应用视角的操作系统

1. 本讲要回答的问题

程序到底是什么？
函数调用、递归和程序运行状态如何精确描述？
编译器把程序转换成什么？什么叫“编译正确”？
一个最小的操作系统应用如何启动和退出？
浏览器、编译器、窗口管理器等复杂应用，是否都建立在同一组系统调用之上？
如何用工具观察程序和操作系统之间的交互？

2. 核心知识地图

1
flowchart TD
2
    S[源代码 C] --> T[简化为 SimpleC]
3
    T --> I[解释执行：逐条语句改变状态]
4
    T --> C[编译：转换为机器指令]
5
    C --> M[CPU 状态机：取指、译码、执行]
6
    M -->|syscall / ecall / svc| OS[操作系统]
7
    OS --> O[文件、进程、内存、设备等对象]
8
    OS -->|返回结果或改变状态| M
9
    M --> X[exit / exit_group]

3. 程序：一个状态机

3.1 什么是“状态”

程序的状态不是简单的“变量值”。在本讲的模型中，状态主要包括：

全局变量；
当前调用栈中的所有栈帧；
每个栈帧中的参数、局部变量和下一步执行位置（PC）。

执行一条语句，状态就发生一次迁移。程序运行，就是不断重复“读取当前状态 → 执行一步 → 得到新状态”。

1
初始状态 → 执行语句 → 新状态 → 执行语句 → 新状态 → …

3.2 函数调用与栈帧

调用函数时，程序会：

记录当前函数下一步应该返回的位置；
创建新的栈帧；
把参数放入新栈帧；
从被调用函数的入口开始执行。

函数返回时，新栈帧被弹出，程序回到保存的位置继续运行。

所以递归本质上不是“函数自己调用自己”这么一句话，而是调用栈不断压入新的函数实例。

3.3 为什么函数调用顺序很重要

数学函数通常只关心输入和输出；C/C++ 函数还可能产生副作用，例如打印、写文件、修改全局变量。存在副作用时，调用顺序可能改变最终结果。

例如：

1
printf("A");
2
printf("B");

交换两句，输出就从 AB 变成 BA。因此，程序的“语义”不仅是算出了什么，还包括对外部世界做了什么、按什么顺序做。

4. 解释执行、编译与编译正确性

4.1 SimpleC：把复杂语句拆小

C 语言包含循环、分支、函数调用和复杂表达式。为了更容易观察程序运行，可以把它改写成每行只做一件事的简化形式，例如把循环改写为条件跳转，把函数调用拆成明确的保存和跳转。

这样可以像模拟 CPU 一样单步执行源程序：

1
fetch_statement()
2
decode_and_execute(statement)

4.2 编译器做什么

编译器把高级语言程序转换成更低级的程序表示，最终得到 CPU 能执行的机器指令。

编译后的程序不需要保留源代码的结构。只要对于相同输入，它的可观察行为与原程序等价，就可以认为编译是正确的。

可观察行为包括：

输出结果；
是否终止；
系统调用和其他外部 API 的行为；
对文件、设备、网络等外部对象的影响。

4.3 优化与死代码消除

如果某段计算不会影响任何外部可观察结果，编译器可以删除它，这叫 DCE（Dead Code Elimination，死代码消除）。

因此，“编译正确”不等于“机器代码看起来像逐行翻译”；正确性关注的是外部行为，而不是内部写法。

5. 最小应用程序：从 `_start` 到 `exit`

5.1 `_start` 与 `main`

普通 C 程序通常从 main 开始，但操作系统加载可执行文件后，首先进入的往往是 _start。运行库会在 _start 中完成初始化，再调用 main。

1
操作系统加载 ELF
2
    ↓
3
进入 _start
4
    ↓
5
运行库初始化
6
    ↓
7
调用 main
8
    ↓
9
调用 exit / _exit

5.2 程序如何退出

CPU 的普通指令没有“把当前程序从系统中删除”这一能力。程序要退出，必须请求操作系统服务：

把系统调用编号放入规定的寄存器；
把参数放入规定的寄存器；
执行系统调用指令；
由操作系统终止进程并回收相关资源。

常见系统调用指令：

架构指令 x86-64 syscall RISC-V ecall AArch64 svc

6. 系统调用：应用与操作系统的边界

系统调用不是普通的库函数调用，而是一次控制权和权限的交接。

1
sequenceDiagram
2
    participant P as 应用程序
3
    participant CPU as CPU
4
    participant K as 操作系统
5
    P->>CPU: 执行 syscall / ecall / svc
6
    CPU->>K: 切换到操作系统入口
7
    K->>K: 检查参数、访问对象、执行服务
8
    K-->>CPU: 返回结果或改变进程状态
9
    CPU-->>P: 应用继续运行、阻塞或终止

系统调用可以用于：

fork、execve、exit：进程管理；
open、close、read、write：文件和设备访问；
mmap、brk：内存和地址空间管理；
send、recv：网络通信；
ptrace：观察或控制其他进程。

本讲的直观理解是：应用程序大部分时间在自己的状态机中计算；遇到系统调用时，暂时把控制权交给操作系统。

配图提示：小黑卡在“系统调用”的服务舱口，把请求递给操作系统，再接回返回结果。它表达的是权限和控制权的交接，不是普通函数调用。

7. 应用世界：程序看起来不同，本质相同

7.1 三类程序

Applications：浏览器、编辑器、播放器、IDE；
Utilities：Shell、gcc、vim、curl、ffmpeg、包管理器；
Daemons：后台服务，如网络服务、设备管理、安全组件和定时任务。

它们都可以抽象成：

1
计算 + 调用操作系统 API + 继续计算 + 退出

7.2 ELF：可执行文件是初始状态的描述

Linux 原生程序通常使用 ELF 格式。ELF 文件中包含：

程序入口地址；
机器指令；
初始数据；
加载信息；
各内存区域的权限等。

因此，ELF 不是“只有指令的二进制文件”，而是操作系统建立程序初始运行状态所需的信息集合。

7.3 复杂应用也只是 API 的组合

窗口管理器：管理屏幕和窗口对象，进行进程间通信；
任务管理器：读取进程相关信息；
杀毒软件：读取文件进行扫描，并观察或控制其他进程；
编译器：启动多个子进程，读取输入文件并生成输出文件。

它们的功能虽然复杂，但底层仍然由计算和操作系统 API 组合而成。

8. 用工具观察程序

8.1 `strace`

strace 用来观察程序执行过哪些系统调用，是理解“应用—操作系统边界”的重要工具。

1
strace ./a.out
2
strace -f gcc hello.c
3
strace ls |& grep -e read -e write

看到 openat、read、write、mmap、exit_group 等调用时，可以把它们理解成程序和操作系统之间的一次次对话。

8.2 工具分工

工具主要用途 gcc / clang 编译程序 gdb 单步执行、查看栈和变量 strace 查看系统调用 readelf 查看 ELF 文件结构 objdump 反汇编和查看二进制内容 profiler 分析时间和性能开销

9. 术语速查：用一句话理解

术语通俗解释状态机有明确状态和变化规则的运行模型状态迁移执行一步后从旧状态到新状态栈帧一次函数调用保存参数、局部变量和返回位置的区域调用栈当前还没有返回的函数调用层层叠加形成的结构 PC Program Counter，下一步执行位置形式语义用严格规则说明程序“到底是什么意思” 解释器直接读取并执行程序表示的软件编译器把程序转换成另一种等价表示的软件 Transpiler 在相近语言之间转换的程序，例如 C → SimpleC 副作用除了返回值，还改变了外部可观察状态指令集 CPU 支持的机器指令及其规则寄存器 CPU 内部少量但高速的存储单元系统调用应用请求操作系统提供服务的入口 API 应用可以使用的接口和约定进程一个正在运行的程序实例 ELF Linux 常见的可执行文件格式 _start 可执行文件通常实际开始执行的位置 main C 运行库通常交给程序员使用的入口 execve 用新程序替换当前进程的内容 daemon 在后台长期运行并提供服务的程序 Trace 记录程序从开始到结束的执行过程 DCE 删除不会影响结果的代码

10. 最容易混淆的地方

程序、可执行文件、进程

程序：抽象的代码和逻辑；
可执行文件：保存在磁盘上的程序初始状态描述；
进程：可执行文件被加载后的一次实际运行。

同一个可执行文件可以同时启动多个进程。

API、库函数、系统调用

API 是接口约定；库函数是对接口的某种封装；系统调用是进入操作系统的机制。一个库函数可能执行一次、多个或零个系统调用。

编译不是“逐行翻译”

编译器可以重排、合并或删除内部计算。只要外部可观察行为保持等价，内部结构不同也属于正确编译。

系统调用不是普通函数调用

普通函数调用仍在应用自己的权限和地址空间中进行；系统调用会切换到操作系统控制的执行路径，并可能改变进程状态。

11. 检查

为什么递归调用会自然地对应到栈帧？
为什么带有打印操作的两个函数不能随意交换调用顺序？
为什么程序退出必须依赖系统调用？
_start 和 main 分别处在启动流程的什么位置？
编译器为什么可以删除一段“看起来执行了计算”的代码？
strace 观察到的是程序的哪些行为？
浏览器、编译器、任务管理器为什么都可以被看成“计算 + 系统调用”？

12. 实验

1
# 1. 编译一个最小 C 程序
2
gcc hello.c -o hello
3

4
# 2. 观察它与操作系统的交互
5
strace ./hello
6

7
# 3. 查看可执行文件的 ELF 信息
8
readelf -h ./hello
9

10
# 4. 查看反汇编结果
11
objdump -d ./hello

建议重点观察：程序如何被加载、何时申请内存、怎样写出 Hello World，以及最后由哪个退出系统调用结束。

13. 资料来源

‍

Thanks for reading!