最近一头扎进了 Linux 内核的学习中，对于我这样一个没什么 C 语言基础的新生代 Java 农民工来说实在太痛苦了。Linux 内核的学习，需要的基础知识太多太多了：C 语言、汇编语言、数据结构与算法、操作系统原理、计算机组成原理、计算机体系结构。在囫囵吞枣补完一些计算机基础知识后，还是在一开始就被一个小小的 offsetof 宏搞晕了。
offsetof 宏
先来看看offsetof宏是什么，这是定义在 <linux/stddef.h>中的一个宏，用来计算一个 struct 结构体中某个成员相对于结构体首地址的偏移量。这是一个很有用的宏，因为 Linux 内核的数据结构大量用了嵌入式的结构体（什么是嵌入式结构体，可以参考 <linux/list.h> 的巧妙设计，这个以后再讲）。
// offsetof 宏的定义
#define offsetof(TYPE, MEMBER) ((size_t) &((TYPE *)0)->MEMBER)
当看到这个东西完全傻眼了，size_t 是啥东东，((TYPE *)0) 又是啥东东，这个 0 又是什么鬼？特别看到后面是访问一个成员，我去，这不是 Java Farmer 眼中的 NPE 吗？因为这个宏展开后没见任何一个结构体的实例。-_-! 于是上网搜索一番。
size_t 基本知道了就是代表一个整数类型，只是为了程序的可移植、效率等原因定义成这样，具体解释可以看《为什么size_t重要？》这篇文章。
至于 &((TYPE *)0)->MEMBER) 这段代码，简单来说就是取 TYPE 类型的结构体里名字为 MEMBER 的成员的地址，是相对 0 的地址（0 就是 TYPE 结构体的首地址）。C 语言里指针就是个无符号整数，所有 0 也可以转成一个 TYPE 类型的指针，那么不写 0 行吗？答案是肯定的，但算偏移量需要后面再减去首地址值，例如((size_t) (&((TYPE *)1000)->MEMBER)-1000)，这样也行，但是，这就有点多此一举了。
另外，很重要的一点：这样算偏移地址仅仅是从逻辑计算上来写计算的表达式，实际上程序运行时是不会发生任何计算，而是编译器直接就能取到这个地址偏移量，因而也不会有任何的访存操作。下面从一个例子可以证明：
1、先写个 C 测试程序
#include <stdio.h>
// 定义一个取偏移量的宏
#define offsetof(TYPE, MEMBER) ((size_t) &((TYPE *)0)->MEMBER)
// 定义一个结构体
struct my_struct {
int a,b,c;
struct my_struct *next; // 后面我要算这个成员的偏移量
};
// main 函数很简单就是输出偏移量的值
void main() {
printf("offsetof next=%d\n", offsetof(struct my_struct, next));
}
编译，运行，最后输出的结果是：offsetof next=16，为什么是16？next 前面有三个 int 类型的成员，各占 4 字节，那 next 应该是从 12 开始，其实这要看编译的是 64 位还是 32 位，因为笔者的机器是 64 位的 Redhat，而 gcc 编译选项没加 -m32，所以编译出来的程序自然是 64 位的了，因此 next 指针是 8 个字节，要 8 字节对齐的话，自然不能从 12 开始，要从 16 开始。整个结构体的长度是 24 字节（即 sizeof(struct my_struct) = 24）。
2、第二部再将上面的 C 代码编译成汇编看看，指令是怎么执行的
/**
* 以 . 开头的行我们不用管它，都是些编译器生成的东西，只看汇编指令即可
**/
.file "mymain.c"
.section .rodata
.LC0:
.string "offsetof next=%d\n"
.text
.globl main
.type main, @function
main:
.LFB0:
.cfi_startproc
pushq %rbp
.cfi_def_cfa_offset 16
.cfi_offset 6, -16
movq %rsp, %rbp
.cfi_def_cfa_register 6
movl $16, %esi /* printf 的第二个参数，看，这里没有任何计算，编译时就知道偏移量是 16，直接存到 esi 寄存器作为 printf 函数的实参 */
movl $.LC0, %edi /* printf 的第一个参数，就是上面的字符串常量 */
movl $0, %eax
call printf /* 调用 printf 函数，要说明的是，在 x86-64 结构体系中，有 6 个寄存器是可以用于传参的（这里用了 esi 和 edi），多于 6 的其余就压栈，也就是上面 rsp 所指的栈顶 */
popq %rbp
.cfi_def_cfa 7, 8
ret
.cfi_endproc
.LFE0:
.size main, .-main
.ident "GCC: (GNU) 4.8.5 20150623 (Red Hat 4.8.5-44)"
.section .note.GNU-stack,"",@progbits
好，到这里，从上面汇编指令可以看到，offsetof 宏展开后就是一个 16 这个值，编译器直接就优化算好了，所有汇编指令仅仅是为了调用 printf 函数所做的压栈保护现场，传参，弹栈恢复现场这些指令。当然，上面说的是在 x86 结构体系下的指令结构。
小结
Linux 是一个非常庞大的系统，几乎涵盖了所有计算机基础知识。学习 Linux 内核是非常艰巨的，不但需要非常牢固的计算机基础，还需要想象力，大局观。学习了一个月，总结几点经验：
1、基础知识要时时温习，“温故知新”。每次看都会有不同的感悟和理解。像这篇学习笔记就是对基础知识的温故，从汇编指令角度看编译器对宏展开做的工作。永远不要相信网上一些什么视频教程说的不需要什么基础，学习 Linux 内核需要的基础知识太多了，而且这些视频也不必要浪费时间看，浪费钱买，都是一些二手知识；也永远不要相信什么“一文读懂xxx”这类的文章，同样是一些二手知识，是不是发现看这些文章很容易就忘了？掌握知识从来没有捷径。
基础、基础，基础才是最重要的，计算机技术发展了这么多年，以及近些年来火起来的什么大数据，AI，其实都不是什么新东西，本质还是那些计算机基础知识原理和数学。
基础知识脱节，没可能入门 Linux 内核，不要说入门，入窗户都不可能。所以想学 Linux 内核，从基础知识开始，无论基础有多差，只要肯下功夫，不成问题，这些基础知识包括：
计算机组成原理：站在抽象的层次理解计算机的工作原理，CPU 如何取指执行（这个可以说是现代计算机工作的本质），内存如何工作，高速缓存如何工作，中断的原理，外设如何协同并行工作等等；
C 语言：这个不用说了，肯定最重要的，C 语言玩得溜，可以省大量时间；
数据结构及算法：Linux 里可以说是各种数据结构和算法的大杂烩，你能想到的里面都有，同样这个玩得溜，可以省大量时间；
汇编语言（计算机体系结构）：汇编其实很简单，没什么好学的，这是要与某一个结构体系紧密结合（基本都 x86 最熟吧），不用强记（记也记不住），只要混个脸熟就好，需要用的时候查手册即可，主要是结构体系的原理，高速缓存、缓存一致，流水线原理；
操作系统原理：理论指导实践，有了理论，才容易形成蓝图。而学习 Linux 内核只是实践。
2、大局观，抓主线，虽然 Linux 内核代码将近 800MB，其实大部分不怎么需要看。网上很多教程，其实都不怎么好，要么泛泛而谈，要么讲些过时的（很多将0.11版的内核，个人觉得没啥价值，纯属浪费时间），要么一下子就从某一结构体系讲起，初学者很容易被绕晕，还有些直接就从怎么自己写一个操作系统开始，我们要学的是 Linux 内核，一开始讲这些个人觉得没学会走路就学飞；不可否认，讲这些教程的人也许很牛，但个人认为不是一个好老师。所以：
我们学 Linux 的目的是什么，不同的人有不同的需求，像 Java 过来的新生代农民工，应该着重学习 Linux 内核的设计哲学，例如 kernel 是如何能像我们 Java 面向对象一样，与各种结构体系（arch）完美适配的，设计的哲学，这些都是网上那些视频没讲的。再进一步就是细致到进程管理、内存管理、磁盘这些怎么管理，学会这些，那些老喜欢被问的什么 kafka 原理啊、零拷贝啊这些简直就是小菜。作为 Javaer，工作的环境就是 Linux 内核，因此，Linux 太重要了，能学多深就学多深。
要多想象，根据上面的基础知识，想象，爱因斯坦也说过，想象力比知识跟重要。所以，我们在学习 Linux 内核时要多想象，猜测，带着问题去学，验证；
Linux 是一个巨复杂的系统，Javaer 更应该学习的是如何应对复杂系统的方法；
上面三点个人才觉得是一个工程师最有价值的地方，这些工程师才是工匠。
3、多动手，搭建环境学习源码，多编写代码验证，特别是从 Java 转过来的。“纸上得来终觉浅，绝知此事要躬行”。
4、由于笔者也是刚刚才开始学 Linux 内核不久，水平有限，有不正确的地方多多交流，不胜感激。