探索與發(fā)現(xiàn)：死機與內(nèi)存的關系

　　從電腦出現(xiàn)至今就一直被死機伴隨著，幾乎沒有誰的電腦從不遭遇死機。在使用過程中，偶爾一次死機應該算是正常現(xiàn)象，如果經(jīng)常死機，電腦就存在一定的問題了。那么，電腦為什么會死機呢？有哪些因素會造成電腦死機呢？要搞清楚這些問題，首先要弄清楚，到底什么是死機？為什么會發(fā)生死機？

　　造成死機的原因是多種多樣的，有軟件問題，有硬件問題，不過，死機的本質(zhì)都是一樣的。

　　早在N年前，我主持某大學計算機專業(yè)本科生畢業(yè)答辯的時候，就向某學生提出過這樣兩個問題：

　　1.電腦死機的時候，CPU在干什么（或者說，CPU處于什么狀態(tài)？）”

　　2.在計算機中，無論指令代碼還是數(shù)據(jù)代碼，都是用二進制來表示的，請問，CPU是如何判定某二進制代碼是指令代碼還是數(shù)據(jù)代碼？ //本文引用自www.jb51.net
其實，上面兩個問題的實質(zhì)是一樣的，主要涉及到CPU是如何取得指令和如何執(zhí)行指令的，把這兩個問題搞清楚了，死機的問題也就容易理解了。

　　首先來看看，馮.諾依曼結(jié)構(gòu)的電腦是如何取得指令、又是如何執(zhí)行指令的：

　　馮.諾依曼（1903～1957），匈牙利裔數(shù)學家，1945年戈德斯坦、勃克斯等人，聯(lián)名發(fā)表了一篇長達101頁紙的報告，即計算機史上著名的“101頁報告”，提出了現(xiàn)代計算機結(jié)構(gòu)的理論模型－－存儲程序計算機模型(Stored Program Computer)，這就是今天計算機最基本的原理模型。

　　這種結(jié)構(gòu)類型計算機工作的時候，首先必須把完成工作步驟和相關的數(shù)據(jù)用二進制代碼表示出來（編寫程序），然后再把它們保存在計算機的內(nèi)存中，CPU依次從內(nèi)存中讀相關的指令代碼和數(shù)據(jù)進行運算，直到完成整個運算過程并輸出結(jié)果。

　　要完成這樣的運算過程，人們在設計運算器（CPU）的時候，首先就要考慮的是，在一段內(nèi)存中，CPU怎樣區(qū)分指令代碼和數(shù)據(jù)代碼。熟悉計算機的人都清楚，指令用來確定“做什么”和“怎樣做”，數(shù)據(jù)是“做”的時候需要原始數(shù)。
　　比如：要計算機做1 2＝？中，“ ”表示要做什么和怎樣做，1和2則是做的時候需要的原始數(shù)?，F(xiàn)在假設某CPU中，“ ”用二進制“00000001”來表示，“1、2”分別用“00000001、00000010”來表示。那么，這段程序存入內(nèi)存中就是這樣的：

XXXX1:00000001
XXXX2:00000001
XXXX3:00000010 前面的XXXX1 XXXX2 XXXX3表示內(nèi)存的地址

　　從上面可以看出，“ ”指令和被加數(shù)是完全相同的，當然，這是我故意這樣假設的，但是，在實際情況中，這種情況是大量存在的。在正常情況下，CPU只能把XXXX1內(nèi)存中的00000001作為指令，XXXX2內(nèi)存中的00000001作為被加數(shù)才能得到正確的結(jié)果。那么CPU如何才能做到不把第二個00000001也當成“ ”呢？

　　1.人們把內(nèi)存的某個地址規(guī)定為起始地址（又稱為復位地址），也就是說，當計算機開機或者被強行復位（也就是機箱上那個重啟動按鈕按下的的時候），CPU立即跳轉(zhuǎn)到這個地址中，并且把它里面的代碼作為指令來執(zhí)行，同時根據(jù)這個指令的長度和格式判斷下一條指令在什么地方。

　　對于X86系列CPU（也就是現(xiàn)在人們常用的什么奔XX、賽XX系列），它的復位地址是FFFF0,如果表示成邏輯地址則是：FFFF:0000。對DEBUG比較熟悉的朋友或者會在一些高級語言中嵌入?yún)R編語言的朋友可以這樣做一個試驗：

　　用DEBUG執(zhí)行一條指令（這是一條無條件跳轉(zhuǎn)指令）：jmp FFFF:0000,或者在高級語言中嵌入這條匯編指令，執(zhí)行后，你就會發(fā)現(xiàn)，計算機重新啟動了。其實，用程序控制計算機重啟的最本質(zhì)的操作就是這樣的。

　　2.給各種指令規(guī)定了相應的長度和格式。比如：某數(shù) 某數(shù)這條指令就規(guī)定：這條指令的長度是3個字節(jié)，其中第一個字節(jié)表示“ ”，后面兩個字節(jié)表示被加數(shù)和加數(shù)。于是，當CPU到達這個指令后，就自動把第一個代碼作為指令，后面兩個代碼作為數(shù)據(jù)，依次類推，第4個代碼就必然是指令.....

　　現(xiàn)在假設，CPU在執(zhí)行指令的時候因某種原因，誤把本來是數(shù)據(jù)的代碼當成了指令，結(jié)果除了是計算結(jié)果出錯外死機也就是必然的了。

　　還是以前面那個加法程序為例：當CPU把第三個代碼（也就是00000010）當成了指令，而恰好這個代碼是一跳轉(zhuǎn)指令，CPU的執(zhí)行結(jié)果將是：XXXX3--跳轉(zhuǎn)－－執(zhí)行－－跳轉(zhuǎn)－－執(zhí)行........進入周而復始的亂條,不過注意，雖然是在亂跳，CPU卻始終是在不停的正常地執(zhí)行指令，所謂的“亂”是對用戶而言，對CPU來說卻是正常的。

　　還有一種情況就是，如果恰好跳轉(zhuǎn)到了FFFF:0000這個地址，計算機便重新啟動了。呵呵，，這下搞清楚了為什么計算機有時會“莫名其妙地重啟”了把。

　　有朋友可能會問，內(nèi)存中怎么可能有如此多的跳轉(zhuǎn)指令呢？是怎么形成的呢？

　　計算機中的最小存儲單位是字節(jié)（8個二進制位），指令功能、長度和格式也是在一個字節(jié)中規(guī)定的。因此，平均來說，每256個代碼中就有可能出現(xiàn)一條跳轉(zhuǎn)指令（8位二進制數(shù)最多表示256）。

　　還有一種情況：現(xiàn)在計算機的內(nèi)存已經(jīng)達到數(shù)G的存儲容量，絕大多數(shù)都不可能用到這個極限，也就是說，有相當長一段區(qū)域是空白，即使內(nèi)存只有數(shù)百M的計算機中也不可能把內(nèi)存用完，同樣存在相當數(shù)量的空白區(qū)域。特別需要注意的是，空白區(qū)域不等于里面就沒有代碼。因為，在數(shù)字邏輯電路中，不可能存在“沒有”這種情況，即使是表示沒有（叫做“空”－－NULL）也是要用一個代碼來表示的（NULL用00000000）來表示，所以，空白區(qū)域內(nèi)的代碼是“11111111”或者干脆就是一些隨機代碼。X86系列的CPU“11111111”是一條單字節(jié)的指令nop－－空操作指令，當CPU跳轉(zhuǎn)到這些空白區(qū)域時，雖然不會發(fā)生再次跳轉(zhuǎn)的現(xiàn)象，CPU也會逐條執(zhí)行這些代碼，執(zhí)行到最后一個內(nèi)存后，CPU將會回到內(nèi)存的0號起始地方然后又從頭開始執(zhí)行程序。

　　有朋友問了，如果硬盤出錯會不會死機呢？這個問題要這樣看。CPU從硬盤中調(diào)入數(shù)據(jù)的時候會對硬盤數(shù)據(jù)做比較嚴格的校驗（一般是CRC－－循環(huán)冗余校驗），如果校驗成功，則不會死機，如果校驗失敗，CPU會給予用戶提示“校驗失敗或者文件損壞”－－當然也不會死機；只有在硬盤上的文件已經(jīng)損壞，硬盤把數(shù)據(jù)傳給CPU的時候“自己沒有發(fā)現(xiàn)”造成的數(shù)據(jù)混亂。所以，硬盤數(shù)據(jù)損壞后，只能造成數(shù)據(jù)丟失，無法執(zhí)行程序，也可能無法啟動計算機。不過，有一種情況例外，那就是硬盤上的某區(qū)域做成的虛擬內(nèi)存，如果這個區(qū)域損壞是有可能死機。

　　內(nèi)存的啟動監(jiān)測問題，計算機在開機的時候會對內(nèi)存進行檢測，這種檢測的方法不外乎有如下一些：

　　1.最簡單的檢測方法：把內(nèi)存從頭到尾讀一遍，能夠讀出數(shù)據(jù)便認為內(nèi)存正確。

　　2.稍微復雜一些的檢測方法：把內(nèi)存從頭到尾讀、寫一遍，能夠讀寫數(shù)據(jù)便認為內(nèi)存正確。

　　3.再復雜一些的檢測方法：把內(nèi)存從頭到尾讀、寫數(shù)遍能夠讀寫數(shù)據(jù)便認為內(nèi)存正確。

　　4.簡單的校驗檢測方法：把內(nèi)存從頭到尾讀、寫數(shù)遍，讀出的數(shù)據(jù)和寫入的數(shù)據(jù)進行比較，能夠讀寫、并且讀的數(shù)據(jù)和寫的數(shù)據(jù)相同，則認為內(nèi)存正確

　　5.比較復雜的校驗檢測方法：對內(nèi)存讀寫的數(shù)據(jù)同時進行奇偶校驗和CRC校驗，這種方法多用于高檔服務器，同時，能夠做奇偶校驗的內(nèi)存(ECC內(nèi)存)價格比普通內(nèi)存貴10倍以上（不知道為什么）。