，我們已經順利的從真實模式，過渡到了保護模式。
保護模式與真實模式最本質的區別
這篇文章，我們來看一下 bootloader 是如何來進行自我進化到保護模式的，然後深入看一下保護模式是如何對記憶體進行安全保護的。
作為背景知識，我們先來看一下 x86 中的地址變換過程：
x86 處理器中的分頁機制是可以被關閉的，此時線性地址就等於實體地址，這也是我們一直討論的情況。
下一篇文章，我們就把 x86 中的分頁機制開啟，並與 Linux 中的分段和分頁機制進行對比。
真實模式：bootloader 為程式計算段的基地址
在之前的文章：Linux從頭學06：16張結構圖，徹底理解【程式碼重定位】的底層原理中，我們討論了 bootloader 是如何把應用程式讀取到記憶體中，最後跳入到程式的入口地址的。
這裡所說的程式，可以是作業系統，也可以是應用程式。
下面這張圖，是程式被載入到記憶體中之後，header 中的資訊：
因為程式是被 bootloader 動態讀取到記憶體中的，它是不知道自己被放在記憶體中的什麼位置，因此它也不知道自己程式碼段、資料段、棧的開始地址。
但是，程式要想能夠正常執行，就必須要知道這些資訊，那怎麼辦？
只有 bootloader 才能解決問題，因為是它來把程式從硬碟載入到記憶體中的。
因此，bootloader 在跳入程式的入口地址之前，必須把其中的程式碼段、資料段、棧段的基地址計算出來，然後寫入到程式的 header 中，如下圖所示：
這樣的話，程式開始執行時，就可以從自己的 header 中獲取到這 3 個段基地址，並且賦值給相應的暫存器，從而順利的執行程式。
也就是說：程式的 header 空間，充當了 bootloader 與它進行資訊互動的媒介，用來傳遞 3 個段暫存器的基地址。
以上的這個過程，一直工作在真實模式，因此就沒有段描述符什麼事情。
在以後文章中，我們還會看到在保護模式下，bootloader 仍然會利用 OS 的 header 空間，來傳遞段的索引號。然後 OS 利用這個段索引號，去查詢 GDT 表，從而找到每一個段的基地址以及其他一些保護資訊。
保護模式：bootloader 為自己建立段描述符
bootloader 從 BIOS 接管系統之後，剛開始是執行在真實模式下的。
當它完成一些準備工作之後，就可以進入保護模式了，也就是把 CR0 暫存器的 bit0 設定為 1。
這個準備工作中，最重要的就是：建立 GDT 這個表，並且把 GDT 的開始地址，儲存到暫存器 GDTR 中。
下面這張圖，是 bootloader 被載入到記憶體中的佈局圖：
bootloader 被載入到 0x0000_7C00 地址處。
它最少需要建立 3 個段描述符：程式碼段、資料段和棧段。
確定 GDT 的地址
在建立段描述符之前，需要先確定: 把 GDT 表放在記憶體中的什麼位置？
暫且就把它放在 0x0001_0000 這個地址吧，距離零地址 64K 的位置。
按照處理器的要求，在第 1 個表項(稱之為 item 或者 entry，每本書上都不一樣)必須為空描述符（index = 0）。
建立程式碼段描述符
bootloader 的程式碼放在 0x0000_7C00 開始的地址，長度是 512B。
根據這些資訊，就可以構造出程式碼段的描述符了：
建立資料段描述符
bootloader 待會需要把作業系統或其他應用程式，從硬碟讀取到記憶體中，例如：讀取到 0x0002_0000 的位置。
那麼 bootloader 就必須能夠訪問到這個位置，並且是以資料段的讀寫方式。
為了利用全部的 4G 記憶體空間，bootloader 可以把這 4G 空間，作為一個數據段來定義它的描述符，如下：
建立棧段描述符
理論上，bootloader 可以使用記憶體中的任意一塊空閒空間，來作為自己的棧。
因為棧在 push 操作的時候，是向低地址方向增長的。
因此很多書籍都會把棧頂基地址設定為 bootloader 的開始地址，也就是 0x0000_7C00 地址處，並且把棧的空間大小限制在 4K 的範圍。
根據以上這些資訊，就可以創建出棧的段描述符，如下：
當以上這幾個段的描述符都建立好之後，就可以把 GDT 的地址(0x0001_0000)，設定到 GDTR 暫存器中了。
最後，再把 CR0 暫存器的 bit0 設定為 1，就正式的進入保護模式來執行 bootloader 中後面的程式碼了。
段描述符是如何確保段的安全訪問的？
段暫存器快取記憶體
進入保護模式之後，雖然對段暫存器中內容的解釋改變了，但是執行每一條指令，還是需要使用到這些段暫存器的: cs, ds, ss等等。
想象一下：每執行一條指令，都會從邏輯地址中，獲取到段索引號，然後去查詢 GDT 表，從而定位到段的基地址。
大家都知道程式有個“區域性性”原理，也就是連續執行的程式碼，都是集中在一段連續的程式空間中的。
這個連續的程式空間，它們都是在同一個程式碼段中，因此段的基地址都是相同的，那麼它們都屬於 GDT 中同一個程式碼段描述符所代表的段空間。
如果每一條指令都去查表，就會影響到程式的執行效率。
所以，處理器內部就為每一個段暫存器，安排了一個快取記憶體。
拿程式碼段暫存器 cs 來說：當執行一條指令的時候，如果它與上一條指令中的段索引號不同，才會根據新的段索引號到 GDT 中查詢相應的段描述符表項。
查詢到之後，就把這個表項的內容複製到 cs 暫存器的快取記憶體中。
當繼續執行後面的指令時，如果邏輯地址中的段索引號沒有變化，處理器就直接從快取記憶體中讀取段描述，從而避免了查表操作，提升了系統效率。
對段暫存器本身的保護
當邏輯地址中段暫存器的索引號改變時，就會根據新的索引號，到 GDT 中去查表。
當然了，這個索引號不能超過 GDT 的界限。
當定位到某一個描述符表項之後，就開始進行一系列檢查。
再來看一下每一個段描述符 8 個位元組的內容：
bit8 ~ bit11 定義了當前這個段的型別。
假如: 我們在切換程式碼段空間的時候，不小心犯錯，定位到了 GDT 中的一個數據段描述符表項，那麼處理器就能夠及時發現：
“當前這個段描述符的型別是資料段，你卻把它當做程式碼段來使用，禁止，殺無赦！”
因此，處理器就會拒絕把這個段描述符複製到程式碼段的快取記憶體中，從而對程式碼段暫存器進行了保護。
對段界限的檢查
在通過了第一層的段型別保護之後，還會繼續對段的界限進行檢查，這就要使用到邏輯地址中的偏移地址( EIP )了。
如果偏移地址超過了描述符中規定的界限，那麼就說明發生錯誤了。
例如：在 bootloader 的程式碼段描述符中，最大的界限是 512B，如果把 EIP 設定為 0x0000_1000，那就肯定錯誤了。
因為這個地址壓根就不屬於程式碼段的空間範圍。
對於資料段來說比較有意思，因為我們把資料段描述符的基地址設定為 0x0000_0000，段的界限是整個 4G 的空間，所以它可以對整個記憶體進行操作。
多想一步：
程式碼段也是屬於這 4G 空間，因此可以通過資料段，來改寫程式碼段空間中的指令內容。
也就是說：如果你想修改程式碼段的指令，直接通過程式碼段來操作是不可以的。
因為程式碼段描述符中規定了：程式碼段的內容只能被讀取、執行，但是不能被寫入。
此時，就可以另闢蹊徑：程式碼段也放在 4G 的空間，那麼就可以通過資料段的可寫特性，來改寫程式碼段中的指令。
想一想 gdb 的除錯過程，是不是就利用了這個道理？
在文末的推薦閱讀中，就有一篇文章來介紹 gdb 的除錯原理，有興趣的小夥伴可以看一下。
至此，我們對保護模式下，段描述符的相關內容，就全部討論結束了，不知道對你是否有幫助。
在準備這篇文章的時候，我特意看了一下 《深入理解 Linux 核心》這部書的第二章："記憶體定址"部分的內容。
書中直接把 x86 處理器中真實模式和保護模式的定址方式作為結論告訴我們了，但是並沒有具體的講解其中的原理。
如果把之前的這幾篇文章都理解了，再去看 Linux 核心的相關書籍，就不會那麼吃力了。
Linux 雖然很複雜，但是它也是建立在處理器所提供的基本功能上的。
就像頂尖的乒乓球運動員許昕，打出那麼多匪夷所思的神仙球，並不總是妙手偶得，而是建立在他們平時嚴格、機械、枯燥的日常訓練，所練就的紮實的基本功。
如果沒有這些堅實的基本功作為支撐，任何高階的花式技巧都只能是曇花一現。
學習也是一樣！
推薦閱讀
【1】C語言指標-從底層原理到花式技巧，用圖文和程式碼幫你講解透徹
【2】一步步分析-如何用C實現面向物件程式設計
【3】原來gdb的底層除錯原理這麼簡單
【4】內聯彙編很可怕嗎？看完這篇文章，終結它！
其他系列專輯：精選文章、C語言、Linux作業系統、應用程式設計、物聯網