序言
前段时间，我连续写了十来篇CPU底层系列技术故事文章，有很多读者私信我让我写一下CPU的寄存器。程序员
寄存器这个太多太复杂，不适合写故事，拖了好久，总算是写完了，这篇文章就来详细聊聊x86/x64架构的CPU中那些纷繁复杂的寄存器们。web
长文预警，时速较快，请系好安全带～起飞~编程
自1946年冯·诺伊曼领导下诞生的世界上第一台通用电子计算机ENIAC至今，计算机技术已经发展了七十多载。跨域
从当初专用于数学计算的庞然大物，到后来大型机服务器时代，从我的微机技术蓬勃发展，到互联网浪潮席卷全球，再到移动互联网、云计算突飞猛进的当下，计算机变的形态万千，无处不在。安全
这七十多年中，出现了数不清的编程语言，经过这些编程语言，又开发了无数的应用程序。服务器
可不管什么样的应用程序，什么样的编程语言，最终的程序逻辑都是要交付给CPU去执行实现的（固然这里有些不严谨，除了CPU，还有协处理器、GPU等等）。因此了解和学习CPU的原理都是对计算机基础知识的夯实大有裨益。微信
在七十多年的漫长历程中，也涌现了很多架构的CPU。数据结构
MIPS PowerPC x86/x64 IA64 ARM ······
这篇文章就以市场应用最为普遍的x86-x64架构为目标，经过学习了解它内部的100个寄存器功能做用，来串联阐述CPU底层工做原理。多线程
经过这篇文章，你将了解到：架构
CPU指令执行原理 内存寻址技术 软件调试技术原理 中断与异常处理 系统调用 CPU多任务技术
什么是寄存器？
寄存器是CPU内部用来存放数据的一些小型存储区域，用来暂时存放参与运算的数据和运算结果以及一些CPU运行须要的信息。
x86架构CPU走的是复杂指令集（CISC） 路线，提供了丰富的指令来实现强大的功能，与此同时也提供了大量寄存器来辅助功能实现。这篇文章将覆盖下面这些寄存器：
通用寄存器 标志寄存器 指令寄存器 段寄存器 控制寄存器 调试寄存器 描述符寄存器 任务寄存器 MSR寄存器
通用寄存器
首当其冲的是通用寄存器，这些的寄存器是程序执行代码最最经常使用，也最最基础的寄存器，程序执行过程当中，绝大部分时间都是在操做这些寄存器来实现指令功能。
所谓通用，即这些寄存器CPU没有特殊的用途，交给应用程序“随意”使用。注意，这个随意，我打了引号，对于有些寄存器，CPU有一些潜规则，用的时候要注意。
eax: 一般用来执行加法，函数调用的返回值通常也放在这里面 ebx: 数据存取 ecx: 一般用来做为计数器，好比for循环 edx: 读写I/O端口时，edx用来存放端口号 esp: 栈顶指针，指向栈的顶部 ebp: 栈底指针，指向栈的底部，一般用 ebp+偏移量的形式来定位函数存放在栈中的局部变量esi: 字符串操做时，用于存放数据源的地址 edi: 字符串操做时，用于存放目的地址的，和esi两个常常搭配一块儿使用，执行字符串的复制等操做
在x64架构中，上面的通用寄存器都扩展成为64位版本，名字也进行了升级。固然，为了兼容32位模式程序，使用上面的名字仍然是能够访问的，至关于访问64位寄存器的低32位。
rax rbx rcx rdx rsp rbp rsi rdi
除了扩展原来存在的通用寄存器，x64架构还引入了8个新的通用寄存器：
r8-r15
在原来32位时代，函数调用时，那个时候通用寄存器少，参数绝大多数时候是经过线程的栈来进行传递（固然也有使用寄存器传递的，好比著名的C++ this指针使用ecx寄存器传递，不过能用的寄存器毕竟很少）。
进入x64时代，寄存器资源富裕了，参数传递绝大多数都是用寄存器来传了。寄存器传参的好处是速度快，减小了对内存的读写次数。
固然，具体使用栈仍是用寄存器传参数，这个不是编程语言决定的，而是编译器在编译生成CPU指令时决定的，若是编译器非要在x64架构CPU上使用线程栈来传参那也不是不行，这个对高级语言是无感知的。
标志寄存器
标志寄存器，里面有众多标记位，记录了CPU执行指令过程当中的一系列状态，这些标志大都由CPU自动设置和修改：
CF 进位标志 PF 奇偶标志 ZF 零标志 SF 符号标志 OF 补码溢出标志 TF 跟踪标志 IF 中断标志 ······
在x64架构下，原来的eflags寄存器升级为64位的rflags，不过其高32位并无新增什么功能，保留为未来使用。
指令寄存器
eip: 指令寄存器能够说是CPU中最最重要的寄存器了，它指向了下一条要执行的指令所存放的地址，CPU的工做其实就是不断取出它指向的指令，而后执行这条指令，同时指令寄存器继续指向下面一条指令，如此不断重复，这就是CPU工做的基本平常。
而在漏洞攻击中，黑客想尽办法费尽心机都想要修改指令寄存器的地址，从而可以执行恶意代码。
一样的，在x64架构下，32位的eip升级为64位的rip寄存器。
段寄存器
段寄存器与CPU的内存寻址技术紧密相关。
早在16位的8086CPU时代，内存资源宝贵，CPU使用分段式内存寻址技术：
16位的寄存器能寻址的范围是64KB，经过引入段的概念，将内存空间划分为不一样的区域：分段，经过段基址+段内偏移段方式来寻址。
这样一来，段的基地址保存在哪里呢？8086CPU专门设置了几个段寄存器用来保存段的基地址，这就是段寄存器段的由来。
段寄存器也是16位的。
段寄存器有下面6个，前面4个是早期16位模式就引入了，到了32位时代，又新增了fs和gs两个段寄存器。
cs: 代码段 ds: 数据段 ss: 栈段 es: 扩展段 fs: 数据段 gs: 数据段
段寄存器里面存储的内容与CPU当前工做的内存寻址模式紧密相关。
当CPU处于16位实地址模式下时，段寄存器存储段的基地址，寻址时，将段寄存器内容左移4位（乘以16）获得段基地址+段内偏移获得最终的地址。
当CPU工做于保护模式下，段寄存器存储的内容再也不是段基址了，此时的段寄存器中存放的是段选择子，用来指示当前这个段寄存器“指向”的是哪一个分段。
注意我这里的指向打了引号，段寄存器中存储的并非内存段的直接地址，而是段选择子，它的结构以下：
16个bit长度的段寄存器内容划分了三个字段：
PRL: 特权请求级，就是咱们常说的ring0-ring3四个特权级。 TI: 0表示用的是全局描述符表GDT，1表示使用的是局部描述符表LDT。 Index: 这是一个表格中表项的索引值，这个表格叫 内存描述符表，它的每个表项都描述了一个内存分段。
这里提到了两个表，全局描述符表GDT和局部描述符表LDT，关于这两个表的介绍，下面介绍描述符寄存器时再详述，这里只须要知道，这是CPU支持分段式内存管理须要的表格，放在内存中，表格中的每一项都是一个描述符，记录了一个内存分段的信息。
保护模式下的段寄存器和段描述符到最后的内存分段，经过下图的方式联系在一块儿：
通用寄存器、段寄存器、标志寄存器、指令寄存器，这四组寄存器共同构成了一个基本的指令执行环境，一个线程的上下文也基本上就是这些寄存器，在执行线程切换的时候，就是修改它们的内容。
控制寄存器
控制寄存器是CPU中一组至关重要的寄存器，咱们知道eflags寄存器记录了当前运行线程的一系列关键信息。
那CPU运行过程当中自身的一些关键信息保存在哪里呢？答案是控制寄存器！
32位CPU总共有cr0-cr4共5个控制寄存器，64位增长了cr8。他们各自有不一样的功能，但都存储了CPU工做时的重要信息：
cr0: 存储了CPU控制标记和工做状态 cr1: 保留未使用 cr2: 页错误出现时保存致使出错的地址 cr3: 存储了当前进程的虚拟地址空间的重要信息—— 页目录地址 cr4: 也存储了CPU工做相关以及当前人任务的一些信息 cr8: 64位新增扩展使用
其中，CR0尤为重要，它包含了太多重要的CPU信息，值得单独关注一下：
一些重要的标记位含义以下：
PG: 是否启用内存分页
AM: 是否启用内存对齐自动检查
WP: 是否开启内存写保护，若开启，对只读页面尝试写入时将触发异常，这一机制经常被用来实现写时复制功能
PE: 是否开启保护模式
除了CR0，另外一个值得关注的寄存器是CR3，它保存了当前进程所使用的虚拟地址空间的页目录地址，能够说是整个虚拟地址翻译中的顶级指挥棒，在进程空间切换的时候，CR3也将同步切换。
调试寄存器
在x86/x64CPU内部，还有一组用于支持软件调试的寄存器。
调试，对于咱们程序员是屡见不鲜，必备技能。但你想过你的程序可以被调试背后的原理吗？
程序可以被调试，关键在于可以被中断执行和恢复执行，被中断的地方就是咱们设置的断点。那程序是如何能在遇到断点的时候停下来呢？
对于一些解释执行（PHP、Python、JavaScript）或虚拟机执行（Java）的高级语言，这很容易办到，由于它们的执行都在解释器/虚拟机的掌控之中。
而对于像C、C++这样的“底层”编程语言，程序代码是直接编译成CPU的机器指令来执行的，这就须要CPU来提供对于调试的支持了。
对于一般的断点，也就是程序执行到某个位置下就停下来，这种断点实现的方式，在x86/x64上，是利用了一条软中断指令：int 3来进行实现的。
注意，这里的int不是指高级语言里面的整数，而是表示interrupt中断的意思，是一条汇编指令，int 3则表示中断向量号为3的中断。
在咱们使用调试器下断点时，调试器将会把对应位置的原来的指令替换为一个int 3指令，机器码为0xCC。这个动做对咱们是透明的，咱们在调试器中看到的依然是原来的指令，但实际上内存中已经不是原来的指令了。
顺便提一句，两个0xCC是汉字【烫】的编码，在一些编译器里，会给线程的栈中填充大量的0xCC，若是程序出错的时候，咱们常常会看到不少烫烫烫出现，就是这个缘由。
言归正传，CPU在执行这条int 3指令时，将自动触发中断处理流程（虽然这实际上不是一个真正的中断），CPU将取出IDTR寄存器指向的中断描述符表IDT的第3项，执行里面的中断处理函数。
而这个中断描述符表，早在操做系统启动之初，就已经提早安排好了，因此执行这条指令后，操做系统的中断处理函数将介入，来处理这一事件。
后面的过程就多了，简单来讲，操做系统会把触发这一事件的进程冻结起来，随后将这一事件发送到调试器，调试器拿到以后就知道目标进程触发断点了。这个时候，我们程序员就能经过调试器的UI交互界面或者命令行调试接口来调试目标进程，查看堆栈、查看内存、变量都随你。
若是咱们要继续运行，调试器将会把以前修改的int 3指令给恢复回去，而后告知操做系统：我处理完了，把目标进程解冻吧！
上面简单描述了一下普通断点的实现原理。如今思考一个场景：咱们发现一个bug，某个全局整数型变量的值总是莫名其妙被修改，但你发现有不少线程，不少函数都有可能会去修改这个变量，你想找出到底谁干的，怎么办？
这个时候上面的普通断点就没办法了，你须要一种新的断点：硬件断点。
这时候就该本小节的主人公调试寄存器登场表演了。
在x86架构CPU内部，提供了8个调试寄存器DR0~DR7。
DR0~DR3：这是四个用于存储地址的寄存器
DR4~DR5：这两个有点特殊，受前面提到的CR4寄存器中的标志位DE位控制，若是CR4的DE位是1，则DR四、DR5是不可访问的，访问将触发异常。若是CR4的DE位是0，则DR4和DR5将会变成DR6和DR7的别名，至关于作了一个软连接。这样作是为了将DR四、DR5保留，以便未来扩展调试功能时使用。
DR6：这个寄存器中存储了硬件断点触发后的一些状态信息
DR7：调试控制寄存器，这里面记录了对DR0-DR3这四个寄存器中存储地址的中断方式（是对地址的读，仍是写，仍是执行）、数据长度（1/2/4个字节）以及做用范围等信息
经过调试器的接口设置硬件断点后，CPU在执行代码的过程当中，若是知足条件，将自动中断下来。
回答前面提出的问题，想要找出是谁偷偷修改了全局整形变量，只须要经过调试器设置一个硬件写入断点便可。
描述符寄存器
所谓描述符，其实就是一个数据结构，用来记录一些信息，‘描述’一个东西。把不少个描述符排列在一块儿，组成一个表，就成了描述符表。再使用一个寄存器来指向这个表，这个寄存器就是描述符寄存器。
在x86/x64系列CPU中，有三个很是重要的描述符寄存器，它们分别存储了三个地址，指向了三个很是重要的描述符表。
gdtr: 全局描述符表寄存器，前面提到，CPU如今使用的是段+分页结合的内存管理方式，那系统总共有那些分段呢？这就存储在一个叫全局描述符表（GDT）的表格中，并用gdtr寄存器指向这个表。这个表中的每一项都描述了一个内存段的信息。
ldtr: 局部描述符表寄存器，这个寄存器和上面的gdtr同样，一样指向的是一个段描述符表（LDT）。不一样的是，GDT是全局惟一，LDT是局部使用的，能够建立多个，随着任务段切换而切换（下文介绍任务寄存器会提到）。
GDT和LDT中的表项，就是段描述符，描述了一个内存分段的信息，其结构以下：
一个表项占据8个字节（32位CPU），里面存储了一个内存分段的诸多信息：基地址、大小、权限、类型等信息。
除了这两个段描述符寄存器，还有一个很是重要的描述符寄存器：
idtr: 中断描述符表寄存器，指向了中断描述符表IDT，这个表的每一项都是一个中断处理描述符，当CPU执行过程当中发生了硬中断、异常、软中断时，将自动从这个表中定位对应的表项，里面记录了发生中断、异常时该去哪里执行处理函数。
IDT中的表项称为Gate，中文意思为门，由于这是应用程序进入内核的主要入口。虽然表的名字叫中断描述符表，但表中存储的不全是中断描述符，IDT中的表项存在三种类型，对应三种类型的门：
任务门 陷阱门 中断门
三种描述符中都存储了处理这个中断/异常/任务时该去哪里处理的地址。三种门用途不一，其中中断门是真正意义上的中断，而像前面提到的调试指令int 3以及老式的系统调用指令int 2e/int 80都属于陷阱门。任务门则用的较少，要了解任务门，先了解下任务寄存器。
任务寄存器
现代操做系统，都是支持多任务并发运行的，x86架构CPU为了顺应时代潮流，在硬件层面上提供了专门的机制用来支持多任务的切换，这体如今两个方面：
CPU内部设置了一个专用的寄存器—— 任务寄存器TR，它指向当前运行的任务。
定义了描述任务的数据结构 TSS，里面存储了一个任务的上下文（一系列寄存器的值），下图是一个32位CPU的TSS结构图：
x86CPU的构想是每个任务对应一个TSS，而后由TR寄存器指向当前的任务，执行任务切换时，修改TR寄存器的指向便可，这是硬件层面的多任务切换机制。
这个构想其实仍是很不错的，然而现实却打了脸，包括Linux和Windows在内的主流操做系统都没有使用这个机制来进行线程切换，而是本身使用软件来实现多线程切换。
因此，绝大多数状况下，TR寄存器都是指向固定的，即使线程切换了，TR寄存器仍然不会变化。
注意，我这里说的的是绝大多数状况，而没有说死。虽然操做系统不依靠TSS来实现多任务切换，但这并不意味着CPU提供的TSS操做系统一点也没有使用。仍是存在一些特殊状况，如一些异常处理会使用到TSS来执行处理。
下面这张图，展现了控制寄存器、描述符寄存器、任务寄存器构成的全貌：
模型特定寄存器
从80486以后的x86架构CPU，内部增长了一组新的寄存器，统称为MSR寄存器，中文直译是模型特定寄存器，意思是这些寄存器不像上面列出的寄存器是固定的，这些寄存器可能随着不一样的版本有所变化。这些寄存器主要用来支持一些新的功能。
随着x86CPU不断更新换代，MSR寄存器变的愈来愈多，但与此同时，有一部分MSR寄存器随着版本迭代，慢慢固化下来，成为了变化中那部分不变的，这部分MSR寄存器，Intel将其称为Architected MSR，这部分MSR寄存器，在命名上，统一加上了IA32的前缀。
这里选取三个表明性的MSR简单介绍一下：
IA32_SYSENTER_CS IA32_SYSENTER_ESP IA32_SYSENTER_EIP
这三个MSR寄存器是用来实现快速系统调用。
在早期的x86架构CPU上，系统调用依赖于软中断实现，相似于前面调试用到的int 3指令，在Windows上，系统调用用到的是int 2e，在Linux上，用的是int 80。
软中断毕竟仍是比较慢的，由于执行软中断就须要内存查表，经过IDTR定位到IDT，再取出函数进行执行。
系统调用是一个频繁触发的动做，如此这般势必对性能有所影响。在进入奔腾时代后，就加上了上面的三个MSR寄存器，分别存储了执行系统调用后，内核系统调用入口函数所须要的段寄存器、堆栈栈顶、函数地址，再也不须要内存查表。快速系统调用还提供了专门的CPU指令sysenter/sysexit用来发起系统调用和退出系统调用。
在64位上，这一对指令升级为syscall/sysret。
总结
以上就是所有要介绍的寄存器了，须要说明一下的是，这并非x86CPU所有全部的寄存器，除了这些，还存在XMM、MMX、FPU浮点数运算等其余寄存器。
这篇文章以x86/x64架构CPU为目标，经过对CPU内部寄存器的阐述，串讲了CPU执行代码机制、内存寻址技术、中断与异常处理、多任务管理、系统调用、调试原理等多种计算机底层知识。
文章写做不容易，欢迎你们转发支持~
往期TOP5文章
本文分享自微信公众号 - 编程技术宇宙（xuanyuancoding）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。