目录《工作五年，我从零开始学代码》
上篇文章《工作五年，我从零开始学代码》
目录
硬件层
数据通路
请让我们忘记一切语言、代码和框架，回到只有一堆三极管和导线的年代。三极管是个神奇的电子器件，它有三个引脚，分别为基极、集极、射极。基极接Vin，集极接Vcc，射极接GND
Vin 输入信号电压；Vout 输出信号电压；Vcc 电源电压；GND 地端
若基极Vin电压大于某个电压，如1.5v，则三级管导通，Vout电压等于GND，逻辑上为0；若基极Vin电压小于1.5v，则三级管不通，Vout电压等于Vcc，逻辑上为1。以上可以理解为非门
接着把两个三极管串联起来，我们就得到了与非门
接着把两个三极管并联起来，我们就得到了或非门
是不是很有意思？假如你是一名出色的电子工程师，继续将三极管以各种奇奇怪怪的方式连接起来，那么你就得到了最基本的电路，例如以下几种：
1、译码器，将n个输入信号转换为2的n次方种输出结果。ABC为三个输入，D0~D7为八个输出，改变输入的组合，就可以使其中一个输出为高电平。假设我们内存条上有八块存储芯片，可以使用译码器来选择使用哪块
2、多路选择器，改变ABC三位控制信号，从D0~D7个输入信号中选择一个输出
3、比较器，比较两个字（一个字为4bit）的大小，相等返回1，否则为0
4、移位器，对n位输入信号进行左移右移并输出
5、加法器，对两个输入字进行相加并输出
6、算法逻辑部件ALU，每台计算机都有一个简单的电路，用来完成两个字的与、或、和等运算
7、内存/寄存器，触发器/锁存器是构成内存和寄存器的基本电路，能够记住输入信号的值（0或1）。为了简单理解，可以将内存看做是一个地址线性增长的二维数组
8、总线，负责将各种基本电路连接起来，可以将其理解为n条并行导线组成的。n条导线中，有些负责传输控制信号，有些负责传输数据（如果有x条导线负责传输数据，就可以同时传输x位）
......
上面列举了这么多基本电路，就是为了让你穿越到太古时期：这里没有代码，只有三极管和导线。身为猪脚的你继续奋发图强，很快就将这些基本电路组合了起来，形成第一个数据通路，如下图。它能够选中一个寄存器，通过B总线将数据传输到ALU，ALU经过计算，通过C总线将结果写入寄存器。PC寄存器指向了内存中下一条指令的偏移量，MBR寄存器保存了要执行的指令
数据通路是cpu最基本的动作，数据通路运行完毕所需的时间等于时钟周期的时间。时钟周期越短，频率也就越高，通常计算机的性能会更好
微程序
有了数据通路，如何控制其行为呢？比如需要4位控制信号来选择一个寄存器输出数据到B总线；需要8位控制信号来指定ALU执行加/或/与运算中的一种；需要n位控制信号指定将结果写入到哪个寄存器。诸如此类，在一个数据通路周期中，共需要36位控制信号。话句话说，数据通路完整地执行一圈，需要36位控制信号来控制其行为，具体形式为010001010111110101001010111111101010，改变0和1的不同有意义组合，数据通路就对应不同行为
这36位控制信号就叫做微指令（注意这里的微‘指令’与PC寄存器指向的‘指令’不是一回事），前9位储存下一条微指令地址，接着3位控制JAM，接着8位控制ALU...
但是上面一串01非常不直观，我们引入一种符号表示，仅仅用于书写和分析。比如在一个数据通路周期中，想要SP寄存器的值加1，并启动读内存操作，并且取下一条微指令，可以这样写：SP=SP+1;rd
下面，将补全数据通路缺失的控制信号部分，形成一个完整的物理计算机Mic-1。图的左边为数据通路，右边为控制信号。所有的微指令都保存在微程序控制存储器中，可以把它理解为一块只读内存。保存的这些所有微指令组成了微程序
微程序是如何运行的呢？当通电后，从MPC所指向的控制存储器位置读出微指令加载到MIR，完成后各个不同的信号就开始在数据通路中传送了。某个寄存器把值放在B总线上，ALU知道该执行什么操作，输出经过移位器和C总线，写入到某个寄存器中。同时会利用MBR、ALU结果N和Z、微指令的Addr和JMPC位，计算出下一条微指令的地址，保存进MPC。此时就进入下一次的数据通路周期了，如此循环往复，直到关闭电源
但有一个问题，没有思想的各个组件是如何知道什么时候该执行什么操作呢？随着时间不断向前，一个数据通路周期又是如何确定的呢？这里引入时钟周期的概念，时钟周期是一个方波，来自时钟源，一种能够产生周期性稳定方波信号的器件，波峰为高电平，波谷为低电平，当然你也可以反过来。由高电平变为低电平的过程叫做下降沿，反之称为上升沿。下图中黑色实线部分分别为时钟周期1和时钟周期2
下面将以时序的维度再次描述微程序的运行过程。在第一个时钟周期开始处，下降沿会驱动MPC从所指的地址处读出微指令加载到MIR，这个过程a花费Δw时间，因为电子在导线和器件中传输并非没有时间，而是会经历一个小的延迟，就像图中从高电平变为低电平的过程，是一个并不垂直的线。换句话说，必须经过Δw时间之后，a过程才能够稳定，MPC和MIR输出的值才是正确的。接着MIR驱动H和B总线工作，经过Δx后稳定。后面还要再经过ALU、移位器、C总线的稳定过程。此刻，时钟周期由低电平变为高电平（上升沿），驱动了C总线和内存的值写入寄存器。再经过一段时间后，MPC的值也稳定了。随着时钟周期的再次变化（下降沿），下一个周期就开始了
在一个时钟周期内，只有下降沿和上升沿是真实发生的，至于其中的ΔwΔx则是电子器件的延时时间，并没有一个明确的信号来告诉电子器件开始或结束，完全是依靠生产商来保证在规定时间内一定会完成并稳定
介绍完运行原理，最后一步就是将微程序写入存储控制器了，微程序如下：
第一列是标号（仅仅帮助记忆），第二列是微指令的符号表示，第三列是微指令功能介绍。具有相同标号前缀的若干微指令，用于实现对应的指令，比如ireturn1~ireturn8（被称为微指令序列）用于实现指令ireturn。为了表示方便，ireturn1~ireturn8放在一起，但在实际的存储上不是按顺序的，每条微指令都包含一个指向下条微指令地址的字段。尽管不是按照顺序保存的，但是ireturn1的地址与ireturn的标号（下面会讲到指令）是相同的，一一映射不可更改，用于执行时，能够从ireturn所指向的控制存储器地址找到ireturn1
到现在为止， 你已经完成了机器的电子线路部分
指令
就像网络分为五/七层，计算机也分为若干层次，指令层在硬件层之上，硬件层负责解释执行指令层的指令。拿产品经理与程序员的关系类比一下，产品经理先画出原型图，而后程序员负责用代码实现它，同样，先设计好指令，后有硬件层实现。但是硬件也会影响指令设计，就像你对产品说，这个实现起来代价太大，我们换种方案吧。请注意，这篇文章先介绍了物理层实现，后介绍指令实现，是倒置的
现在，开始实现我们的指令集——IJVM。它参考了JVM的指令集、内存布局、执行方式（基于栈）。只不过IJVM是极度简化的，仅能够做整数运算，而且它是一台真正的物理机，而不是像HotSpot一样的虚拟机
聪明的你可能已经从上面一段话中看出了端倪，内存布局、执行方式等等是与指令集密切关联的，它们之间互相影响。下面先分别介绍基于栈的执行方式，和IJVM内存布局
栈
IJVM支持方法调用，每个方法有自己的局部变量，在方法内部可以访问这些变量，而方法一旦返回，这些变量就不存在了。这里就有一个问题：这些变量应该保存在内存的什么位置呢？
最简单的方案是给每个变量一个绝对的内存地址，但是实际上该方案行不通，问题在于方法可以调用自己（也就是方法的递归调用)，如果一个方法被调用了两次，那么就不可能把局部变量保存在绝对内存地址中，因为第二次调用写入的局部变量将会影响第一次调用的局部变量值。因此必须使用其它的方案，我们可以使用称为栈的内存区域来保存变量，栈中的变量并没有绝对地址，而是使用寄存器LV指向当前方法的局部变量结构的基地址。在图1-a中，方法A被调用，它有3个局部变量al、a2和a3，它们被保存在从LV寄存器所指的内存地址开始的内存段中。另一个寄存器SP，指向A的局部变量中的地址最高的一个字。如果LV的值是100，每个字的长度为4个字节，那么SP的值就是108。通过给出变量相对于LV的偏移量来访问变量。LV和SP之间的数据结构（包括这两个寄存器指向的字）称为A的局部变量结构
现在我们来看一看如果A调用了另一个方法B会发生什么情况。B的4个局部变量(b1、b2、b3、b4)将保存在哪里呢？答案是：保存在栈中A的局部变量结构的上面，如图1-b所示。方法调用指令将使LV指向B的局部变量而不再是A的局部变量。然后就可以通过给定相对LV的偏移量来访问B的局部变量。与之类似，如果B调用C,那么LV和SP将再次被调整以便为C的两个局部变量分配空间，如图1-c所示
当C返回时，B再次被执行，栈又被恢复成图1-b的状态，这样LV就可以再次指向B的局部变量。同样，当B返回时，栈将变回图1-a的状态。在任何情况下，LV都指向当前正在执行的方法的栈段的底部，SP则指向栈段的顶部
现在假定A调用D，D有5个局部变量。栈就将变成图1-d的状态，D的局部变量使用了B的局部变量用过的相同的内存区域和C用过的部分内存区域。采用这种内存组织方式，可以只为当前正在执行的方法分配内存。当方法返回后，该方法的局部变量使用的内存将被释放
除了保存局部变量之外，栈还有另一种用途。在算术表达式求值时可以使栈保存操作数。当栈用于这种目的时，称为操作数栈。举个例子，假定在调用B之前，A计算表达式a1 = a2+ a3；计算该表达式的一种方法是把a2压入栈，如图2-a所示，SP将被加上一个字的字节数，比如4，现在SP就指向了第一个操作数。然后，把a3压入栈，如图2-b所示
现在可以执行实际的计算了，计算时指令会把这两个数弹出栈，相加再把结果压回栈，如图2-c所示。最后，栈顶的字被弹出栈并保存到局部变量a1中，如图2-d所示
局部变量结构和操作数栈可以混合使用，例如，计算表达式x+f(x)时，当调用f时，表达式的结果已经位于栈顶。因此函数f(x)的结果将位于x之上，这样下一条指令就可以把它们相加
内存模型
我们规定内存划分为以下几个区域
1、常量池：用来保存常量、字面量、偏移量、方法签名等，一旦代码加载完成后，该区域只可读
2、栈帧：用来保存当前方法的局部变量，以及操作数栈。具体描述见上面‘栈’的介绍
3、方法区：保存着我们编写的‘业务’代码，有一个寄存器PC指向方法区的基地址，每当PC+1，就指向下一条指令
介绍完栈和内存布局，IJVM指令集是时候登场了！
IJVM指令集
它一共拥有20条指令，大部分指令的工作方式是基于栈和内存模型的，例如BIPUSH会用到栈，把byte压入其中。它的格式非常简单，以BIPUSH byte为例，前面为操作码，后面为操作数，或者根本没有操作数（DUP）。下面表格中，第一列为指令的十六进制编码，第二列为助记符（仅仅是帮助记忆），第三列是功能描述
每条指令都对应一个微指令序列，第一列十六进制编码就对应微指令序列的第一个微指令的地址
硬件层实现指令集
硬件层和指令集都已经介绍完了，现在把它们结合起来：微程序是如何解释指令的。微程序就像一个永不停歇的循环：取指令，解释指令。最开始执行的微指令为标号Main1处，他将PC值加1，用于获取下一条即将要被执行的指令，然后读取MBR寄存器的值（保存的是当前要被执行的指令），跳转到对应的微指令序列处开始执行，当序列执行完毕，再次跳转到Main1处，开始下一次循环
总结
“什么是代码”是一个广阔的命题，在这里我们只讨论了很小一部分：指令。指令既机器码，是非常低层次的代码，它如何产生，如何运行是非常有意思的。要真正学习计算机，必然要学习指令层，这一层没有过多的包装和抽象，直面最基本和真实的物理资源，并且对我们入门JVM、golang等技术非常有帮助
下一篇文章中，将会给出MIC-1、IJVM、MAL、Assembler等代码实现，我们能够真正在上面运行代码、观察常量池、栈和方法区、修改指令集。代码实现补全了本文中缺失的细节，能够让我们彻底理解其技术原理
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。