.NET值类型变量“活”在哪个堆栈中？
——MSIL学习笔记（一）
金旭亮
不管是什么语言编的.NET程序，最后都会被各自的编译器编译成MSIL。当程序运行时，.NET JIT编译器从程序集中读入IL指令并将其动态编译为可被本地CPU执行的机器指令再执行。
程序集中的IL代码以二进制方式存在，人阅读起来相当不便，正如传统的Win32程序可以被反汇编成汇编程序，.NET程序集中的IL代码也可以被反汇编成易于阅读的IL汇编程序。如果您愿意的话，可以用任意一个文本编辑器直接撰写IL汇编源代码，然后使用ilasm.exe程序将其编译为包含二进制形式的IL指令。CLR只能执行二进制的IL指令。
.NET SDK的另一个工具ildasm.exe可以用于将一个程序集反汇编为IL程序，在学习.NET时，这个工具非常有用，可以展示出高级语言（如C#和VB.NET）编写的程序是如何被CLR执行的。
然而，相比C#和VB.NET的资料满天飞，MSIL的技术资料少得可怜。我能够查阅的只有MSDN中有关IL指令的文档（还只是针对Reflection.Emit名字空间中的类的），以及一本由Serge Lidin著的《inside Microsoft .NET IL assembler》， Serge Lidin是汇编器ilasm.exe工具的主要开发者，因此，他的书应具有相当的权威性，然而，这位技术牛人的写作水平实在不敢恭维，整本书象是一本参考手册。此书国内引进了中文版，然而翻译得很不好。幸运的是其光盘中附上了英文原版，实乃国人之大幸。
IL可以看成是一个“面向对象的汇编语言”，它提供了许多指令直接对对象进行操作，比如newobj指令创建对象，box指令进行装箱等。
IL指令的一个最重要特性是它是基于堆栈的。几乎每一条指令都要与堆栈打交道：或者向堆栈中Push一些数据，或者从中Pop一些数据。
请看以下C#代码段：
class Program
{
static void Main(string[] args)
{
int i = 100;
int j = 200;
int reslut = i + j;
}
}
C#编译器将生成以下IL指令，其功能我在注释中有详细说明：
.method private hidebysig static void Main(string[] args) cil managed
{
.entrypoint
// 代码大小 15 (0xf)
.maxstack 2
.locals init ([0] int32 i,
[1] int32 j,
[2] int32 reslut)
IL_0000: nop
IL_0001: ldc.i4.s 100 //将100压入堆栈
IL_0003: stloc.0 //从堆栈中弹出先前压入的100，传给局部变量i
IL_0004: ldc.i4 0xc8 //将200压入堆栈
IL_0009: stloc.1 //从堆栈中弹出先前压入的200，传给局部变量j
IL_000a: ldloc.0 //将局部变量i的值压入堆栈
IL_000b: ldloc.1 //将局部变量j的值压入堆栈
IL_000c: add //连继弹出两个整数，相加得300，又压入堆栈
IL_000d: stloc.2 //从堆栈中弹出结果，保存到局部变量reslut中
IL_000e: ret //返回指令
} // end of method Program::Main
可以看到，所有的指令都涉及到堆栈。
然而，我在研究IL汇编程序的时候，却被“堆栈”两个字弄糊涂了。
几乎所有的C#书，都说值类型变量是生存在堆栈中，当函数结束时会自动销毁。那么，这里的堆栈与上述IL代码中的堆栈是不是一回事？
请看上述IL程序中有一个MaxStack指令，查看资料，得知其含义是为evaluation stack保留两个槽（slot），注意，这里的堆栈英文原文是evaluation stack，MSDN中文版译为“计算堆栈”，slot可用于存放值对象，大小是可变的。换句话说，evaluation stack中的每一个slot可以存放一个值对象(对象引用也可看成是一种“特殊”的值变量，其值代表内存地址)或各种CLR直接支持的基本类型数据。
从上述IL程序中可以很明显地看到，局部变量i,j和result绝不会生存于evaluation stack，因为它只有2个slot,而我们有3个变量。那它们“活在”在哪儿？
IL程序中引人注目的一句是locals init指令，这提醒我们函数拥有另一块内存区域专用于存放局部变量，所以，声明为局部变量的值类型并不“活”在evaluation stack中。那么，为何所有的C#书（包括大名鼎鼎的Jeffrey Richter所著之《.NET框架程序设计》）都说值类型变量“活”在堆栈中？此堆栈在哪？至少有一点可以肯定，这个堆栈不会指的是evaluation stack。
用ildasm.exe查看程序集清单（manifest），发现其中有一句：
.stackreserve 0x00100000
上述语句让CLR在装入程序集时保存1M的堆栈空间，这个空间供托管进程的托管线程使用，称为线程堆栈（Thread Stack）。既是线程堆栈，自然与线程相关，由于.NET托管进程可以创建多个托管线程，因此，每个线程也应该有自己的堆栈（Jeffrey Richter说也是1M，查看也是这位老先生写的《Windows核心编程》，说在Win2000在创建线程时其堆栈大小是可调整的）。
.NET下每个托管线程都对应着一个线程函数，因此函数中定义的局部变量是在它拥有的线程堆栈中分配，而IL程序中的maxstack指令则从这一个1M的线程堆栈中再划出一块空间来作为evaluation stack。
考虑一下函数调用的问题。
IL使用call和callvirt两条指令调用特定类型所提供的方法。这就有一个函数参数传送的问题。以call指令为例，MSDN说在调用call指令之前，要将所有的实参压入evaluation stack，然后call指令再将其弹出，之后控制才会转到被调用的函数，而当被调用的函数执行完毕时，ret指令负责“将函数的返回值”从“被调用者的堆栈”(callee’s evaluation stack)复制到“调用者堆栈”（caller evaluation stack）中。您看MSDN文档中居然又出现了两个堆栈，是否有点晕了吗？
查看Serge Lidin的书，他给出了这样一个图：
如上图所示：CLR会给每一个被调用的方法分配三块内存，除了上面讲到的两块（Evaluation stack和局部变量表Local Variable table），还有一块是参数表（Argument table）。
问题终于明晰了，call指令完成的工作应该是这样的：
调用者按要调用函数的参数准备好实参，将它们压入“自己的”evaluation stack中，然后，call指令执行，它从调用者的evaluation stack弹出这些参数，放入被调用函数的Argument Table中。一切准备工作就绪，这时才开始执行被调用函数的第一条IL指令。
当被调用函数执行完毕，如果有返回值，这个值应该被放在被调用函数自己的evaluation stack中（因为IL指令总是与堆栈打交道），然后，ret指令（每个函数最后一定是这条指令）将其弹出，再压入调用者的evaluation stack中，完成这一工作之后，执行流程转回到调用者。
因此，线程每调用一个函数，将导致图中所示的三块区域在1M的线程堆栈中分配给调用函数，对于递归调用的情况，后调用的函数占用的内存区域将“压”在其调用者内存区域之上，每执行完一个函数，对应的栈顶指针移动一个位移（大小刚好等于此函数先前所占用的内存），从而导致这些内存被释放，其中的局部变量不再有效。
分析.NET程序的IL指令还会得到一些有趣的结果，后面我会有更多的文章与网友们进行技术交流。
注：由于手头的资料不足，此文所述内容仅是本人对CLR内部运行机理的一个推测，如有错误，敬请指正。by the way，望有网友能提供更多的MSIL技术资料信息，在此谢谢了。:-)
转载请注明作者及出处。
发表于 @ 2006年12月20日 21:33:00|评论(loading...)|编辑