本篇文章系统的给大家讲述linux操作系统原理，这是一篇非常好的linux系统基础教程，我们总结了相关的全部精选内容，一起来学习下。
linux操作系统原理文字版
一.计算机经历的四个时代
1.第一代：
真空管计算机，输入和输出：穿孔卡片，对计算机操作起来非常不便，做一件事可能需要十几个人去共同去完成，年份大概是：1945-1955。而且耗电量特别大，如果那个时候你家里有台计算机的话，可能你一开计算机你家的电灯泡亮度就会变暗，哈哈~
2.第二代：
晶体管计算机，批处理（串行模式运行）系统出现。相比第一台省电多了。典型代表是mainframe。年份大概是：1955-1965。在那个年代：fortran语言也就诞生啦~一门非常古老的计算机语言。
3.第三代：
集成电路出现，多道处理程序（并行模式运行）设计，比较典型的代表就是：分时系统（把cpu的运算分成了时间片）。年份大概是：1965-1980年左右。
4.第四代：
pc机出现，大概是从：1980年左右。相信这个时代典型人物代表：比尔盖茨，乔布斯。
二.计算机的工作体系
虽然说计算机经过了四个时代的演变，但是到今天为止，计算机的工作体系还是比较简单的。一般而言，我们的计算机有五大基本部件。
1.mmu（内存控制单元，实现内存分页【memory page】）
运算机制被独立在cpu（计算控制单元）上，在cpu当中有一个独特的芯片叫mmu。他是用来计算进程的线线地址和物理地址的对应关系的。它还用于访问保护的，即一个进程先要访问到不是它的内存地址，是会被拒绝的！
2.存储器（memory）
3.显示设备（vga接口，显示器等等）【属于io设备】
4.输入设备（keyboard，键盘设备）【属于io设备】
5.硬盘设备（hard dish control ，硬盘控制器或适配器）【属于io设备】
扩充小知识：
这些硬件设备在一条总线上链接，他们通过这条线进行数据交互，里面的带头大哥就是cpu，拥有最高指挥权。那么它是如何工作的呢？
a.取指单元（从内存中取得指令）；
b.解码单元（完成解码[讲内存中取到的数据转换成cpu真正能运行的指令]）；
c.执行单元（开始执行指令，根据指令的需求去调用不同的硬件去干活。）；
我们通过上面知道了mmu是cpu的一部分，但是cpu有还要其他的部件吗？当然是有的啦，比如指令寄存器芯片，指令计数器芯片，堆栈指针。
指令寄存器芯片：就是cpu用于将内存中的数据取出来存放的地方；
指令计数器芯片：就是cpu为了记录上一次在内存中取数据的位置，方便下一次取值；
堆栈指针：cpu每次取完指令后，就会把堆栈指针指向下一个指令在内存中的位置。
他们的工作周期和cpu是一样快的速度，跟cpu的工作频率是在同一个时钟周期下，因此他的性能是非常好的，在cpu内部总线上完成数据通信。指令寄存器芯片，指令计数器芯片，堆栈指针。这些设备通常都被叫做cpu的寄存器。
寄存器其实就是用于保存现场的。尤其是在时间多路复用尤为明显。比如说cpu要被多个程序共享使用的时候，cpu经常会终止或挂起一个进程，操作系统必须要把它当时的运行状态给保存起来（方便cpu一会回来处理它的时候可以继续接着上次的状态干活。）然后继续运行其他进程（这叫计算机的上下文切换）。
三.计算机的存储体系。
1.对称多处理器smp
cpu里面除了有mmu和寄存器（接近cpu的工作周期）等等，还有cpu核心，正是专门处理数据的，一颗cpu有多个核心，可以用于并行跑你的代码。工业上很多公司采用多颗cpu，这种结构我们称之为对称多处理器。
2.程序局部性原理
空间局部性：
程序是由指令和数据组成的。空间局部性指的是一个数据被访问到之后，那么离这个数据很近的其他数据随后也可能会被访问到。
时间局部性：
一般而言当一个程序执行完毕后，可能很快会被访问到。数据也是同样的原理，一个数据的被访问到，很可能会再次访问到。
正是因为程序局部性的存在，所以使得无论是在空间局部性或者时间的局部性的角度来考虑，一般而言我们都需要对数据做缓存。
扩充小知识：
由于cpu内部的寄存器存储的空间有限，于是就用了内存来存储数据，但是由于cpu和速度和内存的速度完全不在一个档次上，因此在处理的数据的时候回到多数都在等（cpu要在内存中取一个数据，cpu转一圈的时间就可以处理完，内存可能是需要转20圈）。为了解决使得效率更加提高，就出现了缓存这个概念。
既然我们知道了程序的局部性原理，有知道了cpu为了获得更多的空间其实就是用时间去换空间，但是缓存就是可以直接让cpu拿到数据，节省了时间，所以说缓存就是用空间去换时间
3.就算进存储体系
工作时间就的朋友可能见过磁带机，现在基本上都被out了，企业很多都用机硬盘来替代磁带机了，所以我们这里就从我们最熟悉的家用电脑的结构来说，存下到上一次存储数据是不一样。我们可以简单举个例子，他们的周存储周期是有很大差距的。尤为明显的是机械硬盘和内存，他们两个存取熟读差距是相当大的。
扩充小知识：
相比自己家用的台式机或是笔记本可能自己拆开过，讲过机械式硬盘，固态硬盘或是内存等等。但是可能你没有见过缓存物理设备，其实他是在cpu上的。因此我们对它的了解可能会有些盲区。
先说说一级缓存和耳机缓存吧，他们的cpu在这里面取数据的时候时间周期基本上查不了多少，因一级缓存和二级缓存都在cpu核心内部资源。（在其他硬件条件相同的情况下。一级缓存128k可能市场价格会买到300元左右，、一级缓存256k可能会买到600元左右，一级缓存512k可能市场价格就得过四位数这个具体价格可以参考京东啊。这足以说明缓存的造价是非常高的！）这个时候你可能会问那三级缓存呢？其实三级缓存就是就是多颗cpu共享的空间。当然多颗cpu也是共享内存的。
4.非一致性内存访问（numa）
我们知道当多颗cpu共享三级缓存或是内存的时候，他们就会出现了一个问题，即资源征用。我们知道变量或是字符串在内存中被保存是有内存地址的。他们是如何去领用内存地址呢？我们可以参考下图：
没错，这些玩硬件的大牛们将三级缓存分割，分别让不同的cpu占用不同的内存地址，这样我们可以理解他们都有自己的三级缓存区域，不会存在资源抢夺的问题，但是要注意的是他们还是同一块三级缓存。就好像北京市有朝阳区，丰台区，大兴区，海淀区等等，但是他们都是北京的所属地。我们可以这里理解。这就是numa，他的特性就是：非一致性内存访问，都有自己的内存空间。
扩展小知识：
那么问题来了，基于重新负载的结果，如果cpu1运行的进程被挂起，其地址在他自己的它的缓存地址是有记录的，但是当cpu2再次运行这个程序的时候被cpu2拿到的它是如何处理的呢？
这就没法了，只能从cpu1的三级换粗区域中复制一份地址过来一份或是移动过来一份让cpu2来处理，这个时候是需要一定时间的。所以说重新负载均衡会导致cpu性能降低。这个时候我们就可以用进程绑定来实现，让再次处理该进程的时候还是用之前处理的cpu来处理。即进程的cpu的亲缘性。
5.缓存中的通写和回写机制。
cpu在处理数据的地方就是在寄存器中修改，当寄存器没有要找的数据是，就会去一级缓存找，如果一级缓存中没有数据就会去二级缓存中找，依次查找知道从磁盘中找到，然后在加载到寄存器中。当三级缓存从内存中取数据发现三级缓存不足时，就会自动清理三级缓存的空间。
我们知道数据最终存放的位置是硬盘，这个存取过程是由操作系统来完成的。而我们cpu在处理数据是通过两种写入方式将数据写到不同的地方，那就是通写（写到内存中）和回写（写到一级缓存中）。很显然回写的性能好，但是如果断电的话就尴尬了，数据会丢失，因为他直接写到一级缓存中就完事了，但是一级缓存其他cpu是访问不到的，因此从可靠性的角度上来说通写方式会更靠谱。具体采用哪种方式得你自己按需而定啦。
四.io设备
1.io设备由设备控制器和设备本身组成。
设备控制器：集成在主板的一块芯片活一组芯片。负责从操作系统接收命令，并完成命令的执行。比如负责从操作系统中读取数据。
设备本身：其有自己的接口，但是设备本身的接口并不可用，它只是一个物理接口。如ide接口。
扩展小知识：
每个控制器都有少量的用于通信的寄存器（几个到几十个不等）。这个寄存器是直接集成到设备控制器内部的。比方说，一个最小化的磁盘控制器，它也会用于指定磁盘地址，扇区计数，读写方向等相关操作请求的寄存器。所以任何时候想要激活控制器，设备驱动程序从操作系统中接收操作指令，然后将它转换成对应设备的基本操作，并把操作请求放置在寄存器中才能完成操作的。每个寄存器表现为一个io端口。所有的寄存器组合称为设备的i/o地址空间，也叫i/o端口空间，
2.驱动程序
真正的硬件操作是由驱动程序操作完成的。驱动程序通常应该由设备生产上完成,通常驱动程序位于内核中，虽然驱动程序可以在内核外运行，但是很少有人这么玩，因为它太低效率啦！
3.实现输入和输出
设备的i/o端口没法事前分配，因为各个主板的型号不一致，所以我们需要做到动态指定。电脑在开机的时候，每个io设备都要想总线的i/o端口空间注册使用i/o端口。这个动态端口是由所有的寄存器组合成为设备的i/o地址空间，有2^16次方个端口，即65535个端口。
如上图所示，我们的cpu有要想跟指定设备打交道，就需要把指令传给驱动，然后驱动讲cpu的指令转换成设备能理解的信号放在寄存器中（也可以叫套接字，socket）.所以说寄存器（i/o端口）是cpu通过总线和设备打交道的地址（i/o端口）。
扩展小知识：
三种方式实现i/o设备的输入和输出：
a..轮询：
通常指的是用户程序发起一个系统调用，内核将其翻译成一个内核对应驱动的过程调用，然后设备驱动程序启动i/o,并在一个连续循环不断中检查该设备，并看该设备是否完成了工作。这有点类似于忙等待（就是cpu会用固定周期不断通过遍历的方式去查看每一个i/o设备去查看是否有数据， 显然这种效率并不理想。）,
b..中断：
中断cpu正在处理的程序，中断cpu正在执行的操作，从而通知内核来获取中断请求。在我们的主板通常有一个独特的设备，叫做可编程中断控制器。这个中断控制器可以通过某个针脚和cpu直接进行通信，能够出发cpu发生某个位置偏转，进而让cpu知道某个信号到达。中断控制器上会有一个中断向量（我们每一个i/o设备在启动时，要想中断控制器注册一个中断号，这个号通常是唯一的。通常中断向量的每一个针脚都是可以识别多个中断号的），也可以叫中断号。
因此当这个设备真正发生中断时，这个设备不会把数据直接放到总线上，这个设备会立即向中断控制器发出中断请求，中断控制器通过中断向量识别这个请求是哪个设备发来的，然后通过某种方式通知给cpu，让cpu知道具体哪个设备中断求情到达了。这个时候cpu可以根据设备注册使用i/o端口号，从而就能获取到设备的数据了。（注意，cpu是不能直接取数据的哟，因为他只是接收到了中断信号，它只能通知内核，让内核自己运行在cpu上，由内核来获取中断请求。）举个例子，一个网卡接收到外来ip的请求，网卡也有自己的缓存区，cpu讲网卡中的缓存拿到内存中进行去读，先判断是不是自己的ip，如果是就开始拆报文，最后会获取到一个端口号，然后cpiu在自己的中断控制器去找这个端口，并做相应的处理。
内核中断处理分为两步：中断上半部分（立即处理）和中断下半部分（不一定）。还是从网卡接收数据为例，当用户请求到达网卡时，cpu会命令讲网卡缓存区的数据直接拿到内存中来，也就是接收到数据后会立即处理（此处的处理就是将网卡的数据读到内存中而已，不做下一步处理，以方便以后处理的。），这个我们称之为中断的上半部分，而后来真正来处理这个请求的叫做下半部份
c.dma：
直接内存访问，大家都知道数据的传输都是在总线上实现的，cpu是控制总线的使用者，在某一时刻到底是有哪个i/o设备使用总线是由cpu的控制器来决定的。总线有三个功能分别是：地址总线（完成对设备的寻址功能），控制总线（控制各个设备地址使用总线的功能）以及数据总线（实现数据传输）。
通常是i/o设备自带的一个具有智能型的控制芯片（我们称之为直接内存访问控制器），当需要处理中断上半部分时，cpu会告知dma设备，接下来总线归dma设备使用，并且告知其可以使用的内存空间，用于将i/o设备的数据读取到内存空间中去。当dma的i/o设备将数据读取完成后，会发送消息告诉cpu以及完成了读取操作，这个时候cpu再回通知内核数据已经加载完毕，具体中断下半部分的处理就来交个内核处理了。现在大多数设备都是用dma控制器的，比如：网卡，硬盘等等。
五.操作系统概念
通过上面的学习，我们知道了的计算机有五大基本部件。操作系统主要就是把这五个部件给它抽象为比较直观的接口，由上层程序员或者用户直接使用的。那事实上在操作系统中被抽象出来的东西又该是什么呢？
1.cpu（time slice）
在操作系统中，cpu被抽象成了时间片，而后将程序抽象成进程，通过分配时间片让程序运行起来。cpu有寻址单元用于来识别变量在内存的中所保存的集体内存地址。
而我们主机内部的总线是取决于cpu的位宽（也叫字长），比如32bit的地址总线，它能表示2的32次方个内存地址，转换成10进制就是4g内存空间，这个时候你应该就明白为什么32位的操作系统中只能识别4g内存了吧？即使你的物理内存是16g，但是可用的还是4g，所以，你如果发现你的操作系统能识别4g以上的内存地址，那么你的操作系统一定就不是32位的啦！
2.内存（memory）
在操作系统中，内存的实现是通过虚拟地址空间来实现的。
3.i/o设备
在操作系统中，最核心的i/o设备就是磁盘，大家都知道磁盘是提供存储空间的，在内核中把它抽象成了文件。
4.进程
说白了，计算机存在的主要目的不就是运行程序吗？程序跑起来，我们统一叫进程（我们暂时不用理会线程）。那如果多个进程同时运行就意味着把这些有限的抽象资源（cpu,memory等等）分配给多个进程。我们把这些抽象资源统称为资源集。
资源集包括：
1>.cpu时间；
2>.内存地址：抽象成虚拟地址空间(如32位操作系统，支持4g空间，内核占用1g空间，进程也会默认自己有3g可用，事实上未必有3g空间，因为你的电脑可能会是小于4g的内存。)
3>.i/o:一切皆文件打开的多个文件，通过fd（文件描述符，file descriptor）打开指定的文件。我们把文件分为三类：正常文件、设备文件、管道文件。
每一个进行都有自己作业地址结构，即：task struct。其就是内核为每个进程维护的一个数据结构（一个数据结构就是用来保存数据的，说白了就是内存空间，记录着该进程所拥有的资源集，当然还有它的父进程，保存现场【用于进程切换】，内存映射等待）。task struct模拟出来了线性地址，让进程去使用这些线性地址，但是它会记录着线性地址和物理内存地址的映射关系的。
5.内存映射-页框
只要不是内核使用的物理内存空间我们称之为用户空间。内核会吧用户空间的物理内存切割成固定大小的页框（即page frame），欢聚话说，就是且更成一个固定大小的存储单位，比默认的单个存储单元（默认是一个字节，即8bit）要大.通常每4k一个存储单位。每一个页框作为一个独立的单元向外进行分配，且每一个页框也都其编号。【举个例子：假设有4g空间可用，每一个页框是4k，一共有1m个页框。】这些页框要分配给不同的进程使用。
我们假设你有4g内存，操作系统占用了1个g，剩余的3g物理内存分配给用户空间使用。每一进程启动之后，都会认为自己有3g空间可用，但是实际上它压根就用不完3g。进程进行写入内存是被离散存储的。哪有空余内存就往哪存取。具体的存取算法不要问我，我也没有研究过。
进程空间结构：
1>.预留空间
2>.栈（变量存放处）
3>.共享库
4>.堆（打开一个文件，文件中的数据流存放处）
5>.数据段（全局的静态变量存放处）
6>.代码段
进程和内存的存储关系如下：
每个进程空间都有预留空间，当某个进程发现自己打开的数据已经不够用，它需要打开一个新文件（打开一个新文件就需要在进程的地址空间存放数据），很显然我们上图的进程地址空间是线性的并不是真正意义上的。当一个进程真正去申请使用一个内存时，需要向内核发起系统调用，由内核在物理内存上找一个物理空间，并告诉该进程可以使用的内存地址。比方说进程要在堆上打开一个文件，它需要向操作系统（内核）申请使用内存空间，且在物理内存允许的范围内（即请求的内存需要小于空闲物理内存），内核会分配给该进程内存地址。
每一进程都有自己想线性地址，这个地址是操作系统虚拟出来的，并不真实存在，它需要把这个虚拟地址和真正的物理内存做一个映射关系，如图“进程和内存的存储关系”，最终的进程数据的存放处位置还是映射到内存中了。这就意味着，当一个进行跑到cpu上执行时，它告诉cpu的是自己的线性地址，这时候cpu不会直接去找这个线性地址（因为线性地址是虚拟出来的，不真实存在，真正存放地址进程的是物理内存地址。），它会先去找这歌进程的“task struct”，并装载页表（page table）[记录着线性地址到物理内存的映射关系，每一个对应关系叫做一个页表项。]，以读取到进程的所拥有的线性地址所对应的真正的物理内存地址。
扩展小知识：
cpu访问进程的地址时，首先获取到的是进程的线性地址，它将这个线性地址交给自己的芯片mmu进行计算，得到真正的物理内存地址，从而达到访问进程内存地址的目的。换句话说，只要他想要访问一个进程的内存地址，就必须经过mmu运算，这样导致效率很低，因此他们有引进了一个缓存，用于存放频繁访问的数据，这样就可以提高效率，不用mmu进行计算，直接拿到数据去处理就ok了，这个缓存器我们称之为：tlb：转换后援缓冲器(缓存页表的查询结果)
注意：在32bit的操作系统是线线地址到物理内存的映射。而在64bit操作系统是恰恰相反的！
6.用户态和内核态
操作系统运行时为了呢能够实现协调多任务，操作系统被分割成了2段，其中接近于硬件一段具有特权权限的叫做内核空间，而进程运行在用户空间当中。所以说，应用程序需要使用特权指令或是要访问硬件资源时需要系统调用。
只要是被开发成应用程序的，不是作为操作系统本身的一部分而存在的，我们称之为用户空间的程序。他们运行状态称之为用户态。
需要在内核（我们可以认为是操作系统）空间运行的程序，我们称之他们运行在内核空间，他们运行的状态为用户态，也叫核心态。注意：内核不负责完成具体工作。在内核空间可用执行任何特权操作。
每一个程序要想真正运行起来，它最终是向内核发起系统调用来完成的，或者有一部分的程序不需要内核的参与，有我们的应用程序就能完成。我们打个比方，你要计算2的32次方的结果，是否需要运行在内核态呢？答案是否定的，我们知道内核是不负责完成具体工作的，我们只是想要计算一个运算结果，也不需要调用任何的特权模式，因此，如果你写了一些关于计算数值的代码，只需要把这个代码交给cpu运行就可以了。
如果一个应用程序需要调用内核的功能而不是用户程序的功能的话，应用程序会发现自己需要做一个特权操作，而应用程序自身没有这个能力，应用程序会向内核发申请，让内核帮忙完成特权操作。内核发现应用程序是有权限使用特权指令的，内核会运行这些特权指令并把执行结果返回给应用程序，然后这个应用程序拿到特权指令的执行结果后，继续后续的代码。这就是模式转换。
因此一个程序员想要让你的程序具有生产力，就应该尽量让你的代码运行在用户空间，如果你的代码大多数都运行在内核空间的话，估计你的应用程序并不会给你打来太大的生产力哟。因为我们知道内核空间不负责产生生产力。
扩充小知识：
我们知道计算机的运行就是运行指定的。指令还分特权指令级别和非特权指令级别。了解过计算机的朋友可能知道x86的cpu架构大概分成了四个层次，由内之外共有四个环，被称为环0，环1，环2，环3。我们知道环0的都是特权指令，环3的都是用户指令。一般来讲，特权指令级别是指操作硬件，控制总线等等。
一个程序的执行，需要在内核的协调下，有可能在用户态和内核态互相切换，所以说一个程序的执行，一定是内核调度它到cpu上去执行的 。有些应用程序是操作系统运行过程当中，为了完成基本功能而运行的，我们就让他在后台自动运行，这叫守护进程。但是有的程序是用户需要的时候才运行的，那如何通知内核讲我们需要的应用程序运行起来呢？这个时候你就需要一个解释器，它能和操作系统打交道，能够发起指令的执行。说白了就是能够把用户需要的运行请求提交给内核，进而内核给它开放其运行所需要的有赖于的基本条件。从而程序就执行起来了。
下面我们在看推荐几本关于linux操作系统原理的书
linux操作系统原理电子书
操作系统原理及应用(linux) pdf扫描版[30mb]
深度探索linux操作系统：系统构建和原理解析 pdf扫描版[129mb]
操作系统原理linux篇 徐德民 pdf
linux内核注释 孙更新等 pdf扫描版(86m)
linux操作系统视频内容
跟阿铭学Linux第二版最新版(附阿铭linux全套视频教程)chm格式
linux系统挂载数据盘的方法(视频图文教程)
以上就是我们给大家整理的关于linux操作系统原理 linux系统基础教程的全部内容，希望我们整理的内容能够给你提供到帮助。
