mirror of
https://github.com/chai2010/advanced-go-programming-book.git
synced 2025-05-24 12:32:21 +00:00
208 lines
11 KiB
Markdown
208 lines
11 KiB
Markdown
# 3.7 汇编语言的威力
|
||
|
||
汇编语言的真正威力来自两个维度：一是突破框架限制，实现看似不可能的任务；二是突破指令限制，通过高级指令挖掘极致的性能。对于第一个问题，我们将演示如何通过Go汇编语言直接访问系统调用，和直接调用C语言函数。对于第二个问题，我们将演示X64指令中AVX等高级指令的简单用法。
|
||
|
||
## 3.7.1 系统调用
|
||
|
||
系统调用是操作系统对外提供的公共接口。因为操作系统彻底接管了各种底层硬件设备，因此操作系统提供的系统调用成了实现某些操作的唯一方法。从另一个角度看，系统调用更像是一个RPC远程过程调用，不过信道是寄存器和内存。在系统调用时，我们向操作系统发送调用的编号和对应的参数，然后阻塞等待系统调用地返回。因为涉及到阻塞等待，因此系统调用期间的CPU利用率一般是可以忽略的。另一个和RPC地远程调用类似的地方是，操作系统内核处理系统调用时不会依赖用户的栈空间，一般不会导致爆栈发生。因此系统调用是最简单安全的一种调用了。
|
||
|
||
系统调用虽然简单，但是它是操作系统对外的接口，因此不同的操作系统调用规范可能有很大的差异。我们先看看Linux在AMD64架构上的系统调用规范，在`syscall/asm_linux_amd64.s`文件中有注释说明：
|
||
|
||
```go
|
||
//
|
||
// System calls for AMD64, Linux
|
||
//
|
||
|
||
// func Syscall(trap int64, a1, a2, a3 uintptr) (r1, r2, err uintptr);
|
||
// Trap # in AX, args in DI SI DX R10 R8 R9, return in AX DX
|
||
// Note that this differs from "standard" ABI convention, which
|
||
// would pass 4th arg in CX, not R10.
|
||
```
|
||
|
||
这是`syscall.Syscall`函数的内部注释，简要说明了Linux系统调用的规范。系统调用的前6个参数直接由DI、SI、DX、R10、R8和R9寄存器传输，结果由AX和DX寄存器返回。macOS等类UINX系统调用的参数传输大多数都采用类似的规则。
|
||
|
||
macOS的系统调用编号在`/usr/include/sys/syscall.h`头文件，Linux的系统调用号在`/usr/include/asm/unistd.h`头文件。虽然在UNIX家族中是系统调用的参数和返回值的传输规则类似，但是不同操作系统提供的系统调用却不是完全相同的，因此系统调用编号也有很大的差异。以UNIX系统中著名的write系统调用为例，在macOS的系统调用编号为4，而在Linux的系统调用编号却是1。
|
||
|
||
我们将基于write系统调用包装一个字符串输出函数。下面的代码是macOS版本：
|
||
|
||
```
|
||
// func SyscallWrite_Darwin(fd int, msg string) int
|
||
TEXT ·SyscallWrite_Darwin(SB), NOSPLIT, $0
|
||
MOVQ $(0x2000000+4), AX // #define SYS_write 4
|
||
MOVQ fd+0(FP), DI
|
||
MOVQ msg_data+8(FP), SI
|
||
MOVQ msg_len+16(FP), DX
|
||
SYSCALL
|
||
MOVQ AX, ret+0(FP)
|
||
RET
|
||
```
|
||
|
||
其中第一个参数是输出文件的文件描述符编号，第二个参数是字符串的头部。字符串头部是由reflect.StringHeader结构定义，第一成员是8字节的数据指针，第二个成员是8字节的数据长度。在macOS系统中，执行系统调用时还需要将系统调用的编号加上0x2000000后再行传入AX。然后再将fd、数据地址和长度作为write系统调用的三个参数输入，分别对应DI、SI和DX三个寄存器。最后通过SYSCALL指令执行系统调用，系统调用返回后从AX获取返回值。
|
||
|
||
这样我们就基于系统调用包装了一个定制的输出函数。在UNIX系统中，标准输入stdout的文件描述符编号是1，因此我们可以用1作为参数实现字符串的输出：
|
||
|
||
```go
|
||
func SyscallWrite_Darwin(fd int, msg string) int
|
||
|
||
func main() {
|
||
if runtime.GOOS == "darwin" {
|
||
SyscallWrite_Darwin(1, "hello syscall!\n")
|
||
}
|
||
}
|
||
```
|
||
|
||
如果是Linux系统，只需要将编号改为write系统调用对应的1即可。而Windows的系统调用则有另外的参数传输规则。在X64环境Windows的系统调用参数传输规则和默认的C语言规则非常相似，在后续的直接调用C函数部分再行讨论。
|
||
|
||
|
||
## 3.7.2 直接调用C函数
|
||
|
||
在计算机的发展的过程中，C语言和UNIX操作系统有着不可替代的作用。因此操作系统的系统调用、汇编语言和C语言函数调用规则几个技术是密切相关的。
|
||
|
||
在X86的32位系统时代，C语言一般默认的是用栈传递参数并用AX寄存器返回结果，称为cdecl调用约定。Go语言函数和cdecl调用约定非常相似，它们都是以栈来传递参数并且返回地址和BP寄存器的布局都是类似的。但是Go语言函数将返回值也通过栈返回，因此Go语言函数可以支持多个返回值。我们可以将Go语言函数看作是没有返回值的C语言函数，同时将Go语言函数中的返回值挪到C语言函数参数的尾部，这样栈不仅仅用于传入参数也用于返回多个结果。
|
||
|
||
在X64时代，AMD架构增加了8个通用寄存器，为了提高效率C语言也默认改用寄存器来传递参数。在X64系统，默认有System V AMD64 ABI和Microsoft x64两种C语言函数调用规范。其中System V的规范适用于Linux、FreeBSD、macOS等诸多类UNIX系统，而Windows则是用自己特有的调用规范。
|
||
|
||
在理解了C语言函数的调用规范之后，汇编代码就可以绕过CGO技术直接调用C语言函数。为了便于演示，我们先用C语言构造一个简单的加法函数myadd：
|
||
|
||
```c
|
||
#include <stdint.h>
|
||
|
||
int64_t myadd(int64_t a, int64_t b) {
|
||
return a+b;
|
||
}
|
||
```
|
||
|
||
然后我们需要实现一个asmCallCAdd函数：
|
||
|
||
```go
|
||
func asmCallCAdd(cfun uintptr, a, b int64) int64
|
||
```
|
||
|
||
因为Go汇编语言和CGO特性不能同时在一个包中使用（因为CGO会调用gcc，而gcc会将Go汇编语言当做普通的汇编程序处理，从而导致错误），我们通过一个参数传入C语言myadd函数的地址。asmCallCAdd函数的其余参数和C语言myadd函数的参数保持一致。
|
||
|
||
我们只实现System V AMD64 ABI规范的版本。在System V版本中，寄存器可以最多传递六个参数，分别对应DI、SI、DX、CX、R8和R9六个寄存器（如果是浮点数则需要通过XMM寄存器传送），返回值依然通过AX返回。通过对比系统调用的规范可以发现，系统调用的第四个参数是用R10寄存器传递，而C语言函数的第四个参数是用CX传递。
|
||
|
||
下面是System V AMD64 ABI规范的asmCallCAdd函数的实现：
|
||
|
||
```
|
||
// System V AMD64 ABI
|
||
// func asmCallCAdd(cfun uintptr, a, b int64) int64
|
||
TEXT ·asmCallCAdd(SB), NOSPLIT, $0
|
||
MOVQ cfun+0(FP), AX // cfun
|
||
MOVQ a+8(FP), DI // a
|
||
MOVQ b+16(FP), SI // b
|
||
CALL AX
|
||
MOVQ AX, ret+24(FP)
|
||
RET
|
||
```
|
||
|
||
首先是将第一个参数表示的C函数地址保存到AX寄存器便于后续调用。然后分别将第二和第三个参数加载到DI和SI寄存器。然后CALL指令通过AX中保持的C语言函数地址调用C函数。最后从AX寄存器获取C函数的返回值，并通过asmCallCAdd函数返回。
|
||
|
||
Win64环境的C语言调用规范类似。不过Win64规范中只有CX、DX、R8和R9四个寄存器传递参数（如果是浮点数则需要通过XMM寄存器传送），返回值依然通过AX返回。虽然是可以通过寄存器传输参数，但是调用这依然要为前四个参数准备栈空间。需要注意的是，Windows x64的系统调用和C语言函数可能是采用相同的调用规则。因为没有Windows测试环境，我们这里就不提供了Windows版本的代码实现了，Windows用户可以自己尝试实现类似功能。
|
||
|
||
然后我们就可以使用asmCallCAdd函数直接调用C函数了：
|
||
|
||
```go
|
||
/*
|
||
#include <stdint.h>
|
||
|
||
int64_t myadd(int64_t a, int64_t b) {
|
||
return a+b;
|
||
}
|
||
*/
|
||
import "C"
|
||
|
||
import (
|
||
asmpkg "path/to/asm"
|
||
)
|
||
|
||
func main() {
|
||
if runtime.GOOS != "windows" {
|
||
println(asmpkg.asmCallCAdd(
|
||
uintptr(unsafe.Pointer(C.myadd)),
|
||
123, 456,
|
||
))
|
||
}
|
||
}
|
||
```
|
||
|
||
在上面的代码中，通过`C.myadd`获取C函数的地址，然后转换为合适的类型再传人asmCallCAdd函数。在这个例子中，汇编函数假设调用的C语言函数需要的栈很小，可以直接复用Go函数中多余的空间。如果C语言函数可能需要较大的栈，可以尝试像CGO那样切换到系统线程的栈上运行。
|
||
|
||
|
||
## 3.7.3 AVX指令
|
||
|
||
从Go1.11开始，Go汇编语言引入了AVX512指令的支持。AVX指令集是属于Intel家的SIMD指令集中的一部分。AVX512的最大特点是数据有512位宽度，可以一次计算8个64位数或者是等大小的数据。因此AVX指令可以用于优化矩阵或图像等并行度很高的算法。不过并不是每个X86体系的CPU都支持了AVX指令，因此首要的任务是如何判断CPU支持了哪些高级指令。
|
||
|
||
在Go语言标准库的`internal/cpu`包提供了CPU是否支持某些高级指令的基本信息，但是只有标准库才能引用这个包（因为internal路径的限制）。该包底层是通过X86提供的CPUID指令来识别处理器的详细信息。最简便的方法是直接将`internal/cpu`包克隆一份。不过这个包为了避免复杂的依赖没有使用init函数自动初始化，因此需要根据情况手工调整代码执行doinit函数初始化。
|
||
|
||
`internal/cpu`包针对X86处理器提供了以下特性检测：
|
||
|
||
```go
|
||
package cpu
|
||
|
||
var X86 x86
|
||
|
||
// The booleans in x86 contain the correspondingly named cpuid feature bit.
|
||
// HasAVX and HasAVX2 are only set if the OS does support XMM and YMM registers
|
||
// in addition to the cpuid feature bit being set.
|
||
// The struct is padded to avoid false sharing.
|
||
type x86 struct {
|
||
HasAES bool
|
||
HasADX bool
|
||
HasAVX bool
|
||
HasAVX2 bool
|
||
HasBMI1 bool
|
||
HasBMI2 bool
|
||
HasERMS bool
|
||
HasFMA bool
|
||
HasOSXSAVE bool
|
||
HasPCLMULQDQ bool
|
||
HasPOPCNT bool
|
||
HasSSE2 bool
|
||
HasSSE3 bool
|
||
HasSSSE3 bool
|
||
HasSSE41 bool
|
||
HasSSE42 bool
|
||
}
|
||
```
|
||
|
||
因此我们可以用以下的代码测试运行时的CPU是否支持AVX2指令集：
|
||
|
||
```go
|
||
import (
|
||
cpu "path/to/cpu"
|
||
)
|
||
|
||
func main() {
|
||
if cpu.X86.HasAVX2 {
|
||
// support AVX2
|
||
}
|
||
}
|
||
```
|
||
|
||
AVX512是比较新的指令集，只有高端的CPU才会提供支持。为了主流的CPU也能运行代码测试，我们选择AVX2指令来构造例子。AVX2指令每次可以处理32字节的数据，可以用来提升数据复制的工作的效率。
|
||
|
||
下面的例子是用AVX2指令复制数据，每次复制数据32字节倍数大小的数据：
|
||
|
||
```
|
||
// func CopySlice_AVX2(dst, src []byte, len int)
|
||
TEXT ·CopySlice_AVX2(SB), NOSPLIT, $0
|
||
MOVQ dst_data+0(FP), DI
|
||
MOVQ src_data+24(FP), SI
|
||
MOVQ len+32(FP), BX
|
||
MOVQ $0, AX
|
||
|
||
LOOP:
|
||
VMOVDQU 0(SI)(AX*1), Y0
|
||
VMOVDQU Y0, 0(DI)(AX*1)
|
||
ADDQ $32, AX
|
||
CMPQ AX, BX
|
||
JL LOOP
|
||
RET
|
||
```
|
||
|
||
其中VMOVDQU指令先将`0(SI)(AX*1)`地址开始的32字节数据复制到Y0寄存器中，然后再复制到`0(DI)(AX*1)`对应的目标内存中。VMOVDQU指令操作的数据地址可以不用对齐。
|
||
|
||
AVX2共有16个Y寄存器，每个寄存器有256bit位。如果要复制的数据很多，可以多个寄存器同时复制，这样可以利用更高效的流水特性优化性能。
|
||
|