計算機的工作模式
如上圖：
- CPU（Central Processing Unit，中央處理器），計算機最核心部件
- 總線（Bus），用於CPU 和其他設備連接，分爲 **地址總線（Address Bus）**和 數據總線（Data Bus）
- 內存（Memory）， 保存計算任務中產生的中間結果
- 總線上其他設備，顯卡會連接顯示器、磁盤控制器會連接硬盤、USB 控制器會連接鍵盤和鼠標等等。
- CPU 和內存是完成計算任務的核心組件
地址總線的位數，決定了能訪問的地址範圍到底有多廣
數據總線的位數，決定了一次能拿多少個數據進來
CPU 和內存是如何配合工作的
CPU包括三個部分，運算單元、數據單元和控制單元
- 運算單元：只管算，不知道應該算哪些數據，運算結果應該放在哪裏。
- 數據單元：CPU 內部的緩存和寄存器組，空間小但速度飛快，可以暫時存放數據和運算結果。
- 控制單元：是一個統一的指揮中心，它可以獲得下一條指令，然後執行這條指令。這個指令會指導運算單元取出數據單元中的某幾個數據，計算出個結果，然後放在數據單元的某個地方。
![圖片來自極客時間趣談linux操作系統]()
一條指令的執行
- CPU 的控制單元裏面有一個指令指針寄存器，存放的是下一條指令在內存中的地址。
- 控制單元會不停地將內存代碼段的指令拿進來，先放入指令寄存器。
- 指令分兩部分，一部分是做什麼操作，例如是加法還是位移；一部分是操作哪些數據。
- 執行這條指令，就要把第一部分交給運算單元，第二部分交給數據單元。
- 數據單元根據數據的地址，從內存數據段裏讀到數據寄存器裏；運算單元做完運算，產生的結果會暫存在數據單元的數據寄存器裏；最後，通過指令將數據寫回內存中的數據段。
8086 的原理
8086 處理器是x86 中最經典的一款處理器，現在操作系統中的很多特性都和它有關，並且一直保持兼容。
數據單元
8 個 16 位的通用寄存器
- AX、BX、CX、DX、SP、BP、SI、DI
- AX、BX、CX、DX 可以分成兩個 8 位的寄存器來使用
- AH、AL、BH、BL、CH、CL、DH、DL，其中 H 就是 High（高位），L 就是 Low（低位）的意思。
控制單元
IP 寄存器就是指令指針寄存器（Instruction Pointer Register)
四個 16 位的段寄存器，分別是 CS、DS、SS、ES。
- CS 就是代碼段寄存器（Code Segment Register），通過它可以找到代碼在內存中的位置
- DS 是數據段的寄存器，通過它可以找到數據在內存中的位置
- SS 是棧寄存器（Stack Register），棧，一個特殊的數據結構，後進先出的原則，函數調用相關的操作，都與棧緊密相關
- ES 附加段寄存器（Extra Segment）
如何將內存數據加載到通用寄存器中呢？
起始地址+偏移量（Offset）的方式
CS 和 DS 中都存放着一個段的起始地址
偏移量（Offset）：代碼段的偏移量在 IP 寄存器中；數據段的偏移量會放在通用寄存器中
“起始地址 *16+ 偏移量”：
CS 和 DS 都是 16 位的，IP 寄存器和通用寄存器都是 16 位的，偏移量也是 16 位的，8086 的地址總線地址是 20 位，通過 “起始地址 *16+ 偏移量” 湊夠20位。20 位地址總線的 8086 ，能夠區分出的地址也就 2^20=1M
32 位處理器
32 位處理器中，有 32 根地址總線，可以訪問 2^32=4G 的內存，之前8086的模式行不通但又不能完全放棄，因爲已經有很多公司的軟硬件都是基於8086這一架構，只能進行兼容。
那麼，如何保持兼容？
通用寄存器：將 8 個 16 位的擴展到 8 個 32,保留16 位的和 8 位的使用方式
指令指針寄存器 IP：擴展成 32 位的，同樣也兼容 16 位
段寄存器（Segment Register）：有些不兼容
- CS、SS、DS、ES 仍然是 16 位的，但是不再是段的起始地址，而是段選擇子
- 段的起始地址放在內存的某個地方，用表格存放，其中一項一項是段描述符（Segment Descriptor），通過段選擇子確定是哪一項
- 從段寄存器直接拿到的段起始地址 -> 先間接地從段寄存器找到表格中的一項，再從表格中的一項中拿到段起始地址
段寄存器的不兼容，就有了32 位的系統架構**實模式（Real Pattern）和保護模式（Protected Pattern）**來就解決兼容問題。當系統剛剛啓動的時候，CPU 是處於實模式的，這個時候和原來8086的模式是兼容的，進行一系列的操作，然後切換到保護模式，使用全部的32根地址總線。
參考資料：
趣談Linux操作系統（極客時間）鏈接：
http://gk.link/a/10iXZ
歡迎大家來一起交流學習