Roger的好奇心

Roger觉得操作系统是这个世界上最神奇的发明。他可以随意放大缩小窗口，随意拖动窗口到屏幕的任意位置，随意切换各个窗口，而这一切竟然都不会干扰到软件的正常运转。无论怎样放大缩小、位置移动、窗口切换，按钮还是那个按钮、文本框还是那个文本框。用暴风影音看电影的时候，你可以让迅雷慢慢下载另外一部电影。这时候，说不定QQ还会突然闪起来，告诉你有一个好友发了一条消息过来。Roger被好奇心折磨地寝食不安：谁能告诉我这一切是怎么做到的？

于是，他满腔热血地跑去听操作系统原理课程，希望揭开自己心中的谜团。主讲的教授确实是操作系统的专家，但是他的课程里充斥了进程、线程、文件系统一堆一堆的概念。一整个学期下来，Roger发现自己的问题依然存在。他仍然不知道操作系统是如何成功地管理众多的软件。他想找个同学讨论，但是大家对这个话题都不感兴趣，没人愿意绞尽脑汁去思考这么“深刻”的题目。

迷茫、疑惑纠缠着Roger。最后，他走投无路了，终于决定用最笨的方法获得好奇心的救赎：自己动手写操作系统！

一个人的战斗

没有战友的人是孤独的，但同时也是最强大的。在那些日子里，Roger为写出自己的OS殚精竭虑、埋头苦干。用天朝的一句话来总结就是，特别能吃苦、特别能战斗、特别能攻关、特别能奉献。终于，在经过七重地狱的煎熬之后，他终于完成了有四个进程同时运行的操作系统内核，随之而来的，是一次顿悟------一次关于运行环境的顿悟。

运行环境的本质

“运行环境”这个词大概来源于英文的run time environment。运行环境，是一个程序运行的环境（呵呵，貌似是废话）。

硬件系统与操作系统

为什么X86硬件系统（冯诺依曼体系）能够完美支撑操作系统？因为，它通过一系列机制提供了操作系统的运行环境。这个运行环境包括：DS/CS/ES/SS、通用寄存器组、GDT、LDT、IDT、RAM、ROM等等。实际上，从硬件系统的角度去看，根本没有操作系统的概念，更没有进程、线程、图形软件的概念。从硬件系统的角度看，从加电启动到关闭电源，自始至终只有一个程序运转在它上面，对于这个程序的内部细节（包括操作系统、进程、线程等概念），硬件系统一无所知。对于硬件系统来说，一个boot loader和一个linux系统完全没有区别。好了，说完硬件系统和操作系统的关系。再接下去讲操作系统、进程的关系。

操作系统与进程

操作系统如何支持多个进程看上去独立、并发地运行呢？因为它为每一个进程提供了一个运行环境。如果去阅读linux源代码，就会发现，操作系统为每一个进程维护了一张进程表。这张进程表的内容包括：DS/CS/ES/SS、通用寄存器组、GDT、LDT、IDT、RAM、ROM等等。呵呵，是不是很眼熟啊。是很眼熟，这张进程表，实质就是对硬件系统的一个完整映射！每当操作系统想去运行一个进程的时候，它就会先将当前进程的状态保存到进程表中，然后将目标进程的进程表数据加载到整个硬件系统上面。这样一来，进程完全被操作系统“欺骗”了，在一个进程看来，它自始至终都在不间断地运转，没有人打扰它。操作系统就好像一个容器，这个容器中，有很多“桶”，每一个桶中都有一个进程。当需要“运行”一个进程的时候，操作系统就将当前的“桶”从“插座”上取下来，放回容器中，然后将“目标桶”安装在“插座”上。（顺便提一下线程。操作系统使用线程表管理线程。每个进程都拥有自己的线程表。一个线程表的内容可能包括: SS/PC、通用寄存器组、LDT等。因此，在对同一个进程中的线程进行切换的时候，只需要切换将SS/PC、通用寄存器组、LDT。所谓的线程的context switch代价比进程小，就是这个意思。）

那么，操作系统如何在一个进程的运行过程中获取CPU的执行权呢，毕竟，进程不会主动将控制权交给操作系统。答案是：时钟中断。当中断发生的时候，硬件系统会终止当前代码的执行，转而执行中断向量指向的代码。操作系统通过中断函数，重新获取CPU的执行权。

第二次涅槃

Roger终于揭开了操作系统第一层厚厚的面纱，他内心的喜悦无以言表。现在，他对文章开头提出的问题有了更深层次的认识。这些问题的本质是：通信与数据分发。经过九九八十一天的修行，他百尺竿头更进一步，悟出了下面的道理。

通信

硬件系统将外部世界发生的事情告诉操作系统的过程，Roger将其定义为“通信”。那么，如何完成通信呢？答案是：中断。当Roger敲了一下键盘、或者点了一次鼠标、或者将U盘插在笔记本上、或者另外一台电脑向Roger的笔记本发送了一个网络包，所有这些事情，都会触发硬件的中断。每一种类型的中断都有一个唯一的identify id，如同每一个人都有一个身份证号。当一次中断发生的时候，X86在IDT（中断描述符表）查找这个中断对应的处理程序，然后将控制权交给这段程序（即操作系统）。通过这种方式，操作系统获取了外部世界的信息，如果它想发送信息给外部世界，只要使用汇编接口命令去操作键盘、鼠标或者网卡就可以了。

数据分发与“交互界面”

现在，OS获取了数据。如何分发给各个进程呢？Roger打算为进程提供一个操作系统API-----get_key_input()。进程如果调用了这个函数，则当Roger敲一次键盘的时候，就可以从返回值中获取输入的字符了。同时，Roger计划沿用linux的命令行输入风格，为用户提供多个console。对于一个使用了get_key_input()函数的程序，console会等待用户的键盘输入。在同一个console中，不能同时运行两个调用了get_key_input()的程序（你可以尝试在linux 同一个console中启动两个这样的程序，观察有什么反应，呵呵）。因此，当一个程序启动的时候，OS会为它关联一个console。如果程序内部调用了get_key_input()函数，那么OS就会将与它关联的console的键盘输入分发给这个程序。

抽象地看上面的console，其实一个“console”代表了“交互界面”的概念。每一个进程都有一组“交互界面”，例如键盘输入、鼠标点击、网络读写。如果将整个OS的键盘输入看做一个100平方米的大界面，那么其中20平方米可能属于进程A，另外50平方米属于进程B，剩下30平方米属于进程C。一次键盘输入的字符“落在”哪个区域内，OS就会将字符分发给所属的进程。

将我们的“交互界面”概念演绎开来。

在windows xp系统里，整个桌面是鼠标的交互界面。每一个区域都隶属于一个进程，OS负责维护这一套信息。每一次窗口的放大缩小、拖动、切换，OS都会相应地更新区域与进程的对应关系。这样，无论鼠标点击发生在什么地方，OS会确切地知道这个鼠标事件应该分发给哪一个进程。

键盘输入稍微复杂一些。OS会记录一个状态：键盘focus。例如，Roger用鼠标点击了浏览器窗口，键盘focus就会变为浏览器中的某个输入框或按钮（实际上，每个进程也会记录自己的键盘focus；当鼠标点到自己的时候，就会恢复之前的focus）。每次Roger敲了下键盘，OS会将输入分发给focus的那个进程。

网络简单一些，每一个网络连接都会以连接双方的ip地址、端口作为唯一标识。即 (ip_a:port_a,ip_b:port_b)。通过检查网络包中的ip和端口信息，就可以确定分发给哪一个进程。

同构的窗口软件

经过重重磨练，Roger终于彻底解开了自己对操作系统的谜团。这一天，一个学弟跑来提出一个问题：Roger，您能讲解下MFC的事件触发原理吗？说实话，Roger真没研究过这个问题。但是有了对操作系统的深刻认识，他仅仅思考了10分钟，便给出了答案。

MFC是什么呢？是一个桌面软件开发框架。使用MFC，开发者仅仅需要将按钮啊、输入框啊、菜单啊拖动到窗口中，加几个响应函数，一个桌面软件就宣告诞生了！对于初次接触MFC的同学们来说，又是一个神奇的东东。那么，其背后的原理是什么呢？

一句话：MFC的事件触发、操作系统的消息分发机制是同构的。

为什么说MFC、操作系统是同构的呢？ 对应关系如下：

操作系统通过中断捕获消息，MFC没有中断，它使用一个简单的循环。在每一次循环中，首先查询，是否有来自我的交互界面的消息啊？如果没有，继续下一次循环。如果有，取出每一个消息。例如，是一个鼠标点击。MFC检查自己的各个窗口组件，看鼠标点击“落在”哪一个组件上，就去调用哪一个组件的鼠标响应函数。例如，是一个键盘输入。MFC检查自己的键盘focus，focus在哪一个组件上，就去调用哪一个组件的键盘响应函数。

侯捷先生以前写过一本《深入浅出MFC》，乳臭未干的Roger同学当时看得头都大了。现在回头想一想，整本书不就是讲了个消息分发么……

总结

作为一个大龄计算机专业者，到现在才看清操作系统的这两点本质，实在有些惭愧。我相信，很多计算机界的牛人，在本科、高中甚至初中已经对此了如指掌。总之，学海无涯，希望好奇心能够一直驱动我前进。同时，如果能有同学愿意成为我的专业好友，共同钻研努力，我将不胜欣喜。