Linux核心筆記003 - Linux核心程式碼裡面的C語言和組合語言

jmpcall發表於2020-05-14
Linux筆記C語言組合語言

1. Linux核心中的C語言

    Linux核心是用GNU C編寫，從而必須用gcc編譯，另外gcc編譯器在發展過程中，在不斷的擴充套件和捨棄一些東西，所以就會出現一種情況：高版本gcc編譯不了低版本核心、低版本gcc也編譯不了高版本核心。所以在編譯核心時，一定要使用跟核心版本差不多時期的gcc版本。

  • 帶返回值的宏函式
#include <stdio.h>
#define FUN() ({ \
    int ret = 100; \
    printf("do something ..\n"); \
    ret; \
})

int main()
{
    int m = FUN();

    printf("%d\n", m);
    return 0;
}
       
 執行結果：
do something ..
100

  • do {} while (0)
        宏函式DUMP_WRITE()，在如下情況被呼叫時：
if (addr)
    DUMP_WRITE(addr,nr);
else
    do_something_else();
      
 按照如下兩種方式定義，在被呼叫處展開後，都有問題：
#define DUMP_WRITE(addr,nr) memcpy(bufp,addr,nr); bufp += nr;
#define DUMP_WRITE(addr,nr) { memcpy(bufp,addr,nr); bufp += nr; }
       
 而利用"do {} while (0)"將多條語句包在一起，無論怎麼呼叫，都不會有問題：
#define DUMP_WRITE(addr, nr) do { \
    memcpy(bufp, addr, nr); \
    bufp += nr; \
} while (0)

  • [first ... last] = value
        這是GUN C相對於ANSI C的一個擴充套件，用於將陣列某個區間，初始化為非0值，比如：
int array[100] = { [0 ... 9] = 1, [10 ... 98] = 2, 3 };

  • include/linux/list.h
        GUN C相對於ANSI C的擴充套件還有很多，書上已經列舉了一小部分，更具體的，可以到後期學習程式碼時遇到了，再逐個瞭解。相對的，我認為include/linux/list.h這個標頭檔案裡面的程式碼，必須要在一開始就看懂，因為這裡面的介面，大量用於核心的程式碼中，同時我覺得這種設計的思維也很精妙。

        它用於構造雙向迴圈連結串列， 從如下兩份程式碼的對比中，應該就可以感受到它的好處：
      
  程式碼1：
#include <stdio.h>

struct data_node {
    int               n;
    char              c;
    struct data_node *prev;
    struct data_node *next;
};

int main()
{
    struct data_node datas[4] = {
        { 1, 'a', NULL, NULL },
        { 2, 'b', NULL, NULL },
        { 3, 'c', NULL, NULL }
    };
    struct data_node *head = &datas[0];

    // 新增節點、遍歷連結串列，需要業務層本身實現
    datas[0].prev = &datas[2];
    datas[0].next = &datas[1];

    datas[1].prev = &datas[0];
    datas[1].next = &datas[2];

    datas[2].prev = &datas[1];
    datas[2].next = &datas[0];

    while (1) {
        printf("datas[%d]: n=%d, c=%c, prev=%p, next=%p\n",
            head->n - 1, head->n, head->c, head->prev, head->next);
        if (head->n == 3)
            break;
        head = head->next;
    };

    return 0;
}
        
執行結果：
datas[0]: n=1, c=a, prev=0xbfc5c84c, next=0xbfc5c83c
datas[1]: n=2, c=b, prev=0xbfc5c82c, next=0xbfc5c84c
datas[2]: n=3, c=c, prev=0xbfc5c83c, next=0xbfc5c82c
        
程式碼2：
#include <stdio.h>
#include "list.h"

struct data_node {
    int              n;
    char             c;
    struct list_head list;
};

int main()
{
    struct data_node datas[4] = {
        { 1, 'a', { NULL, NULL } },
        { 2, 'b', { NULL, NULL } },
        { 3, 'c', { NULL, NULL } }
    };
    struct list_head head = LIST_HEAD_INIT(head);
    struct list_head *pos;

    // 新增節點、遍歷連結串列，業務層直接呼叫介面
    list_add_tail(&datas[0].list, &head);
    list_add_tail(&datas[1].list, &head);
    list_add_tail(&datas[2].list, &head);

    printf("head: %p, prev=%p, next=%p\n", &head, head.prev, head.next);

    list_for_each(pos, &head) {
        struct data_node *data = list_entry(pos, struct data_node, list);
        printf("datas[%d]: n=%d, c=%c, prev=%p, next=%p\n",
            data->n - 1, data->n, data->c, data->list.prev, data->list.next);
    }

    return 0;
}

執行結果：
head: 0xbf9ad48c, prev=0xbf9ad474, next=0xbf9ad454
datas[0]: n=1, c=a, prev=0xbf9ad48c, next=0xbf9ad464
datas[1]: n=2, c=b, prev=0xbf9ad454, next=0xbf9ad474
datas[2]: n=3, c=c, prev=0xbf9ad464, next=0xbf9ad48c

  • list_entry()
        include/linux/list.h這份程式碼整體不難，但是如果是剛開始學習，可能會對宏函式list_entry()有些疑惑：
#define list_entry(ptr, type, member) \
	((type *)((char *)(ptr)-(unsigned long)(&((type *)0)->member)))
     
① 首先要明白的是：為什麼需要這個宏函式？
             
程式碼1中，datas[1].prev，直接就是&datas[0]，而程式碼2中，datas[1].list->prev，只是&datas[0].list而已，想知道&datas[0]的話，還需要減去list成員相對於結構體開始的偏移，知道目的後，再去理解這個宏函式就不難了。
Linux核心筆記003 - Linux核心程式碼裡面的C語言和組合語言
 
但是，還有值得注意的地方："&((type *)0)->member"，按照平時開發程式的經驗，可能覺得這裡會coredump！
            
直接舉例：

#include <stdio.h>

struct test {
    int  n;
    char c;
};

int main()
{
    struct test *p = NULL;

    //printf("%d, %c\n", p->n, p->c);    // coredump
    printf("%p, %p\n", &p->n, &p->c);    // 不coredump
    printf("%p, %p\n", &((struct test*)0)->n, &((struct test*)0)->c);    // 不coredump

    return 0;
}

這樣，就可以推測出來一個過程，我們平常在C程式中寫的"p->n"，其實等價於"*(&p->n)"，"&p->n"前面有個顯式的&，則只是根據p的地址，計算成員n的地址，哪怕"p=NULL"也沒關係，coredump只是發生在訪問這個錯誤地址的時候而已。

2. Linux核心中的彙編程式碼

  • Linux核心使用匯編的場合
        ① 有些操作硬體的專用指令，在C語言沒有對應的語言成分，比如給GDTR/LDTR暫存器賦值的特權指令：LGDT/LLDT
        ② 某些場合，對效率要求極高，或者對執行時間有精準的要求
        ③ 某些場合，對程式的體積也有極端的要求，如載入程式

  • Linux核心使用匯編的形式
        ① 純彙編程式碼。比如學習到第10章"系統的引導和初始化"時，就會遇到純彙編檔案bootsect.S、sctup.S，另外，字尾如果是大S，裡面可能會包含一些C語言中的預處理語句，字尾為小s，就沒有任何其它語言的影子；
        ② 嵌入式彙編。在C函式中，可以按照__asm__ __volatile__ (“指令部：輸出部：輸入部：損壞部”)格式，嵌入一塊組合語言（稍後舉例）。

  • AT&T格式與intel格式比較
        從網上可以查到很詳細的資料，我覺得剛開始學，只需要對一些符號（比如：$、%）有印象即可，在看程式碼時遇到了，再去確認具體的含義。
  • 嵌入式彙編/內聯彙編
        書1.5.2節，最後舉了核心中2個使用了內聯彙編的函式：__memcpy()、strncmp()。

    Linux核心筆記003 - Linux核心程式碼裡面的C語言和組合語言
        (這個圖我在chinaunix發過，所以不是抄襲)

        彙編程式碼塊前後，是可以有C語句的。

    ① 所有用雙引號包圍的內容，為"指令部"，從緊接著指令部的冒號開始，依次標記為0、1、2、..
        指令部後面第一個冒號開始，為“輸出部”，用於指定C的各個變數，由哪些寄存代替。例子中，用ecx作d0，用edi作d1，用esi作d2；
        指令部後面第二個冒號開始，為“輸入部”，用於初始化變數。例子中，"0"標號對應的"ecx/d0"=n/4，"q"讓編譯器從eax/ebx/ecx/edx選擇一個進行使用，並且初始化為n，"1"標號對應的"edi/d1"=to，"2"標號對應的"esi/d2"=from；
        指令部後面第三個冒號開始，為“損壞部”，指令部和輸出部中的暫存器，在執行過程中，都有可能被修改掉，如果希望某些暫存器的值保持不變，就可以在損壞部指定，編譯器就會在入口新增壓棧儲存、在出口新增出棧恢復的指令。

    ② "指令部"分析：
        "輸入部"已經完成了初始化：ecx = n/4，eax = n，eid = to，esi = from；
        第一條指令"rep; movsl\n\t"：重複執行movsl n/4（ecx）次，每次從from（esi）拷由4byte到to（edi），執行完可能還剩1~3位元組沒有複製；
        第二條指令"testb $2,%b4\n\t"：AT&T格式中，"$數字"表示立即數，"%數字"表示輸入/輸出部相應標號處的內容，所以這條指令就是判斷%4（複製長度n）的低第二位是否為1（程式碼中為"%b4"，不確實是不是告訴編譯器儘量用ebx的意思），如果為1，則至少還剩2位元組，所以執行第四條指令"movsw"，再複製2位元組，否則執行第三條指令"je 1f\n\t"（"f"表示forward，往前方最近的1標號處跳轉），直接跳轉到"1:\ttestb $1,%b4\n\t"；
        第五條指令，同樣的道理，判斷是否還剩1位元組沒的複製，如果是，則會執行"movsb"指令，再複製1位元組。

    ③ 執行效率
        由於這個函式的使用頻率極高，所以核心直接使用匯編實現，讓函式簡潔到了極限，沒有任何一條多餘的指令。感興趣的話，可以用C語言寫一個__memcpy()，用不同的最佳化級別編譯，然後反編譯和核心中的這個函式對比，感受一下。

相關文章