CPU是如何运行程序的

一语中的

1. CPU = 运算单元 + 数据单元 + 控制单元
2. CPU 只能识别「二进制」的指令
3. 总线像连接 CPU 和内存这两个设备的高速公路
4. 执行高级语言的两种方式：1. 解释执行 2. 编译执行
5. 汇编语言和机器语言是一一对应的
6. 内存中的每个存储空间都有其对应的独一无二的地址
7. CPU时钟周期：取出指令、分析指令、执行指令这三个过程

文章概要

• 计算机工作模式
• CPU和内存如何配合工作的
• 机器语言/汇编语言/高级语言
• CPU如何执行程序

计算机工作模式

对于计算机来讲，最核心的就是「CPU」（Central Processing Unit，中央处理器）

CPU 和其他设备连接，要靠一种叫作「总线」（Bus）的东西，其实就是主板上密密麻麻的集成电路，这些东西组成了 CPU 和其他设备的高速通道。

在这些设备中，最重要的是「内存」（Memory）。因为单靠 CPU 是没办法完成计算任务的，很多复杂的计算任务都需要将中间结果保存下来，然后基于中间结果进行进一步的计算。CPU 本身没办法保存这么多中间结果，这就要依赖内存了。

总线上还有一些其他设备，例如显卡会连接显示器、磁盘控制器会连接硬盘、USB 控制器会连接键盘和鼠标等等。

CPU和内存如何配合工作的

CPU:包括三个部分，运算单元、数据单元和控制单元。

• 运算单元只管算，例如做加法、做位移等等。
• 数据单元包括 CPU 内部的缓存和通用寄存器组，「空间很小」，但是速度飞快，可以「暂时」存放数据和运算结果
• 控制单元是一个统一的「指挥中心」，它可以获得下一条指令，然后执行这条指令。这个指令会指导运算单元取出数据单元中的某几个数据，计算出个结果，然后放在数据单元的某个地方。

每个程序都有一个「项目执行计划书」，里面是一行行程序执行的指令。每个进程都有一个程序放在硬盘上，是「二进制」的，再里面就是一行行的指令，会操作一些数据。

进程一旦运行，比如图中两个进程 A 和 B，会有「独立」的内存空间，互相隔离，程序会分别加载到进程 A 和进程 B 的内存空间里面，形成各自的代码段。

程序运行的过程中要操作的数据和产生的计算结果，都会放在数据段里面。

CPU 的控制单元里面，有一个「指令指针寄存器」（IP 寄存器），它里面存放的是下一条指令在内存中的地址。控制单元会「不停」地将代码段的指令拿进来，先放入指令寄存器。

机器语言/汇编语言/高级语言

机器语言

把 CPU 看成是一个非常小的运算机器，为了能够完成复杂的任务，为 CPU 提供了一大堆指令来实现各种功能,这一大堆指令称为指令集（Instructions）。也就是「机器语言」。

❝CPU 只能识别二进制的指令 ❞

汇编语言

但是，二进制代码难以阅读和记忆，又将二进制指令集转换为人类可以识别和记忆的符号 -- 「汇编指令集」

1000100111011000  机器指令
mov ax,bx         汇编指令

CPU 不能直接识别汇编语言,还需要一个「汇编编译器」，其作用是将汇编代码编程成机器代码。

「汇编语言的弊端」

• 不同的 CPU 有着不同的指令集
• 需要了解和处理器架构相关的硬件知识

高级语言

所以， 诸如 C、C++、Java、C#、Python、JavaScript 等高级语言应用而生。

和汇编语言一样，CPU也不能直接识别由高级语言所编写的代码。

根据对高级语言转换的过程中是否生成「机器代码」，把执行高级语言分为

1. 解释执行
2. 编译执行

解释执行

先将源代码通过解析器编译成中间代码，之后「直接」使用解释器解释执行中间代码，然后「直接输出结果」。

并不把整个程序 变成目标码，而是按顺序，读一句，解释一句，执行一句，所以，没给完整程序，它就可以执行了。

例如，浏览器处理网页，网页程序，每下来一句，就可以解释执行一句，不用等整个网页下来后再处理。

编译执行

先将源代码通过「解析器」编译成中间代码,编译器再将中间代码编译成「机器代码」（编译成的机器代码以二进制文件形式存储）, 执行这段程序的时候直接执行二进制文件。

必须给出完整程序，编译器通过几次扫描，翻译，编排，链接，变成exe文件执行。

CPU如何执行程序

我们通过针对一段C代码，进行编译执行，来看看CPU是如何执行程序的。(像JS这种解释执行，有另外一套逻辑和实现方式，后期会有介绍)

// test.c
int main (void)
{
   int x =1;
   int y = 2;
   int z = x + y;
   return z;
}

CPU 并不能直接执行这段 C 代码，需要对其进行编译，将其转换为二进制的机器码， CPU 才能按照顺序执行编译后的机器码。

通过 GCC 编译器将 C 代码编译成二进制文件。gcc -O0 -o code_prog test.c。(在Mac环境下，可以通过brew[1]来进行gcc[2]的下载) 随后， 文件夹中生成名为 code_prog 的「可执行程序」。

通过objdump将编译出来的 code_prog 程序进行反汇编。objdump -d code_prog

• 左边就是编译生成的机器码,每一行其实都是一个指令,该指令可以让 CPU 执行指定的任务
• 中间的部分是汇编代码, 汇编代码采用助记符（memonic）来编写程序,原本是二进制表示的指令，在汇编代码中可以使用单词来表示。「汇编语言和机器语言是一一对应的」

编译后的程序是由一堆二进制代码组成的(二进制代码是由一条条指令构成的)

准备工作

在程序执行之前，程序需要被「装进内存」。CPU 可以通过指定内存地址，从内存中读取数据，或者往内存中写入数据。（内存是一个临时存储数据的设备， 因为断电之后，内存中的数据都会消失）

「内存中的每个存储空间都有其对应的独一无二的地址」。

在内存中，每个存放字节的空间都有其唯一的地址，而且地址是按照顺序排放的

代码被编译成可执行文件， 而可执行文件中包含了二进制的机器码。当二进制代码被加载进了内存后，内存中的每条「二进制代码」便都有了自己对应的地址。

CPU时钟周期

❝CPU时钟周期：取出指令、分析指令、执行指令这三个过程 ❞

CPU取指令

CPU 中有一个 PC 寄存器，它保存了将要执行的指令地址。当二进制代码被装载进了内存之后， 系统会将二进制代码中的第一条指令的地址写入到 PC 寄存器中。

到了下一个时钟周期时，CPU 便会根据 PC 寄存器中的地址，从内存中取出指令。

CPU分析指令

PC 寄存器中的指令取出来之后，将下一条指令的地址更新到 PC 寄存器中，并分析取出的指令。

CPU执行指令

取出的指令分两部分

1. 一部分是做什么操作，例如是加法还是位移；
2. 一部分是操作哪些数据。

要执行这条指令，就要把第一部分交给运算单元，第二部分交给数据单元。

数据单元根据数据的地址，从数据段里读到数据寄存器里，就可以参与运算了。运算单元做完运算，产生的结果会暂存在数据单元的数据寄存器里。最终，会有指令将数据写回内存中的数据段。

如此往复的对内存中的指令，进行取出、分析、执行。直到PC寄存器到达指令的最后。

参考资料：

1. 趣谈Linux操作系统
2. Google V8

Reference

[1]

brew: https://formulae.brew.sh/formula/gcc#default

[2]

gcc: https://gcc.gnu.org/