v74.01 鴻蒙內核源碼分析(編碼方式篇) | 機器指令是如何編碼的 | 百篇部落格分析OpenHarmony源碼

• 2022 年 4 月 19 日
• 筆記
• 鴻蒙內核源碼, 鴻蒙內核源碼分析

本篇關鍵詞：指令格式、條件域、類型域、操作域、數據指令、訪存指令、跳轉指令、SVC(軟體中斷)

內核彙編相關篇為:

• v74.01 鴻蒙內核源碼分析(編碼方式) | 機器指令是如何編碼的
• v75.03 鴻蒙內核源碼分析(彙編基礎) | CPU上班也要打卡
• v76.04 鴻蒙內核源碼分析(彙編傳參) | 如何傳遞複雜的參數
• v77.01 鴻蒙內核源碼分析(可變參數) | 正在製作中 …
• v78.01 鴻蒙內核源碼分析(開機啟動) | 正在製作中 …
• v79.01 鴻蒙內核源碼分析(進程切換) | 正在製作中 …
• v80.03 鴻蒙內核源碼分析(任務切換) | 看彙編如何切換任務
• v81.05 鴻蒙內核源碼分析(中斷切換) | 系統因中斷活力四射
• v82.06 鴻蒙內核源碼分析(異常接管) | 社會很單純 複雜的是人
• v83.01 鴻蒙內核源碼分析(缺頁中斷) | 正在製作中 …

本篇說清楚 ARM指令是如何被編碼的，機器指令由哪些部分構成，指令有哪些類型，每種類型的語法又是怎樣的 ?

程式碼案例 | C -> 彙編 -> 機器指令

看一段C語言編譯(clang)成的最後的機器指令(armv7)

int main(){
    int a = 0;
    if( a != 1) 
        a = 2*a + 1;
    return a;
}

 生成彙編程式碼如下:

    main:
60c: sub	sp, sp, #8
610: mov	r0, #0
614: str	r0, [sp, #4]
618: str	r0, [sp]
61c: ldr	r0, [sp]
620: cmp	r0, #1
624: beq	640 <main+0x34>
628: b	62c <main+0x20>
62c: ldr	r1, [sp]
630: mov	r0, #1
634: orr	r0, r0, r1, lsl #1
638: str	r0, [sp]
63c: b	640 <main+0x34>
640: ldr	r0, [sp]
644: add	sp, sp, #8
648: bx	lr

彙編程式碼對應的機器指令如下圖所示:

便於後續分析，將以上程式碼整理成如下表格

CPSR暫存器

在理解本篇之前需了解下CPSR暫存器的高4位[31,28] 表達的含義。關於暫存器的詳細介紹可翻看 系列篇的 (暫存器篇)

N、Z、C、V均為條件碼標誌位。它們的內容可被算術或邏輯運算的結果所改變，並且可以決定某條指令是否被執行!意義重大!

• CPSR的第31位是 N，符號標誌位。它記錄相關指令執行後，其結果是否為負。
  如果為負 N = 1，如果是非負數 N = 0。
• CPSR的第30位是Z，0標誌位。它記錄相關指令執行後，其結果是否為0。
  如果結果為0。那麼Z = 1。如果結果不為0，那麼Z = 0。
• CPSR的第29位是C，進位標誌位(Carry)。一般情況下，進行無符號數的運算。
  加法運算：當運算結果產生了進位時（無符號數溢出），C=1，否則C=0。
  減法運算（包括CMP）：當運算時產生了借位時（無符號數溢出），C=0，否則C=1。
• CPSR的第28位是V，溢出標誌位(Overflow)。在進行有符號數運算的時候，
  如果超過了機器所能標識的範圍，稱為溢出。

指令格式

ARM 指令流是一連串的字對齊的四位元組指令流。每個 ARM 指令是一個單一的 32 位字(4位元組)，如圖(3)：

解讀
圖為ARM指令的編碼一級格式，所有的指令都必須符合一級格式，分成三部分：

• 條件域: cond[31:28]表示，條件域會影響CPSR的條件碼N、Z、C、V標誌位。
• 類型域: op1[27:25]， op[4]，arm將指令分成了六大類型 。
• 操作域: 剩下的[24:5]，[4:0] 即圖中的空白位/保留位，這是留給下級自由發揮的，不同的類型對這些保留位有不同的定義。可以理解為因類型變化而變化的二級格式。
• 那有了二級格式會不會有三級格式 ? 答案是必須有， 二級格式只會對保留位定義部分位，會留一部分給具體的指令格式自由發揮。
• 一定要理解這種層次結構才能理解ARM指令集的設計總思路，因為RISC（精簡指令集） 的指令長度是固定的16/32/64位，以32位為例，所有的指令設計必須全用32位來表示，如果只有一層結構是難以滿足眾多的指令設計需求的，要靈活有包容就得給適當的空間發揮。

條件域

cond 為條件域，每一條可條件執行的條件指令都有4位的條件位域，2^4能表示16種條件

• 大部分的指令都是 1110 = e，無條件執行指令，只要看到 e開頭的機器指令都屬於這類

• beq 640 <main+0x34>	// 機器碼 0a000005 <=>	0000 1010 0000 0000 0000 0000 0000 0101
                                                  0000	EQ	Equal(相等)	Z == 1
  

類型域

圖(3) 的 op1 域位於 bits[27:25]，佔三位；op 域位於 bit[4]，佔一位。它們的取值組合在一起，決定指令所屬的分類（Instruction Class），其值對應的關係如下

op1    op    指令類型
00x    -     數據處理以及雜項指令
010    -     load/store word類型 或者 unsigned byte
011    0     同上
011    1     媒體介面指令
10x    -     跳轉指令和塊數據操作指令，塊數據操作指令指 STMDA 這類，連續記憶體操作。
11x    -     協處理器指令和 svc 指令，包括高級的 SIMD 和浮點指令。

操作域

操作域是因類型變化而變化的二級格式 ，作用於保留位。包含

00x | 數據處理類指令

• 上圖為涉及數據處理指令的對應編碼，由 op[佔5位]和op2[佔2位]兩項來確定指令的唯一性
• 一般情況下只需op指定唯一性，圖中 SUB指令對應為 0010x，而程式碼案例中的第一句

  sub	sp, sp, #8  // 機器碼 e24dd008 <=> 1110 001`0 0100` 1101 1101 0000 0000 1000
  

  對應[24:20]位就是0 0100，從而CPU在解碼階段將其解析為SUB指令執行

• 需要用到op2的是 MOV系列指令，包括邏輯/算術左移右移，例如:

  mov r0, #0	//e3a00000 <=> 1110 0011 1010 0000 0000 0000 0000 0000
  

  中的op = 1 1010 ，op2 = 00 對應 MOV(register,ARM) on page A8-489
  00x中的x表示數據處理分兩種情況

  • 000 無立即數參與(暫存器之間) ，圖A5.2.1 表示了這種情況 [27:25]= 000
  • 001 有立即參與的運算，例如 mov r0, #0 中的 [27:25]= 001，此處未展示圖，可前往 ARM體系結構參考手冊.pdf 翻看

010 | 載入存儲指令

• Load/store是一組記憶體訪問指令，用來在ARM暫存器和記憶體之間進行數據傳送，ARM指令中有3種基本的數據傳送指令

  • 單暫存器 Load/Store 記憶體訪問指令（single register）：這些指令為ARM暫存器和存儲器提供了更靈活的單數據項傳送方式。數據可以使位元組，16位半字或32位字
  • 多暫存器 Load/Store 記憶體訪問指令：可以實現大量數據的同時傳送，主要用於進程的進入和退出、保存和恢復工作暫存器以及複製暫存器中的一片（一塊）數據
  • 暫存器交換指令（single register swap）: 實現暫存器數據和記憶體數據進行交換，而且是在一條指令中完成，執行過程中不會受到中斷干擾

• 出現在程式碼案例中的

  str r0, [sp, #4] //  機器碼 e58d0004 <=>	1110 0101 1000 1101 0000 0000 0000 0100
  str r0, [sp]	 //  機器碼 e58d0000 <=>	1110 0101 1000 1101 0000 0000 0000 0000
                       將r0中的字數據寫入以SP為地址的存儲器中
  ldr r0, [sp]	 //  機器碼 e59d0000 <=>	1110 0101 1001 1101 0000 0000 0000 0000
                       存儲器地址地址為SP的數據讀入r0 暫存器
  

  [27:25] = 010說明都屬於這類指令，完成對記憶體的讀寫，包括 LDR、LDRB、LDRH、STR、STRB、STRH六條指令。
  ldr 為載入指令，但是載入到記憶體還是暫存器，這該怎麼記 ? 因為主角是CPU，載入有進來的意思，將內容載入至暫存器中。STR有出去的意思，將內容保存到記憶體里。
  [sp]相當於C語言的 *sp ，sp 指向程式運行棧當前位置

• 具體可看 >> ARM的六條訪存指令集—LDR、LDRB、LDRH、STR、STRB、STRH

010 | 多媒體指令

多媒體指令使用較少，但是它涉及指令卻很多

10x | 跳轉/分支/塊數據處理 指令

• 出現在程式碼案例中的

  beq 640 <main+0x34>	// 機器碼 0a000005 <=> 0000 1010 0000 0000 0000 0000 0000 0101
  b 62c <main+0x20>	// 機器碼 eaffffff <=> 1110 1010 1111 1111 1111 1111 1111 1111
  

  [27:25] = 101說明都屬於這類指令

• 聽得很多的pop，push也屬於這類，成塊的數據操作，例如push常用於將函數的所有參數一次性入棧。
• 記憶體 <> 暫存器 批量數據搬運指令 STMDA (STMED) LDMDA/LDMF。

11x | 軟中斷/協處理器 指令

• 其中最有名的就是svc 0，在系列篇中曾多次提及它，此處詳細說下 svc， svc全稱是 Supervisor Call， Supervisor是CPU的管理模式，svc導致處理器進入管理模式，很多人問的系統調用底層是怎麼實現的? svc就是答案。
• 例如 printf是個標準庫函數，在標準庫的底層程式碼中會調用 svc 0，導致用戶態的 ARM 程式通常將系統調用號傳入 R7 暫存器(也被鴻蒙內核使用)，然後用 SVC 指令調用 0 號中斷來直接執行系統調用，
• 在以前的ARM架構版本中，SVC指令被稱為SWI，軟體中斷。
• 描述svc功能的詳細偽程式碼如下，請嘗試讀懂它

    The TakeSVCException() pseudocode procedure describes how the processor takes the exception:
    // TakeSVCException()
    // ==================
    TakeSVCException()
    // Determine return information. SPSR is to be the current CPSR, after changing the IT[]
    // bits to give them the correct values for the following instruction, and LR is to be
    // the current PC minus 2 for Thumb or 4 for ARM, to change the PC offsets of 4 or 8
    // respectively from the address of the current instruction into the required address of
    // the next instruction, the SVC instruction having size 2bytes for Thumb or 4 bytes for ARM.
    ITAdvance();
    new_lr_value = if CPSR.T == '1' then PC-2 else PC-4;
    new_spsr_value = CPSR;
    vect_offset = 8;
    // Check whether to take exception to Hyp mode
    // if in Hyp mode then stay in Hyp mode
    take_to_hyp = (HaveVirtExt() && HaveSecurityExt() && SCR.NS == '1' && CPSR.M == '11010');
    // if HCR.TGE is set to 1, take to Hyp mode through Hyp Trap vector
    route_to_hyp = (HaveVirtExt() && HaveSecurityExt() && !IsSecure() && HCR.TGE == '1'
    && CPSR.M == '10000'); // User mode
    // if HCR.TGE == '1' and in a Non-secure PL1 mode, the effect is UNPREDICTABLE
    
    preferred_exceptn_return = new_lr_value;
    if take_to_hyp then
    EnterHypMode(new_spsr_value, preferred_exceptn_return, vect_offset);
    elsif route_to_hyp then
    EnterHypMode(new_spsr_value, preferred_exceptn_return, 20);
    else
    // Enter Supervisor ('10011') mode, and ensure Secure state if initially in Monitor
    // ('10110') mode. This affects the Banked versions of various registers accessed later
    // in the code.
    if CPSR.M == '10110' then SCR.NS = '0';
    CPSR.M = '10011';
    // Write return information to registers, and make further CPSR changes: IRQs disabled,
    // IT state reset, instruction set and endianness set to SCTLR-configured values.
    SPSR[] = new_spsr_value;
    R[14] = new_lr_value;
    CPSR.I = '1';
    CPSR.IT = '00000000';
    CPSR.J = '0'; CPSR.T = SCTLR.TE; // TE=0: ARM, TE=1: Thumb
    CPSR.E = SCTLR.EE; // EE=0: little-endian, EE=1: big-endian
    // Branch to SVC vector.
    BranchTo(ExcVectorBase() + vect_offset);
  

• 這部分內容在系列篇 (暫存器篇) ，(系統調用篇) ，(標準庫篇) 中都有提及。

具體指令

細看幾條程式碼案例出現的常用指令

sub sp, sp, #8

sub	sp, sp, #8  // 機器碼 e24dd008 < = > 1110 0010 0100 1101 1101 0000 0000 1000

是減法操作指令，減法編碼格式為

圖中除了給出格式語法還有一段偽程式碼用於描述指令的使用條件

• sp為 13號暫存器， lr為 14號暫存器 ，pc為 15號暫存器。

• 如果是PC暫存器(Rn = 15)且S等於0 查看 ADR指令。。

• 如果是SP暫存器(Rn = 13) 看 SUB(申請棧空間)。

• 如果是PC暫存器(Rd = 15)且S等於1 。查看 subs pc lr相關指令

• 套用格式結合源碼

  cond	op1	操作碼	S	Rn	Rd	imm12(立即數)
  1110	001	0010	0	1101	1101	0000 0000 1000
  無條件執行	表示數據處理	SUB		sp	sp	8

mov r0, #0

mov r0, #0	//e3a00000	1110 0011 1010 0000 0000 0000 0000 0000

bx lr

bx lr	e12fff1e	1110 0001 0010 1111 1111 1111 0001 1110

• Rm = 1110 對應 lr 暫存器 ，其相當於高級語言的 return，函數執行完了需切回到調用它的函數位置繼續執行，lr保存的就是那個位置，從哪裡來就回到哪裡去。

百文說內核 | 抓住主脈絡

• 百文相當於摸出內核的肌肉和器官系統，讓人開始豐滿有立體感，因是直接從注釋源碼起步，在加註釋過程中，每每有心得處就整理,慢慢形成了以下文章。內容立足源碼，常以生活場景打比方儘可能多的將內核知識點置入某種場景，具有畫面感，容易理解記憶。說別人能聽得懂的話很重要! 百篇部落格絕不是百度教條式的在說一堆詰屈聱牙的概念，那沒什麼意思。更希望讓內核變得栩栩如生，倍感親切。
• 與程式碼需不斷debug一樣，文章內容會存在不少錯漏之處，請多包涵，但會反覆修正，持續更新，v**.xx 代表文章序號和修改的次數，精雕細琢，言簡意賅，力求打造精品內容。
• 百文在 < 鴻蒙研究站 | 開源中國 | 部落格園 | 51cto | csdn | 知乎 | 掘金 > 站點發布，鴻蒙研究站 | weharmonyos 中回復 百文 可方便閱讀。
• 

按功能模組:

百萬注源碼 | 處處扣細節

• 百萬漢字註解內核目的是要看清楚其毛細血管，細胞結構，等於在拿放大鏡看內核。內核並不神秘，帶著問題去源碼中找答案是很容易上癮的，你會發現很多文章對一些問題的解讀是錯誤的，或者說不深刻難以自圓其說，你會慢慢形成自己新的解讀，而新的解讀又會碰到新的問題，如此層層遞進，滾滾向前，拿著放大鏡根本不願意放手。

• < gitee | github | coding | gitcode > 四大碼倉推送 | 同步官方源碼，鴻蒙研究站 | weharmonyos 中回復 百萬 可方便閱讀。

  

據說喜歡點贊分享的,後來都成了大神。😃