转自 | 一口Linux

代码中自有颜如玉！

代码中自有黄金屋！

那么Linux内核代码到底有多少行？

我们需要多久能读完呢？

一、内核行数

Linux内核分为CPU调度、内存管理、网络和存储四大子系统，针对硬件的驱动成百上千。代码的数量更是大的惊人。

先说说早的内核linux 0.11，下面这本书可以说很多驱动工程师都学习过，我花了大概1个半月，勉强看了一遍。

再来看看内核代码量的统计。

2020年1月1日，Linux内核Git源码树中的代码达到了2780万行。

phoronix网站统计了Linux内核在进入2020年时的一些源码数据并作了总结。

从统计数据来看，Linux内核源码树共有：

27852148行(包括文档、Kconfig文件、树中的用户空间实用程序等)、

887925次commit

21074位不同的作者

2780万行代码分布在66492个文件中。

Linux内核从初的10000行代码到现在的2780万行代码就是全球精英共同贡献的结果。

按照一天一万行的速度，也需要2700天，也需要7年多。

这还是建立在所有单次都认识，

所有代码逻辑看了的都懂，

而且都不忘记的基础上。

实际上即使我们真的看完了，

几年后内核又会有非常大的变化，

可以说一辈子都看不完Linux内核的代码。

Linux内核Git源码树中的代码达到了2780万行，核心代码只有2%是由李纳斯•托瓦兹自己编写的，其他均是其他个人和组织贡献的，李纳斯•托瓦兹公开了Linux但保留了选择新代码和需要合并的新方法的终裁定权。

除了Linus Torvalds，对内核贡献多的是David S.Miller、 Mark Brown、Takashi Iwai、Arnd Bergmann、Al Viro和Mauro Carvalho Chehab。

而参与贡献的公司，从域名统计来看，谷歌、Intel与Red Hat排在了前列。

二、内核目录文件大小

然而，现在的内核已经膨胀的不成样子了，以还不算新的linux-4.1.15为例：

整个内核源码一共约 793M：

驱动代码占了大概一半，大约380M:

体系相关的代码大约134M：网路子系统相关的代码26M：文件系统相关的代码37M:

linux内核核心代码大约6.8M:

这些目录任意一个目录想完全看明白都非常不容易。

三、内核子系统

什么是内核：

在计算机科学中是一个用来管理软件发出的数据I/O（输入与输出）要求的计算机程序，将这些要求转译为数据处理的指令并交由中央处理器（CPU）及计算机中其他电子组件进行处理，是现代操作系统中基本的部分。

它是为众多应用程序提供对计算机硬件的安全访问的一部分软件，这种访问是有限的，并由内核决定一个程序在什么时候对某部分硬件操作多长时间。

linux内核代码涉及知识点包括汇编指令、c语言、硬件组成原理、操作系统、数据结构和算法、各种外设总线、驱动、网络协议栈。

直接对硬件操作是非常复杂的。所以内核通常提供一种硬件抽象的方法，来完成这些操作。

通过进程间通信机制及系统调用，应用进程可间接控制所需的硬件资源（特别是处理器及IO设备）。

上面是用户（或应用程序）空间。这是用户应用程序执行的地方。用户空间之下是内核空间，Linux 内核正是位于这里。

GNU C Library （glibc）也在这里。它提供了连接内核的系统调用接口，还提供了在用户空间应用程序和内核之间进行转换的机制。

内核和用户空间的应用程序使用的是不同的保护地址空间。

每个用户空间的进程都使用自己的虚拟地址空间，而内核则占用单独的地址空间。

Linux 内核可以进一步划分成 3 层。上面是系统调用接口，它实现了一些基本的功能，例如 read 和 write。

系统调用接口之下是内核代码，可以更地定义为独立于体系结构的内核代码。这些代码是 Linux 所支持的所有处理器体系结构所通用的。

在这些代码之下是依赖于体系结构的代码，构成了通常称为 BSP（Board Support Package）的部分。这些代码用作给定体系结构的处理器和特定于平台的代码。

内核主要系统包括：SCI：系统调用接口 PM：进程管理 VFS：虚拟文件系统 MM：内存管理 Network Stack：内核协议栈 Arch：体系架构 DD：设备驱动

1 系统调用接口

SCI 层提供了某些机制执行从用户空间到内核的函数调用。这个接口依赖于体系结构，甚至在相同的处理器家族内也是如此。

SCI 实际上是一个非常有用的函数调用多路复用和多路分解服务。

在 ./linux/kernel 中您可以找到 SCI 的实现，并在 ./linux/arch 中找到依赖于体系结构的部分。

2 进程管理

进程管理的重点是进程的执行。

在内核中，这些进程称为线程，代表了单独的处理器虚拟化（线程代码、数据、堆栈和 CPU 寄存器）。

在用户空间，通常使用进程 这个术语，不过 Linux 实现并没有区分这两个概念（进程和线程）。

内核通过 SCI 提供了一个应用程序编程接口（API）来创建一个新进程（fork、exec 或 Portable Operating System Interface [POSIX] 函数），停止进程（kill、exit），并在它们之间进行通信和同步（signal 或者 POSIX 机制）。

3 内存管理

内核所管理的另外一个重要资源是内存。为了提高效率，如果由硬件管理虚拟内存，内存是按照所谓的内存页方式进行管理的（对于大部分体系结构来说都是 4KB）。

Linux 包括了管理可用内存的方式，以及物理和虚拟映射所使用的硬件机制。

4 虚拟文件系统

虚拟文件系统（VFS）是 Linux 内核中非常有用的一个方面，因为它为文件系统提供了一个通用的接口抽象。VFS 在 SCI 和内核所支持的文件系统之间提供了一个交换层。

在 VFS 上面，是对诸如 open、close、read 和 write 之类的函数的一个通用 API 抽象。在 VFS 下面是文件系统抽象，它定义了上层函数的实现方式。

它们是给定文件系统（超过 50 个）的插件。文件系统的源代码可以在 ./linux/fs 中找到。

文件系统层之下是缓冲区缓存，它为文件系统层提供了一个通用函数集（与具体文件系统无关）。

这个缓存层通过将数据保留一段时间（或者随即预先读取数据以便在需要是就可用）优化了对物理设备的访问。缓冲区缓存之下是设备驱动程序，它实现了特定物理设备的接口。

5 网络堆栈

网络堆栈在设计上遵循模拟协议本身的分层体系结构。

回想一下，Internet Protocol (IP) 是传输协议（通常称为传输控制协议或 TCP）下面的核心网络层协议。TCP 上面是 socket 层，它是通过 SCI 进行调用的。

socket 层是网络子系统的标准 API，它为各种网络协议提供了一个用户接口。

从原始帧访问到 IP 协议数据单元（PDU），再到 TCP 和 User Datagram Protocol (UDP)，socket 层提供了一种标准化的方法来管理连接，并在各个终点之间移动数据。内核中网络源代码可以在 ./linux/net 中找到。

6 设备驱动程序

Linux 内核中有大量代码都在设备驱动程序中，它们能够运转特定的硬件设备。

Linux 源码树提供了一个驱动程序子目录，这个目录又进一步划分为各种支持设备，例如 Bluetooth、I2C、serial 等。设备驱动程序的代码可以在 ./linux/drivers 中找到。

下面这个图形象的讲解了Linux内核都有哪些东西！

四、如何学习内核？

1. 学习主线

linux内核源码大而全，一个人，即使再聪明、再有精力，也不可能完全看完、看懂所有的linux内核源码。

作者建议按照以下主线进行深入研究：

• linux驱动架构
• linux网络子系统
• 
  
• linux内核启动过程
• linux内存管理机制
• linux调度器
• linux进程管理
• linux虚拟机制(kvm)
• linux内核实时化技术

沿着某一个主线，深入进去，在研究清楚这个主线的同时，向其他的主线扩展、渗透和学习。

此处之所以将驱动列为学习内核的入口，是因为内核为很多外设驱动实现了架构， 比如I2C、SPI、UART、PCIE、字符设备、网络设备、块设备， 我们可以从基本的字符设备学起， 学习如何编写一个简单的模块 学习如何如何为一些简单的设备比如LED、KEY、ADC等编写驱动 可以说驱动是我们学习内核简单的入口，

由点到线、由线到面、由面到体，层层深入、不断精进，是学习linux内核源码的一个有效的方法。

2. 代码阅读工具

对于代码阅读方法从两个角度来介绍，一个方面是需要选择一个比较有效阅读代码的工具。

小编强烈推荐：source insight这款阅读代码神器！

也可以使用vscode或者vim+ctags的组合。

不过一口君十几年的从业经验，

99%以上的开发人员都选择SI阅读内核代码。

代码并不是写给人看的，而是交给机器运行的。

所以我们去理解别人的代码时，并不能像看小说一样去通篇的阅读代码，而应该是像研究化石一样去调查它，解密它。

有时我们往往也需要把对方的一段代码亲手的实现一遍，然后自己举一反三看自己会怎么去实现它，才能真正的理解。

3. 学习的内核版本

有些人推荐先阅读一些低版本的内核，比如0.01版的，总代码量才1万行左右。

阅读这个代码大概一个月应该能比较清晰了。

但是，改代码与现在的代码差异巨大，阅读后可以理解基本思想，但对理解现有代码的帮助不是特别明显。

3.10版本之后的内核都支持设备树！

所以小编建议是尽量选择3.10版本之后的代码阅读学习。

好选择一款开发板学习！

开发板的选择一定要选择资料比较全，

售后比较好的品牌！

否则学习中遇到的一个小问题都可能被卡个一两周。

无形中增加了学习的成本，

要知道时间就是金钱！

对于初学者来说，

强烈推荐正点原子的开发板！

4. 学习Linux重要的是培养自己写代码的能力和对Linux框架结构的了解

Linux内核中绝大部分代码都是由这个地球上的技术大牛所编写，

这些代码的高内聚低耦合，

其精准度，简洁度、质量都相当的高，

每每看到一段高质量的代码，

小编都会被那一行行枯燥的代码背后隐藏的设计思想所震撼，所折服！

阅读内核的代码简直就是在欣赏艺术品！

很多粉丝问我如何提高自己的C语言编程水平，小编不厌其烦的 重复着同样一句话：看Linux内核！

代码中自有颜如玉！代码中自有黄金屋！

我们一定要像泡妞一样来泡内核！

时刻保持激情，任性和耐性！

耐住寂寞，天天读它，泡她！

从量变到质变！

水滴石穿！

愿各位都能够熟练掌握Linux，

实现从程序员涅槃成为真正的软件大师！