Keyboard shortcuts

Press ← or → to navigate between chapters

Press S or / to search in the book

Press ? to show this help

Press Esc to hide this help

8.4 驱动程序模型

驱动程序（Device Driver）是操作系统和硬件设备之间的接口，操作系统通过驱动程序来控制和管理各种硬件设备。没有驱动程序，硬件设备就无法工作。理解驱动程序的原理，有助于我们排查硬件相关的问题，理解操作系统对硬件的抽象。

什么是驱动程序

驱动程序是运行在内核态的特殊程序，是硬件设备和操作系统之间的桥梁：

  • 向上：为操作系统内核提供统一的设备访问接口
  • 向下：和硬件设备通信，控制硬件设备的工作
  • 屏蔽硬件的具体实现细节，让操作系统可以用统一的方式操作不同的硬件设备

为什么需要驱动程序

计算机的硬件设备种类繁多，不同厂商的设备实现不同，操作方式也不同，操作系统不可能内置所有硬件的操作逻辑。驱动程序作为独立的模块，由硬件厂商提供，负责具体的硬件操作，操作系统只需要调用驱动提供的统一接口就可以操作硬件，不需要关心硬件的具体实现。

┌─────────────────────────┐
│       操作系统内核       │
├─────────────────────────┤
│       驱动程序           │  → 设备A驱动、设备B驱动、设备C驱动
├─────────────────────────┤
│       硬件设备           │  → 硬盘、网卡、显卡、键盘等
└─────────────────────────┘

驱动程序的分类

根据驱动程序控制的设备类型，驱动程序主要分为几类：

1. 字符设备驱动

  • 字符设备是按照字节流来访问的设备，不能随机寻址，读写操作通常是串行的
  • 常见的字符设备：键盘、鼠标、串口、终端、打印机等
  • 字符设备驱动提供open、read、write、ioctl等接口，应用程序可以像访问普通文件一样访问字符设备
  • 字符设备在/dev目录下有对应的设备文件，比如/dev/tty、/dev/input/mouse等

2. 块设备驱动

  • 块设备是按照块为单位来访问的设备，可以随机寻址，支持随机读写
  • 常见的块设备：硬盘、SSD、U盘、光盘等
  • 块大小通常是512字节或者4KB，读写操作以块为单位
  • 块设备支持缓存机制，性能比字符设备高
  • 块设备在/dev目录下也有对应的设备文件，比如/dev/sda、/dev/sdb等

3. 网络设备驱动

  • 网络设备是特殊的设备，负责数据包的发送和接收
  • 和字符设备、块设备不同，网络设备没有对应的/dev目录下的设备文件，应用程序通过socket接口访问网络设备
  • 网络设备驱动负责处理网络数据包的接收和发送，实现网络协议栈的底层接口
  • 常见的网络设备：以太网网卡、无线网卡等

4. 其他驱动

  • 总线驱动：PCI、USB、SATA等总线驱动，负责管理总线上的设备
  • 显卡驱动：负责控制显卡，实现2D/3D渲染、显示输出等功能
  • 音频驱动：负责控制声卡，实现音频输入输出
  • 文件系统驱动：实现不同文件系统的逻辑，比如ext4、NTFS驱动等

驱动程序的运行机制

驱动程序运行在内核态，和操作系统内核紧密配合：

1. 驱动的加载

驱动程序可以两种方式加载：

  • 静态编译进内核：驱动代码和内核编译在一起，内核启动时自动加载，适合必要的驱动比如硬盘驱动
  • 动态加载模块：驱动编译为独立的内核模块，需要的时候动态加载到内核，不需要的时候可以卸载，比如大多数外设驱动。Linux下可以通过insmod/rmmod/modprobe等命令加载卸载内核模块。

2. 设备识别和初始化

  • 系统启动时，总线驱动会扫描总线上的设备，识别设备的ID和类型
  • 找到对应的驱动程序，加载驱动
  • 驱动初始化设备，分配资源（中断、IO地址、内存等）
  • 注册设备接口到操作系统，应用程序可以访问

3. 中断处理

大多数硬件设备通过中断和CPU通信：

  • 硬件设备完成操作或者有事件通知时，会向CPU发送中断信号
  • CPU收到中断后，暂停当前执行的程序，跳转到内核的中断处理程序
  • 内核调用对应驱动的中断处理函数，处理硬件事件
  • 处理完成后恢复之前的程序继续执行

比如按下键盘按键时，键盘会发送中断信号，CPU收到中断后调用键盘驱动的中断处理函数，读取按键值，发送给上层应用。

4. 设备操作接口

驱动程序为上层提供统一的操作接口：

  • 字符设备：file_operations结构体，包含open、read、write、ioctl、release等函数指针
  • 块设备：block_device_operations结构体，包含读写块、同步等接口
  • 网络设备：net_device_ops结构体，包含数据包发送、接收等接口

应用程序通过系统调用访问设备时，操作系统会调用对应的驱动接口函数。

常见的驱动框架

为了简化驱动开发，操作系统提供了各种驱动框架，驱动开发者只需要实现框架定义的接口即可，不需要关心内核的复杂逻辑。

Linux驱动框架

Linux内核提供了完善的驱动框架：

  • 字符设备驱动框架：简化字符设备驱动的开发
  • 块设备驱动框架：通用块层，抽象块设备的通用逻辑
  • 网络设备驱动框架：网络子系统，提供网络设备的通用接口
  • USB驱动框架：支持各种USB设备的开发
  • PCI驱动框架：支持PCI设备的开发
  • 设备树（Device Tree）：描述硬件设备的信息，驱动不需要硬编码硬件参数，方便跨平台移植

Windows驱动框架

Windows提供了WDF（Windows Driver Frameworks）驱动框架：

  • KMDF（Kernel-Mode Driver Framework）：内核模式驱动框架
  • UMDF（User-Mode Driver Framework）：用户模式驱动框架，可以把驱动放到用户态运行，提高系统稳定性，驱动崩溃不会导致系统蓝屏

驱动程序相关的常见问题

1. 驱动签名

为了系统安全，现代操作系统都要求驱动程序必须经过数字签名：

  • Windows：未签名的驱动无法加载，防止恶意驱动破坏系统
  • Linux：开启Secure Boot后，内核模块也需要签名才能加载
  • 驱动签名保证了驱动来自可信的厂商，没有被篡改

2. 驱动稳定性

驱动程序运行在内核态，权限很高，如果驱动有bug，很容易导致系统崩溃（蓝屏、内核panic）：

  • Windows的蓝屏很多时候都是第三方驱动bug导致的
  • Linux的内核panic也经常和驱动问题相关
  • 稳定的系统要尽量使用经过认证的稳定版本驱动，不要随便安装第三方驱动

3. 驱动兼容性

不同版本的操作系统内核接口可能变化，驱动需要适配不同的内核版本：

  • Windows驱动一般兼容多个版本的系统
  • Linux内核版本之间API经常变化，驱动通常需要针对不同内核版本编译

4. 开源驱动 vs 闭源驱动

  • 开源驱动：源代码公开，社区维护，稳定性好，兼容性好，但功能可能有限，比如Linux的开源显卡驱动
  • 闭源驱动：由厂商提供，不公开源代码，功能完善，性能高，但可能有兼容性问题和安全隐患，比如NVIDIA的闭源显卡驱动

驱动开发注意事项

如果你需要开发驱动程序，需要注意：

  1. 内核态编程和用户态不同：没有标准库，内存管理需要特别小心，出错会导致系统崩溃
  2. 并发安全：驱动可能被多个进程同时调用，需要处理好同步和互斥
  3. 中断处理要快：中断处理程序不能执行耗时操作，否则会影响系统响应
  4. 内存访问要小心：内核态可以访问所有内存，非法访问会导致系统崩溃
  5. 可移植性：尽量使用内核提供的标准API，不要使用硬件相关的硬编码，方便跨平台移植

思考问题

  1. 为什么需要驱动程序？操作系统不能直接控制硬件吗？
  2. 字符设备和块设备有什么区别？分别适合什么类型的设备？
  3. 驱动程序运行在用户态还是内核态？为什么？
  4. 为什么不稳定的驱动程序会导致系统崩溃？