序言

前段時間，我連續寫了十來篇CPU底層系列技術故事文章，有不少讀者私信我讓我寫一下CPU的寄存器。

寄存器這個太多太復雜，不適合寫故事，拖了很久，總算是寫完了，這篇文章就來詳細聊聊x86/x64架構的CPU中那些紛繁復雜的寄存器們。

長文預警，時速較快，請系好安全帶～起飛~

自1946年馮·諾伊曼領導下誕生的世界上第一臺通用電子計算機ENIAC至今，計算機技術已經發展了七十多載。

從當初專用于數學計算的龐然大物，到后來大型機服務器時代，從個人微機技術蓬勃發展，到互聯網浪潮席卷全球，再到移動互聯網、云計算日新月異的當下，計算機變的形態各異，無處不在。

這七十多年中，出現了數不清的編程語言，通過這些編程語言，又開發了無數的應用程序。

可無論什么樣的應用程序，什么樣的編程語言，最終的程序邏輯都是要交付給CPU去執行實現的（當然這里有些不嚴謹，除了CPU，還有協處理器、GPU等等）。所以了解和學習CPU的原理都是對計算機基礎知識的夯實大有裨益。

在七十多年的漫長歷程中，也涌現了不少架構的CPU。

MIPS

PowerPC

x86/x64

IA64

ARM

······

這篇文章就以市場應用最為廣泛的x86-x64架構為目標，通過學習了解它內部的100個寄存器功能作用，來串聯闡述CPU底層工作原理。

通過這篇文章，你將了解到：

CPU指令執行原理

內存尋址技術

軟件調試技術原理

中斷與異常處理

系統調用

CPU多任務技術

什么是寄存器？

寄存器是CPU內部用來存放數據的一些小型存儲區域，用來暫時存放參與運算的數據和運算結果以及一些CPU運行需要的信息。

x86架構CPU走的是復雜指令集（CISC） 路線，提供了豐富的指令來實現強大的功能，與此同時也提供了大量寄存器來輔助功能實現。這篇文章將覆蓋下面這些寄存器：

通用寄存器

標志寄存器

指令寄存器

段寄存器

控制寄存器

調試寄存器

描述符寄存器

任務寄存器

MSR寄存器

通用寄存器

首當其沖的是通用寄存器，這些的寄存器是程序執行代碼最最常用，也最最基礎的寄存器，程序執行過程中，絕大部分時間都是在操作這些寄存器來實現指令功能。

所謂通用，即這些寄存器CPU沒有特殊的用途，交給應用程序“隨意”使用。注意，這個隨意，我打了引號，對于有些寄存器，CPU有一些潛規則，用的時候要注意。

eax： 通常用來執行加法，函數調用的返回值一般也放在這里面

ebx： 數據存取

ecx： 通常用來作為計數器，比如for循環

edx： 讀寫I/O端口時，edx用來存放端口號

esp： 棧頂指針，指向棧的頂部

ebp： 棧底指針，指向棧的底部，通常用ebp+偏移量的形式來定位函數存放在棧中的局部變量

esi： 字符串操作時，用于存放數據源的地址

edi： 字符串操作時，用于存放目的地址的，和esi兩個經常搭配一起使用，執行字符串的復制等操作

在x64架構中，上面的通用寄存器都擴展成為64位版本，名字也進行了升級。當然，為了兼容32位模式程序，使用上面的名字仍然是可以訪問的，相當于訪問64位寄存器的低32位。

raxrbxrcxrdxrsprbprsirdi

除了擴展原來存在的通用寄存器，x64架構還引入了8個新的通用寄存器：

r8-r15

在原來32位時代，函數調用時，那個時候通用寄存器少，參數絕大多數時候是通過線程的棧來進行傳遞（當然也有使用寄存器傳遞的，比如著名的C++ this指針使用ecx寄存器傳遞，不過能用的寄存器畢竟不多）。

進入x64時代，寄存器資源富裕了，參數傳遞絕大多數都是用寄存器來傳了。寄存器傳參的好處是速度快，減少了對內存的讀寫次數。

當然，具體使用棧還是用寄存器傳參數，這個不是編程語言決定的，而是編譯器在編譯生成CPU指令時決定的，如果編譯器非要在x64架構CPU上使用線程棧來傳參那也不是不行，這個對高級語言是無感知的。

標志寄存器

標志寄存器，里面有眾多標記位，記錄了CPU執行指令過程中的一系列狀態，這些標志大都由CPU自動設置和修改：

CF 進位標志

PF 奇偶標志

ZF 零標志

SF 符號標志

OF 補碼溢出標志

TF 跟蹤標志

IF 中斷標志

······

在x64架構下，原來的eflags寄存器升級為64位的rflags，不過其高32位并沒有新增什么功能，保留為將來使用。

指令寄存器

eip： 指令寄存器可以說是CPU中最最重要的寄存器了，它指向了下一條要執行的指令所存放的地址，CPU的工作其實就是不斷取出它指向的指令，然后執行這條指令，同時指令寄存器繼續指向下面一條指令，如此不斷重復，這就是CPU工作的基本日常。

而在漏洞攻擊中，黑客想盡辦法費盡心機都想要修改指令寄存器的地址，從而能夠執行惡意代碼。

同樣的，在x64架構下，32位的eip升級為64位的rip寄存器。

段寄存器

段寄存器與CPU的內存尋址技術緊密相關。

早在16位的8086CPU時代，內存資源寶貴，CPU使用分段式內存尋址技術：

16位的寄存器能尋址的范圍是64KB，通過引入段的概念，將內存空間劃分為不同的區域：分段，通過段基址+段內偏移段方式來尋址。

這樣一來，段的基地址保存在哪里呢？8086CPU專門設置了幾個段寄存器用來保存段的基地址，這就是段寄存器段的由來。

段寄存器也是16位的。

段寄存器有下面6個，前面4個是早期16位模式就引入了，到了32位時代，又新增了fs和gs兩個段寄存器。

cs： 代碼段

ds： 數據段

ss： 棧段

es： 擴展段

fs： 數據段

gs： 數據段

段寄存器里面存儲的內容與CPU當前工作的內存尋址模式緊密相關。

當CPU處于16位實地址模式下時，段寄存器存儲段的基地址，尋址時，將段寄存器內容左移4位（乘以16）得到段基地址+段內偏移得到最終的地址。

當CPU工作于保護模式下，段寄存器存儲的內容不再是段基址了，此時的段寄存器中存放的是段選擇子，用來指示當前這個段寄存器“指向”的是哪個分段。

注意我這里的指向打了引號，段寄存器中存儲的并不是內存段的直接地址，而是段選擇子，它的結構如下：

16個bit長度的段寄存器內容劃分了三個字段：

PRL： 特權請求級，就是我們常說的ring0-ring3四個特權級。

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： 這是一個表格中表項的索引值，這個表格叫內存描述符表，它的每一個表項都描述了一個內存分段。

這里提到了兩個表，全局描述符表GDT和局部描述符表LDT，關于這兩個表的介紹，下面介紹描述符寄存器時再詳述，這里只需要知道，這是CPU支持分段式內存管理需要的表格，放在內存中，表格中的每一項都是一個描述符，記錄了一個內存分段的信息。

保護模式下的段寄存器和段描述符到最后的內存分段，通過下圖的方式聯系在一起：

通用寄存器、段寄存器、標志寄存器、指令寄存器，這四組寄存器共同構成了一個基本的指令執行環境，一個線程的上下文也基本上就是這些寄存器，在執行線程切換的時候，就是修改它們的內容。

控制寄存器

控制寄存器是CPU中一組相當重要的寄存器，我們知道eflags寄存器記錄了當前運行線程的一系列關鍵信息。

那CPU運行過程中自身的一些關鍵信息保存在哪里呢？答案是控制寄存器！

32位CPU總共有cr0-cr4共5個控制寄存器，64位增加了cr8。他們各自有不同的功能，但都存儲了CPU工作時的重要信息：

cr0： 存儲了CPU控制標記和工作狀態

cr1： 保留未使用

cr2： 頁錯誤出現時保存導致出錯的地址

cr3： 存儲了當前進程的虛擬地址空間的重要信息——頁目錄地址

cr4： 也存儲了CPU工作相關以及當前人任務的一些信息

cr8： 64位新增擴展使用

其中，CR0尤其重要，它包含了太多重要的CPU信息，值得單獨關注一下：

一些重要的標記位含義如下：

PG： 是否啟用內存分頁

AM： 是否啟用內存對齊自動檢查

WP： 是否開啟內存寫保護，若開啟，對只讀頁面嘗試寫入時將觸發異常，這一機制常常被用來實現寫時復制功能

PE： 是否開啟保護模式

除了CR0，另一個值得關注的寄存器是CR3，它保存了當前進程所使用的虛擬地址空間的頁目錄地址，可以說是整個虛擬地址翻譯中的頂級指揮棒，在進程空間切換的時候，CR3也將同步切換。

調試寄存器

在x86/x64CPU內部，還有一組用于支持軟件調試的寄存器。

調試，對于我們程序員是家常便飯，必備技能。但你想過你的程序能夠被調試背后的原理嗎？

程序能夠被調試，關鍵在于能夠被中斷執行和恢復執行，被中斷的地方就是我們設置的斷點。那程序是如何能在遇到斷點的時候停下來呢？

對于一些解釋執行（PHP、Python、JavaScript）或虛擬機執行（Java）的高級語言，這很容易辦到，因為它們的執行都在解釋器/虛擬機的掌控之中。

而對于像C、C++這樣的“底層”編程語言，程序代碼是直接編譯成CPU的機器指令來執行的，這就需要CPU來提供對于調試的支持了。

對于通常的斷點，也就是程序執行到某個位置下就停下來，這種斷點實現的方式，在x86/x64上，是利用了一條軟中斷指令：int 3來進行實現的。

注意，這里的int不是指高級語言里面的整數，而是表示interrupt中斷的意思，是一條匯編指令，int 3則表示中斷向量號為3的中斷。

在我們使用調試器下斷點時，調試器將會把對應位置的原來的指令替換為一個int 3指令，機器碼為0xCC。這個動作對我們是透明的，我們在調試器中看到的依然是原來的指令，但實際上內存中已經不是原來的指令了。

順便提一句，兩個0xCC是漢字【燙】的編碼，在一些編譯器里，會給線程的棧中填充大量的0xCC，如果程序出錯的時候，我們經常會看到很多燙燙燙出現，就是這個原因。

言歸正傳，CPU在執行這條int 3指令時，將自動觸發中斷處理流程（雖然這實際上不是一個真正的中斷），CPU將取出IDTR寄存器指向的中斷描述符表IDT的第3項，執行里面的中斷處理函數。

而這個中斷描述符表，早在操作系統啟動之初，就已經提前安排好了，所以執行這條指令后，操作系統的中斷處理函數將介入，來處理這一事件。

后面的過程就多了，簡單來說，操作系統會把觸發這一事件的進程凍結起來，隨后將這一事件發送到調試器，調試器拿到之后就知道目標進程觸發斷點了。這個時候，咱們程序員就能通過調試器的UI交互界面或者命令行調試接口來調試目標進程，查看堆棧、查看內存、變量都隨你。

如果我們要繼續運行，調試器將會把之前修改的int 3指令給恢復回去，然后告知操作系統：我處理完了，把目標進程解凍吧！

上面簡單描述了一下普通斷點的實現原理。現在思考一個場景：我們發現一個bug，某個全局整數型變量的值老是莫名其妙被修改，但你發現有很多線程，很多函數都有可能會去修改這個變量，你想找出到底誰干的，怎么辦？

這個時候上面的普通斷點就沒辦法了，你需要一種新的斷點：硬件斷點。

這時候就該本小節的主人公調試寄存器登場表演了。

在x86架構CPU內部，提供了8個調試寄存器DR0~DR7。

DR0~DR3：這是四個用于存儲地址的寄存器

DR4~DR5：這兩個有點特殊，受前面提到的CR4寄存器中的標志位DE位控制，如果CR4的DE位是1，則DR4、DR5是不可訪問的，訪問將觸發異常。如果CR4的DE位是0，則DR4和DR5將會變成DR6和DR7的別名，相當于做了一個軟鏈接。這樣做是為了將DR4、DR5保留，以便將來擴展調試功能時使用。

DR6：這個寄存器中存儲了硬件斷點觸發后的一些狀態信息

DR7：調試控制寄存器，這里面記錄了對DR0-DR3這四個寄存器中存儲地址的中斷方式（是對地址的讀，還是寫，還是執行）、數據長度（1/2/4個字節）以及作用范圍等信息

通過調試器的接口設置硬件斷點后，CPU在執行代碼的過程中，如果滿足條件，將自動中斷下來。

回答前面提出的問題，想要找出是誰偷偷修改了全局整形變量，只需要通過調試器設置一個硬件寫入斷點即可。

描述符寄存器

所謂描述符，其實就是一個數據結構，用來記錄一些信息，‘描述’一個東西。把很多個描述符排列在一起，組成一個表，就成了描述符表。再使用一個寄存器來指向這個表，這個寄存器就是描述符寄存器。

在x86/x64系列CPU中，有三個非常重要的描述符寄存器，它們分別存儲了三個地址，指向了三個非常重要的描述符表。

gdtr： 全局描述符表寄存器，前面提到，CPU現在使用的是段+分頁結合的內存管理方式，那系統總共有那些分段呢？這就存儲在一個叫全局描述符表（GDT）的表格中，并用gdtr寄存器指向這個表。這個表中的每一項都描述了一個內存段的信息。

ldtr： 局部描述符表寄存器，這個寄存器和上面的gdtr一樣，同樣指向的是一個段描述符表（LDT）。不同的是，GDT是全局唯一，LDT是局部使用的，可以創建多個，隨著任務段切換而切換（下文介紹任務寄存器會提到）。

GDT和LDT中的表項，就是段描述符，描述了一個內存分段的信息，其結構如下：

一個表項占據8個字節（32位CPU），里面存儲了一個內存分段的諸多信息：基地址、大小、權限、類型等信息。

除了這兩個段描述符寄存器，還有一個非常重要的描述符寄存器：

idtr： 中斷描述符表寄存器，指向了中斷描述符表IDT，這個表的每一項都是一個中斷處理描述符，當CPU執行過程中發生了硬中斷、異常、軟中斷時，將自動從這個表中定位對應的表項，里面記錄了發生中斷、異常時該去哪里執行處理函數。

IDT中的表項稱為Gate，中文意思為門，因為這是應用程序進入內核的主要入口。雖然表的名字叫中斷描述符表，但表中存儲的不全是中斷描述符，IDT中的表項存在三種類型，對應三種類型的門：

任務門

陷阱門

中斷門

三種描述符中都存儲了處理這個中斷/異常/任務時該去哪里處理的地址。三種門用途不一，其中中斷門是真正意義上的中斷，而像前面提到的調試指令int 3以及老式的系統調用指令int 2e/int 80都屬于陷阱門。任務門則用的較少，要了解任務門，先了解下任務寄存器。

任務寄存器現代操作系統，都是支持多任務并發運行的，x86架構CPU為了順應時代潮流，在硬件層面上提供了專門的機制用來支持多任務的切換，這體現在兩個方面：

CPU內部設置了一個專用的寄存器——任務寄存器TR，它指向當前運行的任務。

定義了描述任務的數據結構TSS，里面存儲了一個任務的上下文（一系列寄存器的值），下圖是一個32位CPU的TSS結構圖：

x86CPU的構想是每一個任務對應一個TSS，然后由TR寄存器指向當前的任務，執行任務切換時，修改TR寄存器的指向即可，這是硬件層面的多任務切換機制。

這個構想其實還是很不錯的，然而現實卻打了臉，包括Linux和Windows在內的主流操作系統都沒有使用這個機制來進行線程切換，而是自己使用軟件來實現多線程切換。

所以，絕大多數情況下，TR寄存器都是指向固定的，即便線程切換了，TR寄存器仍然不會變化。

注意，我這里說的的是絕大多數情況，而沒有說死。雖然操作系統不依靠TSS來實現多任務切換，但這并不意味著CPU提供的TSS操作系統一點也沒有使用。還是存在一些特殊情況，如一些異常處理會使用到TSS來執行處理。

下面這張圖，展示了控制寄存器、描述符寄存器、任務寄存器構成的全貌：

模型特定寄存器

從80486之后的x86架構CPU，內部增加了一組新的寄存器，統稱為MSR寄存器，中文直譯是模型特定寄存器，意思是這些寄存器不像上面列出的寄存器是固定的，這些寄存器可能隨著不同的版本有所變化。這些寄存器主要用來支持一些新的功能。

隨著x86CPU不斷更新換代，MSR寄存器變的越來越多，但與此同時，有一部分MSR寄存器隨著版本迭代，慢慢固化下來，成為了變化中那部分不變的，這部分MSR寄存器，Intel將其稱為Architected MSR，這部分MSR寄存器，在命名上，統一加上了IA32的前綴。

這里選取三個代表性的MSR簡單介紹一下：

IA32_SYSENTER_CS

IA32_SYSENTER_ESP

IA32_SYSENTER_EIP

這三個MSR寄存器是用來實現快速系統調用。

在早期的x86架構CPU上，系統調用依賴于軟中斷實現，類似于前面調試用到的int 3指令，在Windows上，系統調用用到的是int 2e，在Linux上，用的是int 80。

軟中斷畢竟還是比較慢的，因為執行軟中斷就需要內存查表，通過IDTR定位到IDT，再取出函數進行執行。

系統調用是一個頻繁觸發的動作，如此這般勢必對性能有所影響。在進入奔騰時代后，就加上了上面的三個MSR寄存器，分別存儲了執行系統調用后，內核系統調用入口函數所需要的段寄存器、堆棧棧頂、函數地址，不再需要內存查表。快速系統調用還提供了專門的CPU指令sysenter/sysexit用來發起系統調用和退出系統調用。

在64位上，這一對指令升級為syscall/sysret。

總結以上就是全部要介紹的寄存器了，需要說明一下的是，這并不是x86CPU全部所有的寄存器，除了這些，還存在XMM、MMX、FPU浮點數運算等其他寄存器。

這篇文章以x86/x64架構CPU為目標，通過對CPU內部寄存器的闡述，串講了CPU執行代碼機制、內存尋址技術、中斷與異常處理、多任務管理、系統調用、調試原理等多種計算機底層知識。
編輯：lyn