segmentation和保护模式（一）
分段机制和保护模式之间的关系
前面的几篇文章讲到了页表，以及构成页表的页表描述符，分页机制（paging）是80386引入的，而在其之前的8086和80286，使用的是分段机制（segmentation）。一些新的处理器架构，比如ARM，从诞生之日，就只支持分页机制。虽然分段机制看起来似乎是一个上古时代的，已经被淘汰的东西，但毕竟人家是分页机制的前辈。
以兼容性著称的x86处理器，即便到了今天的64位时代，依然保留了对segmentation的向前兼容，而linux操作系统最开始也是基于i386写的，所以也保留了对segmentation的支持。了解下历史，往往可以让我们对后来出现的某些事物有更好的理解。
提到segment，做嵌入式软件的同学可能会想到elf（executable and linkable file）文件，一个elf文件包含了text段，data段，bss段。Linux操作系统在加载elf文件运行进程后，还会生成stack段，heap段，每个segment用一个vm_area_struct结构体管理。
x86中segment划分也是类似的，包括cs（code segment）,ds（data segment）,ss（stack segment）等。同elf和linux中软件实现的segment有所不同，x86中的segmentation机制含有更多硬件的参与，比如硬件实现的对权限位的检测（类似于MMU对页表描述符中权限位的检测）。此外，x86中还有一些特殊的system segment，比如存储task相关信息，以提供对context switch的硬件支持的task state segment。
让我们从1978年的8086开始，看看x86中的segmentation机制到底是怎样一回事。
8086实模式时代
8086的CPU是16位的，但intel的工程师希望在不改变CPU寄存器和指令集的基础上，让它可以可以寻址更大的内存范围。于是他们使用了一种叫segmentation的机制，即一个逻辑地址（logical address）由segment加上offset组成，一般表达为segement:offset的形式。
当segment的值放入segment register时，就是告诉CPU：现在要访问这个segment对应的内存区域，然后再根据offset的值，在这个segment内找到对应的字节。转换后形成的地址被称作线性地址（linear address），若offset为16位，linear address = segment<<4 + offset，则寻址范围就扩大成了20位，比如logical address为0xA000:0x5F00，转换成linear address就是0xA5F00。
这种内存访问被称为实模式（Real Mode），因为linear address是由segment基址移位加上一个偏移得到，因此实模式下的这种segmentation被称为shift-and-add segmentation。
在实模式下segment register直接指向segment：
80286保护模式时代
80286也使用segmentation，但和8086不同的是，80286中segment register存的不再是segment的起始地址，而是一个segment selector，通过这个selector查找GDT表获得segment descriptor，segment descriptor存的才是segment的起始地址，因此保护模式下的这种segmentation被称为table-based segmentation（区别于实模式的shift-and-add方式）。
名词轰炸有没有？别慌，我们先从段描述符（segment descriptor）入手，看看它的组成是怎样的。
一个segment descriptor占8个字节，居然和现在64位系统的page table descriptor一样。一个segment对应的内存区域由base和limit确定，base占32位，limit占20位，最大为0xFFFFFH，这52位是表达地址的（页表使用20到36位存储地址），然后还剩下12个bit表达属性（上图红框部分），居然又和页表描述符是一样的，那再具体看看这些属性哪些和页表描述符是相同的，哪些是不同的。
G - Granularity，粒度，byte或者page，因为limit占20位，如果粒度为byte，则该segment的寻址范围是1MB，如果粒度为page（按4KB算），则该segment的寻址范围是4GB。所以，一个segment的size是由limit和G位共同确定的。
D/B - Default Size/Bound，为1表示在32位模式下运行，为0在16位模式下运行。
L - 仅在64位系统中有效，为1表示在64位模式下运行，为0表示在32位兼容模式下运行。
AVL - Available for software，留给软件用的，但反正在linux里是被忽略的。
P - Present, 同页表描述符里的P位。
DPL - Descriptor Privledge Level，表示可以访问segment的最低级别。x86处理器的特权级别从ring 0到ring 3，数字越小，级别越高，通常用户空间运行于ring3，内核空间运行于ring0，所以这个基本等同于页表描述符里的U/S位。假设DPL为1，则只有当前特权级别为0或者1时，才可以访问该decriptor指向的segment。
S - 对于code segment和data segment都是1，system segment（比如task state segment）为0。
Type - 这个对于task segment是没有意义的，对于code segment和data segment主要是关于Writable，Executable的属性，等同于页表描述符中的R/W, XD。
stack段也是可读写的，区别仅在于stack通常是向下增长的，所以也可视为data段的一种。对于这种向下增长的，需要注意是其地址边界不再是base+limit，而是base-limit。
A - Accessed，同页表描述符里的A位一样。
当task运行时一个page的映射关系被建立，操作系统就需要在page table中添加一个entry记录映射的物理页面号，并填写权限控制位，形成一个descriptor，同样的，当一个segment建立，操作系统就需要在GDT中添加一个segment descriptor，那GDT又是什么呢？请看下文分解。
原创文章，转载请注明出处。