8.1 操作系统架构

操作系统是计算机系统中最核心的系统软件，它管理着计算机的所有硬件和软件资源，为上层应用提供抽象的接口和运行环境。理解操作系统的架构，能帮助我们更好地理解程序的运行机制。

操作系统的地位和作用

操作系统位于硬件和应用程序之间，承上启下：

┌─────────────────────────┐
│       应用程序           │  浏览器、办公软件、服务等
├─────────────────────────┤
│       操作系统           │  内核、系统库、驱动程序
├─────────────────────────┤
│       硬件层             │  CPU、内存、磁盘、外设等
└─────────────────────────┘

操作系统的核心作用：

1. 资源管理：管理CPU、内存、磁盘、外设等所有硬件资源，公平合理地分配给各个进程使用
2. 抽象接口：为上层应用提供统一的抽象接口，屏蔽底层硬件的细节，让应用程序不需要关心硬件的具体实现
3. 隔离保护：隔离不同的进程，防止进程之间互相干扰，保证系统安全稳定
4. 提升效率：通过调度、缓存、并发等技术提升系统的整体效率和资源利用率

内核态与用户态

为了保护操作系统的安全，现代CPU都提供了不同的特权级别，操作系统将运行环境分为内核态和用户态：

内核态（Kernel Mode）

• 拥有最高特权，可以直接访问所有硬件资源，执行任意指令
• 操作系统的核心代码运行在内核态，包括进程调度、内存管理、驱动程序等
• 内核态的错误是致命的，可能导致整个系统崩溃

用户态（User Mode）

• 特权级别较低，不能直接访问硬件资源，也不能直接访问内核地址空间
• 所有的应用程序都运行在用户态
• 用户态的程序要访问硬件资源，必须通过系统调用接口进入内核态，由操作系统代为访问
• 用户态的错误通常只会影响当前进程，不会导致整个系统崩溃

状态切换

当用户态程序需要执行特权操作（比如读写文件、分配内存、发送网络请求）时，需要通过系统调用从用户态切换到内核态，操作系统完成操作后再切换回用户态。

• 状态切换有一定的开销，需要保存和恢复上下文
• 频繁的系统调用会降低程序性能

操作系统内核架构

内核是操作系统的核心部分，负责管理系统资源和提供核心功能，常见的内核架构有三种：宏内核、微内核、混合内核。

1. 宏内核（Monolithic Kernel）

宏内核是最传统的内核架构，所有的操作系统功能（进程管理、内存管理、文件系统、驱动程序、网络协议栈等）都运行在内核态，是一个单独的大程序。

• 优点：
  • 性能高，所有模块都在内核态运行，模块之间直接调用，没有通信开销
  • 实现简单，成熟稳定
• 缺点：
  • 内核庞大复杂，维护难度大
  • 一个模块的bug可能导致整个内核崩溃
  • 扩展性差，添加新功能需要重新编译内核
• 代表系统：Linux、Unix、早期的Windows

Linux是最典型的宏内核实现，但Linux也吸收了微内核的优点，支持动态加载内核模块，需要的功能可以动态加载，不需要的时候卸载，兼顾了性能和扩展性。

2. 微内核（Micro Kernel）

微内核架构的设计思想是尽可能把内核的功能放到用户态运行，内核只保留最核心的功能：

• 内核只负责最基本的功能：进程调度、进程间通信、基本的内存管理
• 文件系统、驱动程序、网络协议栈等都作为独立的用户态服务运行
• 服务之间通过消息传递进行通信
• 优点：
  • 内核小巧，稳定可靠，安全性高
  • 扩展性好，添加功能只需要修改对应的用户态服务，不需要修改内核
  • 一个服务崩溃不会影响整个系统，稳定性高
• 缺点：
  • 性能较低，服务之间通过消息传递通信，需要频繁的用户态和内核态切换，开销大
  • 实现复杂
• 代表系统：Minix、QNX、L4、HarmonyOS微内核

微内核适合对稳定性、安全性要求高的场景，比如嵌入式系统、航空航天、自动驾驶等领域。

3. 混合内核（Hybrid Kernel）

混合内核结合了宏内核和微内核的优点，内核核心部分运行在内核态，同时把一些非核心的功能放到内核态或者用户态运行，兼顾性能和扩展性。

• 核心功能在内核态运行，保证性能
• 驱动程序、文件系统等模块可以动态加载，运行在内核态
• 吸收了微内核的消息传递机制，同时保留了宏内核的高性能
• 代表系统：Windows NT内核、macOS XNU内核、Android内核

Windows是典型的混合内核，大部分功能运行在内核态，同时支持动态加载驱动，兼顾性能和扩展性。

操作系统的核心模块

无论是哪种架构的操作系统，通常都包含以下核心模块：

1. 进程管理模块

• 负责进程和线程的创建、调度、销毁
• 实现CPU调度算法，分配CPU时间
• 进程间通信机制
• 进程同步与互斥支持

2. 内存管理模块

• 管理物理内存和虚拟地址空间
• 实现分页、分段、虚拟内存机制
• 负责内存的分配、回收、置换
• 内存保护，隔离不同进程的地址空间

3. 文件系统模块

• 管理磁盘上的文件和目录
• 实现文件系统的逻辑，处理文件的读写、权限管理
• 磁盘空间管理
• 缓存管理，提升文件访问性能

4. 设备驱动模块

• 管理和控制各种硬件设备（磁盘、网卡、显卡、键盘等）
• 提供统一的设备访问接口，屏蔽硬件差异
• 处理硬件中断

5. 网络协议栈

• 实现各种网络协议（TCP/IP、UDP、HTTP等）
• 处理网络数据的发送和接收
• 提供网络编程接口

6. 系统调用接口

• 是用户态程序和内核之间的接口
• 提供标准化的系统调用函数，比如open、read、write、fork等
• 处理用户态到内核态的切换

系统调用与标准库

应用程序通常不会直接调用系统调用，而是通过标准库封装的接口：

• 系统调用：操作系统提供的最底层接口，和平台相关，每个操作系统的系统调用不同
• 标准库：对系统调用进行封装，提供跨平台的统一接口，比如C标准库的fopen、fread等函数，内部封装了不同操作系统的系统调用
• 标准库会根据不同的操作系统调用对应的系统调用，实现跨平台兼容性

比如C语言的fopen()函数：

• 在Linux上内部调用open()系统调用
• 在Windows上内部调用CreateFile()系统调用
• 应用程序只需要调用标准库函数，不需要关心底层操作系统的差异

思考问题

1. 为什么操作系统要区分内核态和用户态？如果所有程序都运行在内核态会有什么问题？
2. 宏内核和微内核各有什么优缺点？分别适合什么场景？
3. 为什么应用程序通常不直接调用系统调用，而是通过标准库？
4. 上下文切换和系统调用切换有什么区别？哪个开销更大？