v74.01 鸿蒙内核源码分析(编码方式篇) | 机器指令是如何编码的 | 百篇博客分析OpenHarmony源码

• 2022 年 4 月 19 日
• 筆記
• 鸿蒙内核源码, 鸿蒙内核源码分析

本篇关键词：指令格式、条件域、类型域、操作域、数据指令、访存指令、跳转指令、SVC(软件中断)

内核汇编相关篇为:

• v74.01 鸿蒙内核源码分析(编码方式) | 机器指令是如何编码的
• v75.03 鸿蒙内核源码分析(汇编基础) | CPU上班也要打卡
• v76.04 鸿蒙内核源码分析(汇编传参) | 如何传递复杂的参数
• v77.01 鸿蒙内核源码分析(可变参数) | 正在制作中 …
• v78.01 鸿蒙内核源码分析(开机启动) | 正在制作中 …
• v79.01 鸿蒙内核源码分析(进程切换) | 正在制作中 …
• v80.03 鸿蒙内核源码分析(任务切换) | 看汇编如何切换任务
• v81.05 鸿蒙内核源码分析(中断切换) | 系统因中断活力四射
• v82.06 鸿蒙内核源码分析(异常接管) | 社会很单纯 复杂的是人
• v83.01 鸿蒙内核源码分析(缺页中断) | 正在制作中 …

本篇说清楚 ARM指令是如何被编码的，机器指令由哪些部分构成，指令有哪些类型，每种类型的语法又是怎样的 ?

代码案例 | C -> 汇编 -> 机器指令

看一段C语言编译(clang)成的最后的机器指令(armv7)

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

 生成汇编代码如下:

    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

汇编代码对应的机器指令如下图所示:

便于后续分析，将以上代码整理成如下表格

CPSR寄存器

在理解本篇之前需了解下CPSR寄存器的高4位[31,28] 表达的含义。关于寄存器的详细介绍可翻看 系列篇的 (寄存器篇)

N、Z、C、V均为条件码标志位。它们的内容可被算术或逻辑运算的结果所改变，并且可以决定某条指令是否被执行!意义重大!

• CPSR的第31位是 N，符号标志位。它记录相关指令执行后，其结果是否为负。
  如果为负 N = 1，如果是非负数 N = 0。
• CPSR的第30位是Z，0标志位。它记录相关指令执行后，其结果是否为0。
  如果结果为0。那么Z = 1。如果结果不为0，那么Z = 0。
• CPSR的第29位是C，进位标志位(Carry)。一般情况下，进行无符号数的运算。
  加法运算：当运算结果产生了进位时（无符号数溢出），C=1，否则C=0。
  减法运算（包括CMP）：当运算时产生了借位时（无符号数溢出），C=0，否则C=1。
• CPSR的第28位是V，溢出标志位(Overflow)。在进行有符号数运算的时候，
  如果超过了机器所能标识的范围，称为溢出。

指令格式

ARM 指令流是一连串的字对齐的四字节指令流。每个 ARM 指令是一个单一的 32 位字(4字节)，如图(3)：

解读
图为ARM指令的编码一级格式，所有的指令都必须符合一级格式，分成三部分：

• 条件域: cond[31:28]表示，条件域会影响CPSR的条件码N、Z、C、V标志位。
• 类型域: op1[27:25]， op[4]，arm将指令分成了六大类型 。
• 操作域: 剩下的[24:5]，[4:0] 即图中的空白位/保留位，这是留给下级自由发挥的，不同的类型对这些保留位有不同的定义。可以理解为因类型变化而变化的二级格式。
• 那有了二级格式会不会有三级格式 ? 答案是必须有， 二级格式只会对保留位定义部分位，会留一部分给具体的指令格式自由发挥。
• 一定要理解这种层次结构才能理解ARM指令集的设计总思路，因为RISC（精简指令集） 的指令长度是固定的16/32/64位，以32位为例，所有的指令设计必须全用32位来表示，如果只有一层结构是难以满足众多的指令设计需求的，要灵活有包容就得给适当的空间发挥。

条件域

cond 为条件域，每一条可条件执行的条件指令都有4位的条件位域，2^4能表示16种条件

• 大部分的指令都是 1110 = e，无条件执行指令，只要看到 e开头的机器指令都属于这类

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

类型域

图(3) 的 op1 域位于 bits[27:25]，占三位；op 域位于 bit[4]，占一位。它们的取值组合在一起，决定指令所属的分类（Instruction Class），其值对应的关系如下

op1    op    指令类型
00x    -     数据处理以及杂项指令
010    -     load/store word类型 或者 unsigned byte
011    0     同上
011    1     媒体接口指令
10x    -     跳转指令和块数据操作指令，块数据操作指令指 STMDA 这类，连续内存操作。
11x    -     协处理器指令和 svc 指令，包括高级的 SIMD 和浮点指令。

操作域

操作域是因类型变化而变化的二级格式 ，作用于保留位。包含

00x | 数据处理类指令

• 上图为涉及数据处理指令的对应编码，由 op[占5位]和op2[占2位]两项来确定指令的唯一性
• 一般情况下只需op指定唯一性，图中 SUB指令对应为 0010x，而代码案例中的第一句

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

  对应[24:20]位就是0 0100，从而CPU在译码阶段将其解析为SUB指令执行

• 需要用到op2的是 MOV系列指令，包括逻辑/算术左移右移，例如:

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

  中的op = 1 1010 ，op2 = 00 对应 MOV(register,ARM) on page A8-489
  00x中的x表示数据处理分两种情况

  • 000 无立即数参与(寄存器之间) ，图A5.2.1 表示了这种情况 [27:25]= 000
  • 001 有立即参与的运算，例如 mov r0, #0 中的 [27:25]= 001，此处未展示图，可前往 ARM体系结构参考手册.pdf 翻看

010 | 加载存储指令

• Load/store是一组内存访问指令，用来在ARM寄存器和内存之间进行数据传送，ARM指令中有3种基本的数据传送指令

  • 单寄存器 Load/Store 内存访问指令（single register）：这些指令为ARM寄存器和存储器提供了更灵活的单数据项传送方式。数据可以使字节，16位半字或32位字
  • 多寄存器 Load/Store 内存访问指令：可以实现大量数据的同时传送，主要用于进程的进入和退出、保存和恢复工作寄存器以及复制寄存器中的一片（一块）数据
  • 寄存器交换指令（single register swap）: 实现寄存器数据和内存数据进行交换，而且是在一条指令中完成，执行过程中不会受到中断干扰

• 出现在代码案例中的

  str r0, [sp, #4] //  机器码 e58d0004 <=>	1110 0101 1000 1101 0000 0000 0000 0100
  str r0, [sp]	 //  机器码 e58d0000 <=>	1110 0101 1000 1101 0000 0000 0000 0000
                       将r0中的字数据写入以SP为地址的存储器中
  ldr r0, [sp]	 //  机器码 e59d0000 <=>	1110 0101 1001 1101 0000 0000 0000 0000
                       存储器地址地址为SP的数据读入r0 寄存器
  

  [27:25] = 010说明都属于这类指令，完成对内存的读写，包括 LDR、LDRB、LDRH、STR、STRB、STRH六条指令。
  ldr 为加载指令，但是加载到内存还是寄存器，这该怎么记 ? 因为主角是CPU，加载有进来的意思，将内容加载至寄存器中。STR有出去的意思，将内容保存到内存里。
  [sp]相当于C语言的 *sp ，sp 指向程序运行栈当前位置

• 具体可看 >> ARM的六条访存指令集—LDR、LDRB、LDRH、STR、STRB、STRH

010 | 多媒体指令

多媒体指令使用较少，但是它涉及指令却很多

10x | 跳转/分支/块数据处理 指令

• 出现在代码案例中的

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

  [27:25] = 101说明都属于这类指令

• 听得很多的pop，push也属于这类，成块的数据操作，例如push常用于将函数的所有参数一次性入栈。
• 内存 <> 寄存器 批量数据搬运指令 STMDA (STMED) LDMDA/LDMF。

11x | 软中断/协处理器 指令

• 其中最有名的就是svc 0，在系列篇中曾多次提及它，此处详细说下 svc， svc全称是 Supervisor Call， Supervisor是CPU的管理模式，svc导致处理器进入管理模式，很多人问的系统调用底层是怎么实现的? svc就是答案。
• 例如 printf是个标准库函数，在标准库的底层代码中会调用 svc 0，导致用户态的 ARM 程序通常将系统调用号传入 R7 寄存器(也被鸿蒙内核使用)，然后用 SVC 指令调用 0 号中断来直接执行系统调用，
• 在以前的ARM架构版本中，SVC指令被称为SWI，软件中断。
• 描述svc功能的详细伪代码如下，请尝试读懂它

    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);
  

• 这部分内容在系列篇 (寄存器篇) ，(系统调用篇) ，(标准库篇) 中都有提及。

具体指令

细看几条代码案例出现的常用指令

sub sp, sp, #8

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

是减法操作指令，减法编码格式为

图中除了给出格式语法还有一段伪代码用于描述指令的使用条件

• sp为 13号寄存器， lr为 14号寄存器 ，pc为 15号寄存器。

• 如果是PC寄存器(Rn = 15)且S等于0 查看 ADR指令。。

• 如果是SP寄存器(Rn = 13) 看 SUB(申请栈空间)。

• 如果是PC寄存器(Rd = 15)且S等于1 。查看 subs pc lr相关指令

• 套用格式结合源码

  cond	op1	操作码	S	Rn	Rd	imm12(立即数)
  1110	001	0010	0	1101	1101	0000 0000 1000
  无条件执行	表示数据处理	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 对应 lr 寄存器 ，其相当于高级语言的 return，函数执行完了需切回到调用它的函数位置继续执行，lr保存的就是那个位置，从哪里来就回到哪里去。

百文说内核 | 抓住主脉络

• 百文相当于摸出内核的肌肉和器官系统，让人开始丰满有立体感，因是直接从注释源码起步，在加注释过程中，每每有心得处就整理,慢慢形成了以下文章。内容立足源码，常以生活场景打比方尽可能多的将内核知识点置入某种场景，具有画面感，容易理解记忆。说别人能听得懂的话很重要! 百篇博客绝不是百度教条式的在说一堆诘屈聱牙的概念，那没什么意思。更希望让内核变得栩栩如生，倍感亲切。
• 与代码需不断debug一样，文章内容会存在不少错漏之处，请多包涵，但会反复修正，持续更新，v**.xx 代表文章序号和修改的次数，精雕细琢，言简意赅，力求打造精品内容。
• 百文在 < 鸿蒙研究站 | 开源中国 | 博客园 | 51cto | csdn | 知乎 | 掘金 > 站点发布，鸿蒙研究站 | weharmonyos 中回复 百文 可方便阅读。
• 

按功能模块:

百万注源码 | 处处扣细节

• 百万汉字注解内核目的是要看清楚其毛细血管，细胞结构，等于在拿放大镜看内核。内核并不神秘，带着问题去源码中找答案是很容易上瘾的，你会发现很多文章对一些问题的解读是错误的，或者说不深刻难以自圆其说，你会慢慢形成自己新的解读，而新的解读又会碰到新的问题，如此层层递进，滚滚向前，拿着放大镜根本不愿意放手。

• < gitee | github | coding | gitcode > 四大码仓推送 | 同步官方源码，鸿蒙研究站 | weharmonyos 中回复 百万 可方便阅读。

  

据说喜欢点赞分享的,后来都成了大神。😃