从打开电源到开始操作,计算机的启动是一个非常复杂的过程。先问一个问题,"启动"用英语怎么说?回答是 boot。可是,boot 原来的意思是靴子,"启动"与靴子有什么关系呢? 原来,这里的 boot 是 bootstrap(鞋带)的缩写,它来自一句谚语:
"pull oneself up by one's bootstraps"
字面意思是"拽着鞋带把自己拉起来",这当然是不可能的事情。最早的时候,工程师们用它来比喻,计算机启动是一个很矛盾的过程:必须先运行程序,然后计算机才能启动,但是计算机不启动就无法运行程序!早期真的是这样,必须想尽各种办法,把一小段程序装进内存,然后计算机才能正常运行。所以,工程师们把这个过程叫做"拉鞋带",久而久之就简称为 boot 了。
计算机的整个启动过程分成四个阶段。
第一阶段:BIOS
上个世纪 70 年代初,"只读内存"(read-only memory,缩写为ROM)发明,开机程序被刷入 ROM 芯片,计算机通电后,第一件事就是读取它。
这块芯片里的程序叫做"基本輸出輸入系統"(Basic Input/Output System),简称为 BIOS。
1. 硬件自检
BIOS 程序首先检查计算机硬件能否满足运行的基本条件,这叫做"硬件自检"(Power-On Self-Test),缩写为 POST。如果硬件出现问题,主板会发出不同含义的蜂鸣,启动中止。如果没有问题,屏幕就会显示出 CPU、内存、硬盘等信息。
2. 启动顺序
硬件自检完成后,BIOS 把控制权转交给下一阶段的启动程序。这时,BIOS 需要知道,"下一阶段的启动程序"具体存放在哪一个设备。也就是说,BIOS 需要有一个外部储存设备的排序,排在前面的设备就是优先转交控制权的设备。这种排序叫做"启动顺序"(Boot Sequence)。打开 BIOS 的操作界面,里面有一项就是"设定启动顺序"。
第二阶段:主引导记录
BIOS 按照"启动顺序",把控制权转交给排在第一位的储存设备。这时,计算机读取该设备的第一个扇区,也就是读取最前面的 512 个字节。如果这 512 个字节的最后两个字节是 0x55 和 0xAA,表明这个设备可以用于启动;如果不是,表明设备不能用于启动,控制权于是被转交给"启动顺序"中的下一个设备。这最前面的 512 个字节,就叫做"主引导记录"(Master boot record,缩写为 MBR)。
1. 主引导记录的结构
"主引导记录"只有 512 个字节,放不了太多东西。它的主要作用是,告诉计算机到硬盘的哪一个位置去找操作系统。主引导记录由三个部分组成:
(1) 第 1 - 446 字节:调用操作系统的机器码。
(2) 第 447 - 510 字节:分区表(Partition table)。
(3) 第 511 – 512 字节:主引导记录签名(0x55和0xAA)。
其中,第二部分"分区表"的作用,是将硬盘分成若干个区。
2. 分区表
硬盘分区有很多好处。考虑到每个区可以安装不同的操作系统,"主引导记录"因此必须知道将控制权转交给哪个区。分区表的长度只有 64 个字节,里面又分成四项,每项16个字节。所以,一个硬盘最多只能分四个一级分区,又叫做"主分区"。每个主分区的 16 个字节,由 6 个部分组成:
(1) 第 1 个字节:如果为 0x80,就表示该主分区是激活分区,控制权要转交给这个分区。四个主分区里面只能有一个是激活的。
(2) 第 2 - 4 个字节:主分区第一个扇区的物理位置(柱面、磁头、扇区号等等)。
(3) 第 5 个字节:主分区类型。
(4) 第 6 -8 个字节:主分区最后一个扇区的物理位置。
(5) 第 9 - 12 字节:该主分区第一个扇区的逻辑地址。
(6) 第 13 – 16 字节:主分区的扇区总数。
最后的四个字节("主分区的扇区总数"),决定了这个主分区的长度。也就是说,一个主分区的扇区总数最多不超过 2 的 32 次方。如果每个扇区为 512 个字节,就意味着单个分区最大不超过 2 TB。再考虑到扇区的逻辑地址也是 32 位,所以单个硬盘可利用的空间最大也不超过 2 TB。如果想使用更大的硬盘,只有两个方法:提高每个扇区的字节数或增加扇区总数。
第三阶段:硬盘启动
这时,计算机的控制权就要转交给硬盘的某个分区了,这里又分成三种情况。
- 卷引导记录。上一节提到,四个主分区里面,只有一个是激活的。计算机会读取激活分区的第一个扇区,叫做"卷引导记录"(Volume boot record,缩写为 VBR)。"卷引导记录"的主要作用是告诉计算机操作系统在这个分区里的位置。然后,计算机就会加载操作系统了。
- 扩展分区和逻辑分区。随着硬盘越来越大,四个主分区已经不够了,需要更多的分区。但是,分区表只有四项,因此规定有且仅有一个区可以被定义成"扩展分区"(Extended partition)。所谓"扩展分区",就是指这个区里面又分成多个区。这种分区里面的分区,就叫做"逻辑分区"(logical partition)。计算机先读取扩展分区的第一个扇区,叫做"扩展引导记录"(Extended boot record,缩写为 EBR)。它里面也包含一张 64 字节的分区表,但是最多只有两项(也就是两个逻辑分区)。计算机接着读取第二个逻辑分区的第一个扇区,再从里面的分区表中找到第三个逻辑分区的位置,以此类推,直到某个逻辑分区的分区表只包含它自身为止(即只有一个分区项)。因此,扩展分区可以包含无数个逻辑分区。但是,似乎很少通过这种方式启动操作系统。如果操作系统确实安装在扩展分区,一般采用下一种方式启动。
- 启动管理器。在这种情况下,计算机读取"主引导记录"前面 446 字节的机器码之后,不再把控制权转交给某一个分区,而是运行事先安装的"启动管理器"(boot loader),由用户选择启动哪一个操作系统。Linux 环境中,目前最流行的启动管理器是 Grub。
第四阶段:操作系统
控制权转交给操作系统后,操作系统的内核首先被载入内存。以 Linux 系统为例,先载入 /boot 目录下面的 kernel。内核加载成功后,第一个运行的程序是 /sbin/init。它根据配置文件(Debian 系统是 /etc/initab)产生 init进程。这是 Linux 启动后的第一个进程,pid 进程编号为 1,其他进程都是它的后代。
然后,init线程加载系统的各个模块,比如窗口程序和网络程序,直至执行/bin/login程序,跳出登录界面,等待用户输入用户名和密码。
至此,全部启动过程完成。