CPU对我们来说既熟悉又陌生，熟悉的是我们知道代码是被CPU执行的，当我们的线上服务出现问题时可能首先会查看CPU负载情况。陌生的是我们并不知道CPU是如何执行代码的，它对我们的代码做了什么。本文意在简单解释我们代码的生命周期，以及代码是如何在CPU上跑起来的。

编译-让计算机认识我

一个漂亮 control+c 加上一个漂亮的 control+v，啪～，我们愉快的写下了代码，当代码被保存后，它就被存在我们磁盘的某个地方，它可能是像JAVA或者Python这些高级语言写的，也可能是像c这种古老语言写的，但是现在它肯定没法被运行，因为计算机不认识它们，计算机只认识0、1这样的二进制，简称机器码，那为什么我们不直接写机器码？如果你有这样的思考，我只能呵呵了，请你帮我翻译下以下机器码：

001010100101001001001
100100101000101010101
复制代码

很明显作为高质量人类的我们也无法识别出这段代码写的是什么，于是出现类似java这样的高级语言，它们给机器码穿上了一层外衣，然后交给伟大的程序员来创造未来。

所以反过来我们的代码需要被替换成机器码，这样才能被计算机认识，计算机才能帮我们干事。这个转换的过程我们通常叫编译。

#include <studio.h>
int main() 
{
   printf("Hello Worldn");
   return 0;
}
复制代码

这是一段应该每个程序员都写过的代码（hello.c），在linux下，当我们使用GCC来编译Hello World程序时，只需要最简单的命令：

gcc hello.c
./hello
# Hello World
复制代码

看似很简单的一行，但是其实编译的过程很复杂，并不是我们想象中的编译，真实是分为4个步骤，分别是预处理(Prepressing)、编译(Compliation)、汇编(Assertmbly)和链接(Linking)。

1. 预编译：这个过程主要是处理源代码中以“#”开始的预编译指令，比如“#include”、“define”等。
2. 编译：这个过程就是把预处理完的文件进行词法分析、语法分析、语义分析及优化后生产成相应的汇编代码，这个过程是最复杂的。
3. 汇编：这个过程就是将汇编代码转换成机器码，也就是上图的目标文件hello.o
4. 链接：我们的代码程序经常是由多个代码文件组成的，当每个文件都被汇编成“.o”文件时，需要一套机制将它们组装在一起，这个过程就叫做链接。

好吧，原来编译是这么回事，通过这一整套的编译操作，我们代码终于能执行了，我们简简单单的运行./hello.out即可输出Hello World。等等，这个简简单单的过程发生了什么？

连接-中转站和高速公路

ok，ok，通过编译，我们的程序终于能执行了，接下来让我们站在CPU的视角来看看Hello World是如何被打印出来的。

首先编译好的文件是存在磁盘上的，得先加载到内存中，这里你可能会问：为什么CPU不能直接读取磁盘的程序运行而要经过内存？答案是慢，缓慢的磁盘会影响我们程序执行的速度，因此需要更加快速、离CPU更近的存储，那就是内存。

内存是一大块存储空间，可以存储很多数据信息，那么如何找到我们要写的程序呢？答案是地址，其实每个字节在内存中都有一个地址，这样当CPU去内存中读我们的程序时，只需要根据对应的地址就可以知道我们程序的具体内容。

等等...，这里似乎又有个问题，CPU是如何与我们的内存、磁盘通信的？应该有个媒介之类的吧。没错，这个媒介就是主板上的总线和芯片组，总线好理解，就像高速公路，数据信息可以通过这条高速公路传递到CPU中，这个芯片组是个什么玩意？电脑主板上芯片很多，这里说的主要是南桥芯片和北桥芯片。先来个解释：

1. 北桥芯片：北桥负责高速设备和CPU之间的沟通，主要就是CPU和内存、显卡之间的通信，但是随着技术的迭代，主板上的北桥芯片已经被内置到了CPU里了。
2. 南桥芯片：南桥负责低速设备和北桥之间的通信，主要负责I/O总线之间的通信，如USB、LAN、ATA、SATA、音频控制器、键盘控制器、实时时钟控制器、高级电源管理等。

嗯... 为什么CPU与高速设备、低速设备之间的通信需要这两个芯片？CPU自己不能干吗？这里还是类似拆分任务的功能，如果把所有的任务都交给CPU来处理，CPU会太忙了，还有比较重要的一点，如果南桥芯片坏了，那么我们可以直接更换南桥，而不用换掉整个CPU。

终于CPU通过总线和芯片打通了磁盘、内存之间的通信了，接下来的一切开始交给CPU。

CPU-最强大脑

CPU全称是Central Processing Unit，即中央处理单元，它的本质就是一块超大规模的集成电路。从逻辑上来分，它的内部是由寄存器、控制器、运算器和时钟组成的，下面来解释下各个组成是干什么的。

• 寄存器：CPU内部其实有很多类型的寄存器，我们只需了解寄存器就是暂存数据、指令等信息的，它的本质是临时存储，由于是直接集成在CPU内部，所以读写它们的速度很快，一般一个CPU内部会有20-100个寄存器，这里给大家列举下常用寄存器与其功能。 累加寄存器：存储执行运算的数据和运算后的数据 标志寄存器：存储运算处理后的CPU的状态 程序计数器：存储下一条指令所在内存的地址 基址寄存器：存储数据内存的起始地址 变址寄存器：存储基址寄存器的相对地址 通用寄存器：存储任意数据 指令寄存器：存储指令，CPU内部使用，程序员无法通过程序对该寄存器进行读写操作 栈寄存器：存储栈区域的起始地址
• 控制器：控制器负责把数据读出或者写入寄存器，并根据指令的结果来控制计算机。
• 运算器：从名字就可以猜出来，运算器的主要工作就是运算，运算从内存读入寄存器的值
• 时钟：它并不是我们见的钟表概念，它代表了你的CPU的工作频率，频率越高说明你的CPU处理的速度越快，但是越快就会带来另一个问题：散热。

综上所述，CPU的大致工作流程如下：在时钟信号到来的时候，就开始工作，通过控制器把内存的数据读到各个寄存器中，然后如果有计算相关的逻辑，就交给运算器。发现没有，CPU的工作其实挺简单的，本质就是不停的读指令、执行指令。但是CPU是如何读到我们的代码指令的，以及我们的代码里面的if else、函数调用都是如何执行分支判断、函数跳转的，我们来看个例子：

a = 1 #0x0010
b = 2 #0x0011
if a > b { #0x0012
	printf("%s","a") #0x0013
} else { 
	add(a,b) #0x0014
} 
printf("%s","end") #0x0017

func add(int a,int b) { #0x0020
  return a+b
}
复制代码

这是段非常简单的伪代码，有分支判断、有函数跳转。我们来从CPU的角度看看它是如何执行的：

1. 首先每段程序都有个开始的地址0x0010，也就是CPU读取程序的入口
2. 把a=1这个数字读入通用寄存器中，程序计数器（PC寄存器）自动加1，即指向下一条指令 0x0011
3. 指令寄存器拿到程序计数器的指令地址，把b=2这个数字读入通用寄存器中，程序计数器（PC寄存器）自动加1，即指向下一条指令0x0012
4. 指令寄存器发现此处是比较逻辑，会执行a-b，此时可能会有三个结果分别是大于0，等于0，小于0，然后把这个结果存到标志寄存器里，这里有个小知识，我们经常说的是CPU是64位或者32位，其实也表示了标志寄存器的长度

5. 很明显，a是小于b的，CPU根据标志寄存器的状态值应该跳转到else里面，注意这时程序计数器的值不是加1，而是设置成else的地址 0x0014，当执行到0x0015的时候，需要发生函数跳转，程序计数器会被设置成 0x0020，但是这里并不是简单的函数跳转（专业术语叫做call），因为在函数执行完毕之后，还要返回，也就是程序计数器需要从0x0020再变成0x0017。call执行的时候会把后续要执行的指令地址0x0017存到栈中。
6. 当我们的add函数执行完毕之后，会有个return，return的时候会把上一步骤存入栈中的地址0x0017写入程序计数器中
7. 指令寄存器根据程序计数器当前的地址执行最后的打印（end），结束。

顺序执行的指令代码，程序计数器会自动累加（当然不一定累加的是1），然后找到下一条要执行的指令。

分支判断的时候，程序计数器不是简单的累加地址，需要地址的跳转。

函数调用不仅仅需要跳转地址，还要把函数执行完毕之后要执行的地址存下来，方便折回继续执行。

其实还有个循环执行，也就是我们代码中的for、while之类的，这时程序计数器会不停的在某些地址之间来回切换。

作者：假装懂编程
链接：
https://juejin.cn/post/7022800866788950029
来源：稀土掘金
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。