Lecture 07 Machine Level Programming III Procedures 机器级别的程序三

概述

本章所说的程序/过程(procedure)，它即可以是函数过程，也可以是面向对象编程中的方法，这些大致相同的东西，我们统一使用术语程序（procedure）来称呼。

ABI: Application Binary Interface, 应用程序二进制接口。
它要求所有Linux程序，所有的编译器，所有的操作系统，系统的所有不同部分，都需要对如何管理机器上的资源有一些共同的理解，并共同遵守这套规则。
因此，它超越了硬件实际提供的软件标准。
它是机器程序级别的接口。

程序机制

• 传递控制
  • 程序（函数）代码的开始
  • 返回点
• 传递数据
  • 程序参数
  • 返回值
• 内存管理
  • 程序运行时分配内存空间
  • 返回时解除分配
    

传递控制：我们需要将控制权转移给一个函数并确保它能返回正确的位置。
当P调用Q时，程序必须以某种方式跳转到Q中，并开始执行Q的代码。然后当Q执行到它的退出点，程序需要以某种方式回到P。
不是返回到P的任何地方都可以，必须恰好在P调用Q后的位置。
因此为了返回正确的位置，我们需要记录返回位置的信息。

传递参数：我们如何传递参数？
Q是一个函数，它接受单个参数i并能在函数内部使用这个参数，在P调用它的地方，P给Q传递了一个称为x的值，所以x的值必须以某种形式记录下来，使的在Q内，程序有权访问其他信息。
类似的，当Q想要返回有一个值时，P也将用相同的方式利用该值。

函数中的局部数据：需要分配一些空间
那么在哪里分配这些空间？如何确保正确分配？如何确保空间被正确释放？

将程序分解成更小的函数，尽可能减少过程调用的开销。
在好的编程风格中，你写的函数往往专注于很小的功能。

设计者的原则之一是：只做绝对必要的事情
如果数据不需要本地存储空间则不要分配和释放空间了。
如果你没有必要传递任何值，那就不要传递它们。

栈结构

栈说明

前景问题：如何将控制传递给一个函数？ 栈
栈并不是什么特殊的内存，栈并不是特殊的内存，它只不过是普通内存的一个区域。
对于汇编层面的程序员而言，内存只是一个巨大的字节数组。在那一堆自己中的某个地方，我们将其称为栈。

程序用栈来管理过程与返回的状态。
在栈中，程序传递潜在信息，控制信息和数据，并分配本地数据。栈可以用于管理这些信息的原因在于栈这种数据结构，符合过程调用和返回的整个想法的实质。
当你调用时，可能需要一些信息，但是当你从调用中返回时，所有这些信息可以被丢弃，因此它利用了栈的那种后进先出的原则，这与调用与返回的思想十分吻合。

栈定义

• 用栈规则管理内存区域。
• 向较低地址增长
• 寄存器%rsp 包含最低栈地址。也就是最上面的元素（最先出栈的元素）
  

每次在栈上分配更多空间时，都会通过递减该指针来实现。

推入数据

pushq Src

• 从Src获取操作数
• 寄存器%rsp 减8
• 将数据写入寄存器%rsp 给的地址。

弹出数据

popq Dest

• 从寄存器%rsp中读取数据
• 寄存器%rsp地址 加8
• 将值存到Dest(必须是寄存器)

拓展：
弹出数据之后，寄存器%rsp地址加8，增加栈指针来释放空间，并不意味着我神奇的抹去了什么，仅仅移动了栈指针而已，原来的栈顶元素热然保存在内存中，只是不再时栈中的一部分了。

调用控制

指令call与ret使用了栈push与pop相同的思想。

代码示例

• c 语言代码

long mult2(long a, long b)
{long s = a * b;return s;
}void multstore(long x,long y,long *dest)
{long t = mult2(x, y);*dest = t;
}

• 汇编码

0000000000400540 <multstore>:400540: push   %rbx		# Save %rbx400541: mov    %rdx,%rbx		# Save dest400544: callq  400550 <mult2>	# mult2(x,y)400549: mov    %rax,(%rbx)	# Save at dest40054c: pop    %rbx		# Restore %rbx40054d: retq			# Return0000000000400550 <mult2>:400550:  mov    %rdi,%rax	# a 400553:  imul   %rsi,%rax	# a * b400557:  retq			# Return

程序控制流程

• 使用栈来支持程序的调用和返回。
• 程序调用：调用标签
  • push推送数据，返回栈地址
  • 跳到函数调用标签
• 返回地址
  • 调用函数之后，下一个指令的地址
• 程序返回：ret
  • pop弹出地址，从栈中
  • 跳到地址

如图：

调用call：此时栈指针（%rsp）指向0x120, 指令指针(%rip)指向call指令。

运行mult2: 栈指针(%rsp)-8，指向0x118。指令指针(%rip)指向mult2中的程序。

mult2返回：指令指针(%rip)指向mult2中的ret。

调用函数之后，程序恢复执行：栈指针(%rsp)+8，指向0x120。指令指针(%rip)指向multstore中的程序。

拓展：
0x120 - 8 = 288 - 8 = 280 = 0x118

%rip

%rip: register instruction pointer, 指令指针寄存器。
它存储了当前正在执行的指令的内存地址。

当处理器执行程序时，它会按顺序读取内存中的指令并执行它们。%rip 寄存器指示了下一条要执行的指令的内存地址。当处理器执行完一条指令后，它会自动更新 %rip 寄存器，使其指向下一条要执行的指令的地址。

%rip 寄存器在程序执行期间是自动更新的，程序员无法直接修改它的值。

传递数据

前面六个参数存储在寄存器中：

• %rdi
• %rsi
• %rdx
• %rcx
• %r8
• %9
  当超过6个参数, 超过的参数存储到栈中：

...
Arg n
...
Arg 8
Arg 7

返回值：
%rax

ABI 标准

基本上代码能运行基于这样的假设：无论什么参数都按列出的顺序被传递给这一系列寄存器。
并且代码显然是依赖于这些假设。类似的，返回值的处理方式也是传递给指定的寄存器%rax。

示例

以上面的例子为例：

# x in %rdi,  y in %rsi, dest in %rdx
# t in %rax
void multstore(long x,long y,long *dest)
{long t = mult2(x, y);*dest = t;
}

管理局部数据

基于堆栈的语言

• 支持递归
• 代码课重入
  单个程序可以多个实例同时实例化
• 需要一个地方来存储实例状态
  • 参数
  • 局部变量
  • 返回指针
• 堆栈的原则
  • 特定的程序在有限时间内的状态
    从被调用到返回
  • 被调用方在调用方之前返回。
• 按帧分配的堆栈
  单个程序实例化的状态。

调用和返回的功能之一是你可以对函数进行嵌套调用。
执行特定程序时，它只需要引用该函数内部的数据或已传递给它的值。
我们可以再这个栈上分配这个当前函数需要任意多的空间，我们不需要保留与该函数相关的任何信息，返回时，之前被调用的函数就可以永远消失了。这就是为什么我们要用栈的思想。
在栈上分配空间，它们返回的时候退出栈，并释放空间。这些栈的规则完全适用，它与过程调用和返回思想完美匹配。
因此，我们把栈上用于特定call（特定函数）的每个内存块称为栈帧。

栈帧

• 内容
  • 返回信息
  • 局部存储
  • 临时存储
• 管理
  • 当进入程序分配空间
    • 开始代码
    • call调用指令，推送数据（参数）
  • 返回时释放空间
    • 完成代码
    • ret指令，弹出数据（返回数据）

通常一个栈帧由两个指针分隔:栈指针, 基指针。
基指针式一个可选的指针，所以这个寄存器实际上并不会在你的过程中以帧指针的形式出现，所以通常情况西啊，你知道栈帧的唯一事情栈指针。因此，你甚至无法弄清楚栈帧的确切范围。你只知道栈的顶部式对应于最顶层函数的顶部栈帧。

每次开始调用一个函数时，栈上就会为它的栈帧分配一些空间。然后该栈帧的位置由一个指针或两个指针指示。

栈指针寄存器 %rsp : register stack pointer. 用于指向当前栈顶的位置。
栈是一种用于存储临时数据和函数调用信息的数据结构。通过修改 %rsp 的值，可以在栈上分配和释放内存空间。

基址指针寄存器 %rbp ：用于指向当前函数的基址。基址指针通常用于访问函数的局部变量和参数。通过 %rbp，可以在栈帧中定位和访问这些变量和参数。

函数递归调用示例

每层调用都会由自己管理局部状态，这样栈的原则再次保证了它能正确的工作。

linux 栈帧

• 当前栈帧（从顶部到底部）
  • 参数
  • 局部变量
  • 保存的寄存器上下文
  • 旧的栈帧指针（可选）
• 调用者栈帧
  • 返回地址
    call指令推送数据。
  • 调用该函数的参数

示例

• c 代码

long incr(long *p, long val)
{long x = *p;long y = x + val;*p = y;return x;
}long call_incr()
{long v1 = 15213;long v2 = incr(&v1, 3000);return v1 + v2;
}

• 汇编代码

incr:movq	(%rdi), %raxaddq	%rax, %rsimovq	%rsi, (%rdi)ret
call_incr:subq	$16, %rspmovq	$15213, 8(%rsp)movl	$3000, %esileaq	8(%rsp), %rdicall	incraddq	8(%rsp), %raxaddq	$16, %rspret

movl $3000, %esi: 因为3000足够小，所以适用movl指令就行了。%esi寄存器，高32位会设置为0。编译器喜欢这么干的原因是movl比movq少一个字节。

寄存器保存数据惯例

• 当程序yoo 调用 who
  • yoo 是调用者(caller)
  • who 是被调用者(callee)
• 调用者保存
  调用者在调用前保存临时值到它自己的栈帧
• 被调用者保存
  被调用者在使用前保存临时变量的值到它自己的栈帧。
  被调用者在返回给调用者时再次存储。

linux寄存器的使用

• %rax
  返回值
  调用者保存
  可以被程序修改。

• %rdi,…,%r9
  参数
  调用者保存
  可以被程序修改

• %r1o,%r11
  调用者保存
  可以被程序修改。

这些寄存器也经常被作为临时寄存器。

• %rbx,%r12,%r13,%r14
  被调用者保存
  被调用者必须保存和恢复

• %rbp
  被调用者保存
  被调用者必须保存和恢复
  可能被用作栈帧指针
  可以混搭

• %rsp
  特殊形式被调用者保存
  退出程序后恢复为原始值

递归说明

• c 代码

long pcount_r(unsigned long x)
{if (x == 0)return 0;elsereturn (x & 1) + pcount_r(x >> 1);
}

• 汇编代码

pcount_r:testq	%rdi, %rdijne	.L8movl	$0, %eaxret
.L8:pushq	%rbxmovq	%rdi, %rbxandl	$1, %ebxshrq	%rdicall	pcount_raddq	%rbx, %raxpopq	%rbxret

每个程序都会以这种方式处理%rbx, 即修改之前将它先暂存在栈上。

对于递归的观察

• 栈帧意味着每个方法调用有着自己的私有存储空间
  存储寄存器和局部变量
  存储返回指针
• 寄存器保存数据惯例可以放置一个函数调用破坏其他数据。
  除非C代码显式地这样做(例如，第9讲中的缓冲区溢出)
• 栈满足调用返回匹配成对
  如果P调用Q，则Q在P之前返回。
  后进先出。

《深入理解计算机系统》书籍学习笔记

《深入理解计算机系统》学习笔记 - 第一课 - 课程简介
《深入理解计算机系统》学习笔记 - 第二课 - 位，字节和整型
《深入理解计算机系统》学习笔记 - 第三课 - 位，字节和整型
《深入理解计算机系统》学习笔记 - 第四课 - 浮点数
《深入理解计算机系统》学习笔记 - 第五课 - 机器级别的程序
《深入理解计算机系统》学习笔记 - 第六课 - 机器级别的程序二
《深入理解计算机系统》学习笔记 - 第七课 - 机器级别的程序三