在 JVM 中,字节码可以帮我们搞清楚很多编译执行的细节, 为了搞清楚 go 语言底层的语法糖和原理,需要对底层的汇编知识有深入的了解。汇编其实没有想象中那么复杂,其实原理上来说跟 Java 字节码差不多,只是资料很少,因为更接近系统底层,阅读的难度相对而言更大一些。
为什么要学 Go 语言汇编
首先是要破除迷信,同一个问题网上的答案众说纷纭,比如到底是传值还是传引用争论不休,不如静下心看一下汇编来的踏实。
下面写的这些东西不一定都对,但是希望能与你分享一些方法和思路,授之以渔。学习的目的不是掌握这个知识,而是掌握学习知识的方法,举一反三,触类旁通,不管学什么都有自己的一套方法支撑,快速如何,快速解决问题,长远来看知识本身是没什么太大作用的。
学习 Go 语言汇编不是为了以后用汇编来做开发,只是可以用通过阅读汇编来深刻的理解 Go 语言背后的实现细节,真正的精通这门语言,在使用的过程中可以更加安心。
这篇文章将会首先介绍在 Linux 平台上用汇编输出 “Hello, World!”,通过这个例子顺带介绍汇编的一些基本的概念。为后面我们介绍 Go 语言 Plan9 汇编打下基础。
用 C 语言写一个 Hello World 输出
之前看了不少的汇编的书,有一个感觉是,咋没有跟其它编程书籍一样,介绍如何输出 “Hello, World!” 呢?看得多以后就慢慢知道了,用汇编在控制台输出 “Hello, World!” 没有那么简单,不是三两行简单调用一个函数就完了。
为了搞清楚如何在终端中输出字符串,我们先来写一段 C 语言的实现:
#include <stdio.h>
int main() {
char *str = "Hello, World!\n";
printf("%s", str);
}
更接近系统调用层的写法是:
#include <unistd.h>
int main() {
int stdout_fd = 1;
char* str = "Hello, World!\n";
int length = 14;
write(stdout_fd, str, length);
}
Unix 的设计哲学,一切皆文件,一个程序运行以后都至少包含三个文件描述符(file descriptor,简称 fd):
- 标准输入 stdin(0)
- 标准输出 stdout(1)
- 错误输出 stderr(2)
在终端执行程序输出字符串,实际上就是往标准输出 stdout 文件描述符写数据,stdout 的 fd 值等于 1。
write 是一个系统调用,把数据写入到文件,它的函数签名如下:
ssize_t write(int fd, void * buffer, size_t count)
第一个参数 fd 表示要写入的文件描述符,第二个参数 buffer 表示要写入文件中数据的内存地址,第三个参数表示从 buffer 写入文件的数据字节数。因此在标准输出中输出”Hello, World!\n”实际上是调用 write 系统调用,往 fd 为 1 的文件描述符写入 14 个字节的字符串。
编译并执行上面的 C 代码,就可以看到输出了 “Hello, World!” 字符串
gcc main.c -o main
./main
Hello, World!
CPU、内存与寄存器
汇编主要是跟 CPU 和内存打交道,CPU 本身只负责运算,不负责存储,数据存储一般都是放在内存中,我们知道 CPU 的运算速度远高于内存的读写速度,为了 CPU 不被内存读写拖后腿,CPU 内部引入一级缓存、二级缓存和寄存器的概念,这些资源都非常宝贵,至今都记得有一位老师说过:“二级缓存贵如黄金”。寄存器可以认为是在 CPU 内可以存储非常少量数据的超高速的存储单元。因为寄存器个数有限且非常重要,每个寄存器都有自己的名字,最常用的有下面这些,这些先混个眼熟,在后续的文章中再详细介绍。
%EAX %EBX %ECX %EDX %EDI %ESI %EBP %ESP
系统调用(System Call):内核和应用程序之间的契约
下面我们来介绍系统调用概念,很多人会想,这还不简单,我一天可以写几百个系统调用。
内核对外暴露的接口被称为系统调用,应用程序可以调用对应的接口请求内核去完成某些动作,我们常见的创建新进程、IO 读写等都属于系统调用。
需要注意一下这些知识:
- 系统调用将处理器从「用户态」切换到「内核态」
- 应用程序都是按「名字」来执行系统调用,比如 exit、write,底层上每个系统调用都对应一个数字,比如 exit 对应 1,write 对应 4,这些数字编号需要被存储到寄存器
%eax
中 - 在调用系统调用时,参数值需要放置到规定好的寄存器中
int 0x80
指令用来触发处理器从用户态切换到内核态,int 是 interrupt(中断)的缩写,不是整数的那个 int。内核收到 0x80 的中断请求以后,就会并根据前面准备好的寄存器的内容调用相应的系统调用。
执行一个 write 调用的流程如下图所示:
汇编写 Hello World
有了上面的基础,再来看汇编的代码,希望不要在这里就劝退了大部分同学。文件名是 helloworld.s
,下面是汇编的代码
.section .data
msg:
.ascii "Hello, World!\n"
.section .text
.globl _start
_start:
# write 的第 3个参数 count: 14
movl $14, %edx
# write 的第 2 个参数 buffer: "Hello, World!\n"
movl $msg, %ecx
# write 的第 1 个参数 fd: 1
movl $1, %ebx
# write 系统调用本身的数字标识:4
movl $4, %eax
# 执行系统调用: write(fd, buffer, count)
int $0x80
# status: 0
movl $0, %ebx
# 函数: exit
movl $1, %eax
# system call: exit(status)
int $0x80
在汇编中,任何以点(.)开头的都不会被直接翻译为机器指令,.section
将汇编代码划分为多个段,.section .data
是数据段的开始,数据段中存储后面程序需要用到的数据,相当于一个全局变量。在数据段中,我们定义了一个 msg,ascii 编码表示的内容是 “Hello, World!\n”,
接下来的 .section .text
表示是文本段的开始,文本段是存放程序指令的地方。
接下来的指令是 .globl _start
,这里并没有拼错,不是 global,_start
是一个标签。接下来是真正的汇编指令部分了。
前面介绍过,执行 write 系统调用时,%eax
寄存器存储 write 的系统调用号 4,%ebx
存储标准输出的 fd,%ecx
存储着输出buffer 的地址。%edx
存储字节数。所以看到 _start
便签后有四个 movl 指令,movl 指令的格式是:
movl src dst
比如movl $4, %eax
指令是讲常量 4 存储到寄存器 %eax
中,数字 4 前面的 $ 表示「立即寻址」,汇编的其它寻址方式后面的文章还会详细介绍,这里先不展开,只需要知道立即寻址是本身就包含要访问的数据,比如要把数据初始化为 4,不用去哪个地址去读 4,在指令中直接给出数字 4。
接下来指令是 int $0x80
,前面介绍过,这是一条中断触发指令,把执行流程交给内核继续处理,应用程序不用关心内核是如何处理的,内核处理完会把执行流程还给应用程序,同时根据执行成功与否设置全局变量 errno 的值。一般情况下,在 linux 上系统调用成功会返回非负值,发送错误时会返回负值。
接下来的指令实际上执行 exit(0) 退出程序,指令和逻辑与之前的一样,不再赘述。
下面来编译和执行上面的汇编代码。在 Linux 上,可以使用 as 和 ld 汇编和链接程序
as $helloworld.s -o helloworld.o
ld $helloworld.o -o helloworld
执行:
./helloworld
可以看到输出了
Hello, World!
Go 语言汇编输出 Hello World 浅尝
刚开始接触 Go 语言汇编的时候一脸懵逼,这都是些啥,居然用的是一个从来没听说过的操作系统 plan9 所自带的汇编器语法,不过没有办法,技术选型永远是 leader 和 CTO 说了算。
注意下面的实验是在 Mac 平台上,源代码见:github.com/arthur-zhan…
文件结构如下:
.
├── helloworld
│ ├── helloworld.go
│ └── helloworld.s
├── main.go
main.go 的内容如下,调用了 helloworld.go 中的 PrintMe 方法:
package main
import (
"./helloworld"
)
func main() {
helloworld.PrintMe()
}
helloworld.go 的内容只是声明了一个 PrintMe() 的空函数:
package helloworld
func PrintMe()
具体的实现是在 helloworld.s 这个汇编文件中,内容如下:
#include "textflag.h"
DATA msg<>+0x00(SB)/8, $"Hello, W"
DATA msg<>+0x08(SB)/8, $"orld!\n"
GLOBL msg<>(SB),NOPTR,$16
TEXT ·PrintMe(SB), NOSPLIT, $0
MOVL $(0x2000000+4), AX // write 系统调用数字编号 4
MOVQ $1, DI // 第 1 个参数 fd
LEAQ msg<>(SB), SI // 第 2 个参数 buffer 指针地址
MOVL $16, DX // 第 3 个参数 count
SYSCALL
RET
虽然指令不太一样,但是整体的汇编代码逻辑是一样的,同样是分了 Data 段、Text 段,同样是用 mov 等指令给寄存器赋值。下面简单介绍一下上面的汇编代码,后面的文章会有更详细的介绍。
关于寄存器
plan9 中使用寄存器不需要带 r 或 e 的前缀,例如 rax,只要写 AX 就可以了。
eax->AX
ebx->BX
ecx->CX
...
Go 汇编引入了四个伪寄存器,这四个伪寄存器非常重要:
- FP: Frame pointer,用来访问函数的参数
- PC: Program counter: 用于分支和跳转
- SB: Static base pointer: 一般用于声明函数或者全局变量
- SP: Stack pointer:指向当前栈帧的局部变量的开始位置,一般用来引用函数的局部变量
变量声明
Go 汇编语言中 DATA 命令用于初始化变量,语法如下:
DATA symbol+offset(SB)/width, value
比如声明 msg 这个变量:
DATA msg<>+0x00(SB)/8, $"Hello, W"
下面来看 GLOBL 指令
GLOBL msg<>(SB),NOPTR,$16
GLOBL 指令将变量声明为 global,后面需要跟两个参数,flag 和变量的大小,这的 NOPTR 不影响后面的阅读,这里先不做介绍。
注意到 msg 后面有一个<>
,这表示这个全局变量只在当前文件中可以被访问,类似于 C 语言中的 static。
函数定义
函数定义的语法如下:
TEXT symbol(SB), [flags,] $framesize[-argsize]
分为 5 个组成部分:TEXT 指令、函数名、可选的 flags 标志、函数帧大小和可选的函数参数大小
以例子中的汇编代码为例:
TEXT ·PrintMe(SB), NOSPLIT, $0
- TEXT 表示是汇编中的 .text 分段,
- 注意到 TEXT 和 PrintMe中间除了一个空格以外,还有一个反人类的「中点
·
」,不知道当初设计这个的人是有一种什么样的癖好,😁。这个中点在编译以后会被替换为.
,同时也会加上包名,比如这里的helloworld.PrintMe
- NOSPLIT 标志位这里先不介绍
- $0 表示栈帧大小为 0
接下来的就是具体的函数体的内容。
MOVL $(0x2000000+4)中的 0x2000000 是什么鬼?Mac 下的系统调用数字编号需要加 0x2000000,不要问为什么,问就是系统约定。Mac 下的系统调用编号可以在这里查:opensource.apple.com/source/xnu/…
与前面介绍的 Linux 下的汇编稍有不同,Mac 下的系统调用参数需要存储在 DI、SI、DX 等寄存器中,系统调用编号存储在 AX 中。
Go 的 HelloWorld 汇编入门就先介绍到这里。希望对你有所帮助
后记
这篇文章作为 Go 语言汇编的入门,因为篇幅有限,没有非常细致的展开每一个细节,在后面的系列文章中,我们会继续结合案例进行介绍。
可以扫描下面的二维码关注我的公众号:
今天的文章Go 语言汇编入门 —— 从输出 HelloWorld 说起分享到此就结束了,感谢您的阅读。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/59629.html