計(jì)算機(jī)如何執(zhí)行你寫的代碼？

知乎上有人提問：電腦怎樣執(zhí)行編程語言的？

很多剛剛?cè)肟拥男“卓赡軐Υ送耆珱]有概念，或者模模糊糊知道個(gè)大概，我們寫下的一行行代碼，計(jì)算機(jī)到底是如何在執(zhí)行的呢？

我們以x86架構(gòu)的CPU為研究對象，從一個(gè)例子出發(fā)，來嘗試解答這個(gè)問題。

1、高級語言

為了方便編程，偉大的計(jì)算機(jī)先驅(qū)們發(fā)明了一個(gè)又一個(gè)的編程語言，使得我們可以用人類最容易理解的語法規(guī)則去告訴計(jì)算機(jī)完成我們想要的功能。

比如，一個(gè)C語言程序員寫下了一行代碼：

int?sum?=?a? ?b;
一句簡單的不能再簡單的C語言語句。

但即便是如此簡單，聰明絕頂?shù)挠?jì)算機(jī)卻還是看不懂：這是弄啥捏？

這時(shí)候就需要一個(gè)翻譯，負(fù)責(zé)把人類編寫的高級語言“翻譯”成計(jì)算機(jī)能看得懂的東西，這個(gè)翻譯就是編譯器。

2、編譯鏈接

上面的高級語言語句經(jīng)過編譯器編譯鏈接后，生成了一個(gè)目標(biāo)運(yùn)行平臺(tái)為x86架構(gòu)的可執(zhí)行程序exe/elf，使用反編譯工具IDA進(jìn)行分析，可以看到這行代碼編譯后的樣子是這樣的：

mov eax, a ? ?: 將變量a的值存入eax寄存器中

add eax, b ? ?: 把變量b的值和eax寄存器的值相加，并將結(jié)果保存在eax寄存器中

mov sum, eax ?: 將計(jì)算結(jié)果從eax寄存器寫入sum變量

看到了嗎，就像把大象關(guān)進(jìn)冰箱需要分三步，計(jì)算機(jī)完成程序員的一條加法語句，也分了三步：取出被加數(shù)、加上加數(shù)、寫入結(jié)果。

3、機(jī)器指令

上面的匯編指令只是為了人類理解方便的助記符，計(jì)算機(jī)同樣也不認(rèn)識(shí)這玩意，那幾條指令在內(nèi)存中實(shí)際上是這樣的一串?dāng)?shù)據(jù)：

十六進(jìn)制：

8B 45 EC 03 45 E0 89 45 F8

十六進(jìn)制是為了書寫方便，計(jì)算機(jī)真正能看到的只有二進(jìn)制的比特流：

10001011 01000101 11101100 00000011 01000101 11100000 10001001 01000101 11111000

接下來，計(jì)算機(jī)要做的事情就是識(shí)別這些二進(jìn)制流都是什么意思，轉(zhuǎn)換成一條條的指令來執(zhí)行。

在開始執(zhí)行之前，先來了解一下指令格式。

4、指令格式

x86架構(gòu)CPU指令集中的指令格式如下：

主要有六個(gè)部分：

• [非必需] 指令前綴：我們經(jīng)常用到的原子操作指令前面有一個(gè)lock前綴，就屬于指令前綴。
• [必需] 操作碼：指令最核心的部分，標(biāo)識(shí)這條指令是什么功能。
• [非必需] ModR/M：內(nèi)存/寄存器操作數(shù)字節(jié)
• [非必需] SIB：索引尋址描述字節(jié)
• [非必需] Displacement：常數(shù)偏移字節(jié)/半字/字
• [非必需] Immediate：立即數(shù)字節(jié)/半字/字

需要注意的是，并不是每一條指令都包含上面的所有部分，許多指令只包含其中一部分字段。

根據(jù)操作碼的長度不同，指令分為單字節(jié)操作碼指令、雙字節(jié)操作碼指令、三字節(jié)操作碼指令。

5、執(zhí)行指令

計(jì)算機(jī)中真正負(fù)責(zé)指令執(zhí)行的核心部件是中央處理器CPU，在CPU中有一個(gè)指令寄存器IP，全稱是Instruction Pointer，在32位下，它叫EIP，在64位下它叫RIP。

下面開始執(zhí)行：

指令寄存器EIP指向了第一條指令，開始讀取第一個(gè)字節(jié)：10001011，也就是0x8B。

開始指令譯碼，翻譯出這是一條什么指令。

下面是x86架構(gòu)的CPU指令操作碼表：

CPU中的指令譯碼模塊拿到手一看，呀，不是指令前綴，是個(gè)單字節(jié)操作碼的mov指令，要往eax寄存器里面塞數(shù)據(jù)，數(shù)據(jù)從哪來呢？

再往后一看，0x45，再來譯碼：

好家伙，原來是根據(jù)ebp寄存器的值 一個(gè)8位的偏移來讀取數(shù)據(jù)。

再往后讀取一個(gè)字節(jié)，就是偏移值：EC。

現(xiàn)在第一條指令就譯碼出來了：將ebp 0xEC位置處的4個(gè)字節(jié)的數(shù)據(jù)取出來，放到eax寄存器中。，這就是這一條指令要干的事情。

同時(shí)CPU還得出了另一個(gè)信息：這一條指令長度是3個(gè)字節(jié)，下一條指令的起始地址是在3個(gè)字節(jié)之后，隨后，指令寄存器EIP向后撥動(dòng)，指向下一條指令的地址：$ 3。

指令譯碼完成之后，開始來正式執(zhí)行它。

執(zhí)行完一條以后，又來到指令寄存器EIP指向的地方，隨后再次指令譯碼、執(zhí)行，不斷重復(fù)這個(gè)過程，依次執(zhí)行每一條指令。

這其實(shí)就是CPU工作最基本的原理。

拓展

上面描述的過程是CPU在硬件電路層面完成的，但這種設(shè)計(jì)思想在軟件領(lǐng)域也同樣適用。

大家如果去研究Java虛擬機(jī)JVM和Python的解釋器源代碼時(shí)，也會(huì)發(fā)現(xiàn)有相似之處：JVM和解釋器通過定義一套自己的“指令集”，然后它們的編譯器使用這套指令集將Java和Python代碼編譯成對應(yīng)的程序。

運(yùn)行的時(shí)候也類似，虛擬機(jī)或者解釋器不斷識(shí)別每一條指令，譯碼、執(zhí)行，和CPU執(zhí)行指令的過程頗有幾分相似。

C/C 語言編譯的程序，最后是直接編譯成了CPU的指令，所以跨平臺(tái)能力差，如果換到ARM架構(gòu)平臺(tái)，原來的程序?qū)o法執(zhí)行，需要重新編譯成新的平臺(tái)的程序。

而Java、Python這類語言，是自己在軟件層面的指令集，因?yàn)槠渥陨硪呀?jīng)開發(fā)了針對不同CPU平臺(tái)的虛擬機(jī)、解釋器，所以這些語言編寫的程序移植性好，真正做到一次編寫，到處運(yùn)行。

總結(jié)

我們使用高級語言C、C 編寫的程序代碼，經(jīng)過編譯器的編譯鏈接，最終變成CPU可以理解的機(jī)器指令，隨后CPU在執(zhí)行時(shí)通過不斷的譯碼、執(zhí)行，最終實(shí)現(xiàn)高級語言所描述的功能。

現(xiàn)在你知道你用編程語言寫下的程序是如何跑起來的了嗎？