Los Secretos del Kernel

Presentación

Bienvenidos a una nueva serie de artículos sobre los secretos del kernel. Tal vez, más de uno de Uds. Ha echado un ojo sobre los fuentes del kernel. El kernel de Linux pasó de ser un par de archivos compactados de 100k a más de 300 archivos en más de 9 Megabytes compactados con más de 2 millones de líneas de código.

Estos artículos están preparados para programadores y no para usuarios inexpertos. Obviamente que todo el mundo es libre de leer este artículo y que cualquier duda que les quede respecto al mismo pueden consultarme vía email.

Todos los días se descubren bugs nuevos y todos los días se escriben nuevos patchs. Es casi imposible comprender en su totalidad el código fuente del kernel hoy día. Está escrito por muchos programadores, que aunque trataron de mantener el mismo estilo de programación éste mucha veces difiere.

Linux: El Sistema Operativo de la Internet

Linux es un sistema de libre distribución para PCs. Es compatible con el estándar POSIX 1003.1 e incluye grandes áreas de funciones de Unix System V y BSD 4.3. Muchas partes substanciales del kernel de Linux sobre los cuales concierne esta serie de artículos fueron escritas por Linus Torvalds, un estudiante de ciencia de la computación en Finlandia. La primera versión del kernel de Linux vió la luz en Noviembre de 1991.

Características Principales

• Multitarea

  Linux soporta multitarea verdadera, todos los procesos corren de manera independiente unos de otros. Ninguno de ellos necesita ceder el procesador para la ejecución de otros procesos.

• Accesibilidad Multiusuario

  Linux no sólo es un sistema operativo multiusuario. Sino que posee acceso multiusuario. Linux permite tener terminales conectadas al sistema utilizando los mismos recursos.

• Ejecutables cargados en demanda

  Solo aquellas partes del programa que son necesarias para la ejecución del mismo son cargadas en memoria.

• Paginación

  Puede ocurrir que la memoria esté totalmente ocupada. Linux entonces busca por páginas de memoria de 4k que puedan ser liberadas. Las páginas son almacenadas en disco y la memoria es liberada. Si alguna de estas páginas es requerida, Linux la toma del disco y la pone en su lugar original. A diferencia de lo que comúnmente se llama swapping (o archivo de intercambio para los usuarios de Microsoft Windows) sólo algunas paginas se guardan en disco. Los viejos sistemas Unix o inclusive los flamantes nuevos Windows 95 o NT escriben en disco todas las paginas de un proceso, lo cual es mucho menos eficiente.

• Cache de disco dinámico

  Los usuarios de MSDOS estarán familiarizados con SmartDrive (SMARTDRV). Este programa reserva una determinada zona de memoria fijo para el cache del disco. Linux trabaja el cache del disco de una forma mucho más dinámica. La memoria de reserva para el disco se agranda cuando es necesario o se achica cuando hay escasez de memoria disponible.

• Librerías compartidas

  Las librerías son un conjunto de rutinas utilizadas por los programas para procesar datos. Hay un numero de librerías estandares utilizadas por más de un proceso a la vez. En los viejos tiempos las librerías se incluían en el código ejecutable del programa. Así es que si uno o más programas utilizaban las misma librería esta era cargada más de una vez utilizando espacio en memoria innecesario. Aquí es donde las librerías compartidas entran en juego. Los ejecutables solo poseen un vinculo con la librería compartida. De esta manera si uno o más programas utilizan las misma librería ésta es cargada sólo una vez.

• Soporte para el estándar POSIX 1003.1 y en parte System V y BSD

  POSIX 1003.1 define una interfaces mínima para un sistema operativo tipo Unix. Esta interface está descripta en declaración de funciones C. Este estardard es actualmente soportado por todos los recientes y relativamente sofisticados sistemas operativos. Microsoft Windows NT posee soporte para POSIX 1003.1. Linux 1.2 soporta POSIX en su totalidad. Algunas interfaces adicionales fueron y están siendo desarrolladas para compatibilidad con System V y BSD.

• Diferentes formatos para archivos ejecutables

  ¿Quien no desea poder correr cualquier aplicación en Linux? Ya sea de DOS, Windows 95, FreeBSD o OS/2. Por esta razón emuladores de DOS y Windows95 están en actual desarrollo. Linux puede ejecutar binarios de otras plataformas Unix basadas en Intel que conformen con el estándar iBCS2,(intel Binary Compatibility standard).

• Sistemas de archivos diferentes

  Linux soporta una gran variedad de sistemas de archivos. El más usado actualmente es el Second Extended File System (Ext2). Otro sistema de archivos implementeado de la File Allocation Table (FAT). Las restricciones de acceso a este sistema de archivos están dado para todo el disco ya que la FAT no está preparada para seguridad o acceso multiusuario.

• Redes

  Linux puede ser integrado en un sistema de redes Unix local. En principio todos los servicios de red son soportado, Network File System (NFS) y Remote Login (rlogin). SLIP y PPP ambos son soportados.

• System V IPC

  Linux usa esta tecnología para proveer de colas de mensajes, semáforos y memoria compartida. Estas son variantes clásicas de la comunicación entre-procesos (inter-process communication).

Compilando el Kernel

Antes de estudiar el corazón del kernel le vamos a pegar un vistazo al código fuente del mismo.

Estructura del árbol de los fuentes:

En un sistema Linux, las fuentes se ubican normalmente bajo el directorio /usr/src/linux. En el siguiente texto los directorios están dados en forma relativa a este. La portacion a otras arquitecturas No-Intel resulto en una modificación comparado con la versión 1.0 del kernel. El código dependiente de la arquitectura está bajo arch/. Hasta el presente este contiene arch/i386/ para los procesadores 386, 486 y Pentium de Intel, arch/mips/ para la arquitectura MIPS y arch/sparc/ para el SPARC de Sun Microssystems. Como Linux es bastante usado sobre PCs, nosotros nos concentraremos en esta arquitectura.

El kernel de Linux no es más que un programa C estándar. Hay solamente solo dos grandes diferencias. La función de entrada para los programas escritos en C es normalmente main(int argc,char **argv). En Linux ésta es start_kernel(void). El entorno del programa no existe todavía (hablamos del momento de boot cuando la maquina arranca y esta por correr el kernel de Linux). Esto significa que hay que hacer un par de maniobras antes de que la primera función en C sea llamada. Los códigos en ensamblador que se encargan de esta labor están contenidos en el directorio arch/i386/asm/.

La rutina en ensamblador apropiada carga el kernel en la dirección absoluta 0x100000 (1 Mbyte). Entonces instala las rutinas de servicio de interrupción, las tablas descriptoras globales y las tablas descriptoras de interrupciones, que son utilizadas únicamente durante el proceso de inicialización. En este punto el procesador se pasa a modo protegido. El directorio init/ contiene todo lo necesario para inicializar el kernel. Además de otras funciones aquí está start_kernel(). Su tarea es la de inicializar el kernel de manera correcta, tomando en cuenta los parámetros de boot que se le fueron pasados. El primer proceso es creado sin el uso de las llamadas al sistema (todavía no tenemos al sistema cargado), es decir, a mano. Este proceso es el famoso idle, es el que usa el tiempo del procesador cuando ninguna tarea lo requiere.

Los directorios kernel/ y arch/i386/kernel/ contienen, como sus nombres sugieren, las partes centrales del kernel. Aquí es donde las principales llamadas al sistema (system calls) son alojadas. Aquí también se encuentran implementadas otras áreas como ser el manejo del tiempo, el planificador (scheduler), la DMA, el controlador de interrupciones y el controlador de señales.

El código que maneja la memoria está almacenado en los directorios mm/ y arch/i386/mm/. Esta parte del código es la encargada de asignar y liberar memoria a los procesos. Aquí también se aloja todo el código que se encarga de la Paginación.

El sistema de archivos virtual (virtual file system) está en el directorio fs/. Los diferentes sistemas de archivos soportas se encuentran en subdirectorios a este. Los dos sistemas de archivos más importantes y que estudiaremos en detalle más tarde son Ext2 y Proc.

Todos los sistemas operativos requieren de un driver para su correspondiente componente de hardware. Estos están alojados en el directorio drivers/.

En el directorio ipc/ se encuentran los fuentes de la implementación del IPC del System V.

La implementación de varios protocolos de red, además del código para los sockets y los dominios de Internet están almacenados en net/.

Algunas funciones estándar en C están implementadas en lib/, así la programación del kernel puede utilizar los hábitos de la programación en C.

Los módulos generados cuando el kernel es compilado están contenidos en el directorio modules/. Este directorio está normalmente vacío hasta que el kernel es compilado por primera vez.

Probablemente el más importante directorio que utilizan los programadores es include/. Aquí se alojan todos los headers que son específicos del kernel. El directorio include/asm-386/ contiene los headers que son específicos del kernel y además de la plataforma Intel.

Compilando:

En general, un nuevo kernel es generado en tres simples pasos. Primero las opciones de compilación son configuradas mediante:
# make config

Luego las dependencias del código fuente son recalculadas:

Y por último la real compilación del kernel es realizada con:

Más tarde entraremos en el tema sobre el trasfondo de estos scripts y su modificación para nuevas opciones de configuración.

Espero que hayan disfrutado de este articulo. Si tienen sugerencias/ comentarios/ correcciones envíenmelas vía email a elesende@nextwork.net. Nos vemos la próxima.