system call ਕੀ ਹੈ, ਅਤੇ user mode ਤੇ kernel mode ਕੀ ਹਨ?

Question

IT Interview Practice · Accepted Answer

ਇੱਕ **system call (syscall)** ਉਹ ਵਿਧੀ ਹੈ ਜੋ ਇੱਕ user-space ਪ੍ਰੋਗਰਾਮ kernel ਤੋਂ ਕੋਈ ਸੇਵਾ ਮੰਗਣ ਲਈ ਵਰਤਦਾ ਹੈ — ਇੱਕ file ਖੋਲ੍ਹਣੀ, network data ਭੇਜਣਾ, ਮੈਮੋਰੀ allocate ਕਰਨੀ, ਇੱਕ process ਬਣਾਉਣਾ। ਕਿਉਂਕਿ ਇਹ ਕਾਰਵਾਈਆਂ ਹਾਰਡਵੇਅਰ ਨੂੰ ਛੂੰਹਦੀਆਂ ਹਨ ਜਾਂ ਦੂਜੇ processes ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀਆਂ ਹਨ, ਸਿਰਫ਼ **kernel** ਹੀ ਇਹ ਕਰ ਸਕਦਾ ਹੈ, ਇਸ ਲਈ ਇੱਕ syscall ਜਾਣਬੁੱਝ ਕੇ ਸੁਰੱਖਿਆ ਸੀਮਾ ਨੂੰ ਪਾਰ ਕਰਦਾ ਹੈ।

## user mode ਬਨਾਮ kernel mode

CPU (ਘੱਟੋ-ਘੱਟ) ਦੋ ਅਧਿਕਾਰ-ਪੱਧਰਾਂ ਵਿੱਚੋਂ ਇੱਕ ਵਿੱਚ ਚੱਲਦਾ ਹੈ:

```text
 user mode   → restricted: no direct hardware access, no privileged instructions
 kernel mode → full access: hardware, all memory, privileged CPU instructions
```

ਇੱਕ ਆਮ function call user mode ਵਿੱਚ ਹੀ ਰਹਿੰਦੀ ਹੈ। ਇੱਕ syscall kernel mode ਵਿੱਚ ਇੱਕ ਨਿਯੰਤ੍ਰਿਤ **mode switch** ਕਰਦਾ ਹੈ, ਭਰੋਸੇਯੋਗ kernel code ਚਲਾਉਂਦਾ ਹੈ, ਫਿਰ ਵਾਪਸ ਆਉਂਦਾ ਹੈ:

```text
  user code            kernel
  ─────────            ──────
  read(fd, buf, n)
      │  trap (syscall instruction)
      └──────────────▶ enter kernel mode
                       validate args, do the I/O
      ◀────────────── return value, back to user mode
  continue
```

## ਇਹ ਅਮਲ ਵਿੱਚ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ

ਤੁਸੀਂ trap ਖ਼ੁਦ ਘੱਟ ਹੀ ਲਿਖਦੇ ਹੋ — C library ਇਸਨੂੰ ਲਪੇਟ ਦਿੰਦੀ ਹੈ। ਤੁਹਾਡੇ code ਵਿੱਚ `fopen`/`fread` ਆਖ਼ਰਕਾਰ `open`/`read` syscalls ਨੂੰ ਕਾਲ ਕਰਦੇ ਹਨ:

```c
// glibc ਦਾ read() syscall number + args ਨੂੰ registers ਵਿੱਚ ਰੱਖਦਾ ਹੈ,
// ਫਿਰ ਇੱਕ trap instruction ਚਲਾਉਂਦਾ ਹੈ (ਜਿਵੇਂ x86-64 ਉੱਤੇ `syscall`)।
ssize_t n = read(fd, buffer, 4096);   // → kernel ਵਿੱਚ trap ਕਰਦਾ ਹੈ
```

trap (ਇੱਕ software interrupt / ਸਮਰਪਿਤ instruction) ਹੀ ਉਹ ਚੀਜ਼ ਹੈ ਜੋ ਅਧਿਕਾਰ-ਪੱਧਰ ਨੂੰ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਬਦਲਦੀ ਹੈ — user code ਸਿੱਧਾ kernel ਵਿੱਚ "ਛਾਲ" ਨਹੀਂ ਮਾਰ ਸਕਦਾ; ਇਹ ਸਿਰਫ਼ ਪਰਿਭਾਸ਼ਿਤ syscall entry points 'ਤੇ ਹੀ ਦਾਖ਼ਲ ਹੋ ਸਕਦਾ ਹੈ, ਜੋ ਆਪਣੇ arguments ਦੀ ਜਾਂਚ (validate) ਕਰਦੇ ਹਨ।

## ਇਹ ਮਹੱਤਵਪੂਰਨ ਕਿਉਂ ਹੈ

user/kernel ਵੰਡ OS ਦੀ ਸੁਰੱਖਿਆ ਅਤੇ ਸਥਿਰਤਾ ਦੀ ਨੀਂਹ ਹੈ: ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ ਇੱਕ process ਹਾਰਡਵੇਅਰ ਜਾਂ ਕਿਸੇ ਹੋਰ process ਦੀ ਮੈਮੋਰੀ ਉੱਤੇ ਲਿਖ ਨਹੀਂ ਸਕਦਾ। Syscalls ਸਮਝਣਾ performance ਨੂੰ ਵੀ ਸਮਝਾਉਂਦਾ ਹੈ — ਹਰ ਇੱਕ ਦੀ ਕੀਮਤ ਇੱਕ mode switch (ਸੈਂਕੜੇ nanoseconds) ਹੁੰਦੀ ਹੈ, ਇਸੇ ਲਈ I/O ਨੂੰ batch ਕਰਨਾ ਜਾਂ syscall ਗਿਣਤੀ ਘਟਾਉਣ ਲਈ `mmap`/`io_uring` ਵਰਤਣਾ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ, ਅਤੇ `strace` (ਜੋ ਇੱਕ ਪ੍ਰੋਗਰਾਮ ਦੇ syscalls ਦੀ ਸੂਚੀ ਦਿੰਦਾ ਹੈ) ਇੰਨਾ ਤਾਕਤਵਰ debugging ਟੂਲ ਕਿਉਂ ਹੈ।

user mode ਬਨਾਮ kernel mode

ਇਹ ਅਮਲ ਵਿੱਚ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ

ਇਹ ਮਹੱਤਵਪੂਰਨ ਕਿਉਂ ਹੈ

ਸੰਬੰਧਿਤ ਸਵਾਲ