Linux系统漫游（一）从开机到架构
用了好久的 Linux 系统了，然而却没有从头开始好好系统地认识过 Linux，这两篇，就从以下几个方面，漫游式地重新梳理一下关于 Linux 的知识。
本篇：
- Linux简介与版本
- 从开机到启动
- 文件系统
- 文本流
- 标准输入、标准输出、标准错误、重定向
- 管道
- Linux 架构
下一篇：
- 进程
- 进程空间
- 信号
- 进程间通信
- 并发与同步
注：本文提取总结自Vamei的博客
Linux 简介和版本
狭义的 Linux 指的是 Linux kernel (内核)，最初由 Linus Torvalds 根据Minix系统的代码，参照UNIX系统的设计写出。kernel 就是负责管理硬件并为上层应用提供接口的底层代码。广义的 Linux 指的是以 Linux kernel 为基础的包括操作系统和各种应用在内的各个Linux版本(distribution)。
上图就是 Linux Kernel 的最初创始人 Linus Torvalds，关于 linus 的介绍，可看Linus，一生只为寻找欢笑，Linus 还出过一本自传《只是为了好玩》，当年在大学图书馆看完这本书心里只有仰望和佩服。
PC平台比较流行的 Linux厂商版本 可以分为两类：
- Redhat系列：包括面向企业的Red Hat Enterprise、由社区维护的Fedora和CentOS等，该系列 Linux版本 的软件安装包以rpm结尾。
- Debian系列：包括完全免费的 Debian 和 继承自 Debian 且界面友好的 Ubuntu ，以及继承自 Ubuntu 但提供了更加丰富的预装应用的Mint，还有预装了许多网络安全、渗透相关工具的kali Linux。 国产做得比较优秀的深度（Deepin）也是属于Debian系列的。这一类 Linux版本 的软件安装包以deb结尾。。
个人用户安装建议
如果只是为了体验一下 Linux 系统，推荐安装有强大的社区支持的 Ubuntu，不想太折腾也可以尝试 Deepin；如果是为了稳定建站等希望有持续的技术支持，但不愿意频繁升级的，可以试试 CentOS ；如果想学习黑客知识、网络安全等，推荐 kali Linux。
此外，还有一些小众的 Linux 发行版就不介绍了。总而言之， Linux 的发行版本非常多。
发一张仅供娱乐的图片。
Linux 开机启动(bootstrap)
注：本小节摘自 Vamei 的博客
最初始阶段
当我们打开计算机电源，计算机会自动从主板的BIOS(Basic Input/Output System)读取其中所存储的程序。这一程序通常知道一些直接连接在主板上的硬件(硬盘，网络接口，键盘，串口，并口)。现在大部分的BIOS允许你从软盘、光盘或者硬盘中选择一个来启动计算机。
随着计算机的发展，传统的BIOS被新的UEFI BIOS替代。UEFI的全称是Unified Extensible Firmware Interface，意即统一可扩展固件接口。UEFI做了很多对传统BIOS的改进。
下一步，计算机将从你所选择的存储设备中读取起始的512个字节(bytes)。如果我们从光盘启动的话，那么计算机就会读取光盘最开始的512个字节。这512个字节叫做 主引导记录MBR (master boot record)。MBR会告诉电脑从该设备的某一个分区(partition)来装载 引导加载程序(boot loader)。引导加载程序储存有操作系统(OS)的相关信息，比如操作系统名称，操作系统内核所在位置等。常用的引导加载程序有GRUB和LILO。
随着计算机的发展，逐渐出现了GPT来代替MBR。GPT的全称是Globally Unique Identifier Partition Table，意即GUID分区表，它的推出是和UEFI BIOS相辅相成的，鉴于MBR的磁盘容量和分区数量已经不能满足硬件发展的需求，GPT首要的任务就是突破了2.2T分区的限制，最大支持18EB的分区。
随后，引导加载程序会帮助我们加载内核(kernel)。内核实际上是一个用来操作计算机的程序，它是计算机操作系统的内核，主要的任务是管理计算机的硬件资源，充当软件和硬件的接口。操作系统上的任何操作都要通过内核传达给硬件。Windows和Linux各自有自己内核。狭义的操作系统就是指内核，广义的操作系统包括内核以及内核之上的各种应用。
实际上，我们可以在多个分区安装引导加载程序，每个引导加载程序对应不同的操作系统，在读取MBR的时候选择我们想要启动的引导加载程序。这就是多操作系统的原理。
小结：BIOS -> MBR（GPT）-> boot loader -> kernel
内核
如果我们加载的是Linux内核，Linux内核开始工作。内核会首先预留自己运行所需的内存空间，然后通过驱动程序(driver)检测计算机硬件。这样，操作系统就可以知道自己有哪些硬件可用。随后，内核会启动一个init进程。它是Linux系统中的1号进程。到此，内核就完成了在计算机启动阶段的工作，交接给init来管理。
小结: kernel -> init process
init process
(根据boot loader的选项，Linux此时可以进入单用户模式(single user mode)。在此模式下，初始脚本还没有开始执行，我们可以检测并修复计算机可能存在的错误)
随后，init会运行一系列的初始脚本(startup scripts)，这些脚本是Linux中常见的shell scripts。这些脚本执行如下功能：
设置计算机名称，时区，检测文件系统，挂载硬盘，清空临时文件，设置网络……
当这些初始脚本加载完毕，操作系统就已经完全准备好了，只是，还没有人可以登录。init会给出登录(login)对话框，或者是图形化的登录界面。
输入用户名(比如说vamei)和密码，DONE！
文件系统
在计算机组成原理中我们知道，内存中的数据会随着掉电而消失。为了关机后还能保存我们的数据，我们需要将数据保存在ROM介质中（光盘、硬盘）。我们把每一份保存的数据称为文件。那么当文件多的时候，我们如何去找到我们需要的文件？这就需要用到文件系统(file system)了。
文件系统是就是文件在逻辑上组织形式，它以一种更加清晰的方式来存放各个文件。Linux 的文件系统本质上是二叉树。要找到一个文件，除了要知道该文件的文件名，还需要知道从树根到该文件的所有目录名。从根目录开始的所有途径的目录名和文件名构成一个路径(path)。
值得注意的是，在Linux系统中，目录也是一种文件。Linux中的文件有目录文件、常规文件、软链接文件三种。对于任意一种文件，我们都可以读取(read)，写入(write)和运行(execute)，但首先要有相关操作的权限。
上面提到的软链接，可以理解为类似于 Windows 的快捷方式。
文件权限相关可以看另一篇：给自己的 Linux 备忘
文本流
计算机中的数据都是 0 1 这样的二进制，每一个 0 或者 1，称为 1位(bit)。Unix 以 字节（byte） 来作为数据的单位，规定每 8 个位，就等于 1 个字节。8 个位，二进制数范围为00000000 - 11111111，对应的十进制数就是 0 - 255
通过ASCII编码，可以把这一个字节转换成为256个字符中的一个。所以，在Unix中，数据完全可以用字符的形式表示出来，也就是所谓的文本（text）。
Unix/Linux的基本哲学之一就是「万物皆文件」（Everything is a file）。前面提到，目录也是一种文件。对于Unix系统来说，文件可以广义的认为是可以提供或接收数据的对象。既然这样，Unix系统干脆把提供或接收数据的硬件也表示成文件。
但 linus 对「万物皆文件」的说法作出过纠正，改为「万物皆文本流」（Everything is a stream of bytes）系统运行时，数据并不是在一个文件里定居。数据会在CPU的指挥下不断地流动。有时数据需要到办公室上班，因此被读入到内存，有时会去酒店休假，传送到外部设备。有的时候，数据需要搬个家，转移到另一个文件。在这样跑来跑去的过程中，数据像是排着队走路的人流，我们叫它 文本流（text stream，或者byte stream）。
然而，计算机不同设备之间的连接方法差异很大，从内存到文件的连接像是爬山，从内存到外设像是游过一条河。为此，Unix定义了流 (stream)，作为连接操作系统各处的公路标准。有了“流”，无论是从内存到外设，还是从内存到文件，所有的数据公路都是相同的格式。至于公路下面是石头还是土地，就都交给操作系统处理，不劳用户操心了。
标准输入、标准输出、标准错误
当Unix执行一个程序的时候，会自动打开三个流，标准输入(standard input)，标准输出(standard output)，标准错误(standard error)。
比如说你打开命令行的时候，默认情况下，命令行的标准输入连接到键盘，标准输出和标准错误都连接到屏幕。对于一个程序来说，尽管它总会打开这三个流，但它会根据需要使用，并不是一定要使用。
想象一下，当我们在 shell 中敲下
ls命令的时候，键盘作为标准输入，把我们敲下的命令文本流传给shell，shell随后调用/bin/ls去解释这个命令，得到结果a.txt，最后这个输出文本流流向标准输出，也就是屏幕，这才显示出来。
如果我们不想让a.txt流向标准输出（屏幕） ，我们可以用>符号来重定向让它流向别的文件，这样目标文件就会被替代成我们输出的结果a.txt。或者，你用>>符号来追加，在原来文件不变的情况下在后面追加我们的a.txt结果。
我们也可以用<符号来改变标准输入。
Linux中，命令 echo 的作用就是将文本流导向标准输出。
管道(pipe)
管道可以将一个命令的输出导向另一个命令的输入，从而让两个(或者更多命令)像流水线一样连续工作，不断地处理文本流。在命令行中，我们用|符号表示管道。
例子：
把 a.txt 作为输入，传给 cat 命令， cat命令解释后的输出通过管道传递给 wc，用于统计字数
cat < a.txt | wcLinux 架构
注：本小节摘自 Vamei 的博客
根据上图，我们从内到外，逐一分析！
内核
由上图，硬件是物质基础，而应用提供服务。但在两者之间，还要经过一番周折。Linux首先启动内核 (kernel)，内核直接管理管理硬件，包括CPU、内存空间、硬盘接口、网络接口等等。同样，所有的计算机操作都要通过内核传递给硬件。
系统调用
为了方便调用内核，Linux将内核的功能接口制作成系统调用(system call)。系统调用看起来就像C语言的函数。你可以在程序中直接调用。系统调用是操作系统的最小功能单位。
库函数
系统调用提供的功能非常基础，所以使用起来很麻烦。一个简单的给变量分配内存空间的操作，就需要动用多个系统调用。所以，Linux定义一些库函数(library routine)来将系统调用组合成某些常用的功能。
比如，分配内存的操作，可以定义成一个库函数(像malloc()这样的函数)。再比如说，在读取文件的时候，系统调用要求我们设置好所需要的缓冲。我可以使用Standard IO库中的读取函数。这个读取函数既负责设置缓冲，又负责使用读取的系统调用函数。
使用库函数对于机器来说并没有效率上的优势，但可以把程序员从细节中解救出来。
shell
那么跟库函数处于同等地位的 shell 又是何方神圣呢？
shell是一个特殊的应用。很多用户将它称为命令行。shell是一个命令解释器(interpreter)，当我们输入“ls -l”的时候，它将此字符串解释为
- 在默认路径找到该文件(/bin/ls)，
- 执行该文件，并附带参数"-l"。
shell是可编程的，它可以执行符合shell语法的文本。这样的文本叫做shell脚本(script)。
UNIX的一条哲学是让每个程序尽量独立的做好一个小的功能。而shell充当了这些小功能之间的"胶水"，让不同程序能够以一个清晰的接口(文本流)协同工作，从而增强各个程序的功能。这也是Linux老鸟鼓励新手多用shell，少用图形化界面的原因之一。
应用
最后，我们进入一般的应用。应用是一个程序，它可以
- 直接调用系统函数
- 调用库函数
- 运行shell脚本 这些应用可以由多种语言开发。最常见的是C语言。
由于篇幅原因，这一篇先介绍到这里，下一篇继续介绍进程、信号、并发等知识。