CLR via C#（二）线程栈与托管堆

一、System.Object

运行时要求每个类型最终都要从System.Object派生，它提供了如下几个基本方法：

方法名	说明
Equals()	虚方法。两个对象具有相同的值，就返回true
GetHashCode()	虚方法。返回对象的哈希码
ToString()	虚方法。默认返回类型的完整名称
GetType()	非虚方法。指出对象是什么类型
MemberwiseClone()	非虚方法。创建该类型的新实例，且其实例字段与this的实例字段完全一致
Finalize()	虚方法。在对象内存被回收之前会被调用

CLR要求所有的对象都用new操作符创建。比如：
Apple apple = new Apple();

在这期间，new操作符其实做了以下几件事情：

• 计算类型及其所有基类型中定义的所有实例字段所需的字节数。此外，还需要加上一些额外的成员所占的字节数，包括：类型对象指针、同步块索引，还有一个未公开的内部字段（用于计算对象实例的哈希值）。
• 从托管堆中分配计算好的字节数的内存，并且所有的二进制位都初始化为0。
• 初始化对象的“类型对象指针”和“同步块索引”。
• 调用类型的构造器，传递指定的实参。每个类型的构造器都负责初始化自己的实例字段。最终会调用到System.Object的构造器，并返回。

new执行完这些操作后，会返回指向新建对象的一个引用。

上面有几个名词需要解释一下：
实例字段：指非静态字段，是属于对象的。与之相对的静态字段是属于类的。
类型对象指针：每个对象都是一个类型的实例，而每个类型都由一个Type类型的实例来表示。类型对象指针就是指向该Type实例的指针。当然，Type类型对象本身也是一个类型对象的实例，它的类型对象指针指向了它自己。
同步块索引：可以简单理解为一个指向“同步块”的指针，拥有这个同步块的对象可以支持线程同步。

二、线程栈

线程创建时会分配1MB的栈。栈空间用来向方法传递实参，方法内部定义的局部变量也存在栈上。栈从高位内存地址向低位内存地址构建。

假如线程要调用下面的M1方法：

void M1()
{
	string name = "Joe";
	M2(name);
	// ...
	return;
}
void M2(string s)
{
	Int32 length = s.Length;
	Int32 tally;
	// ...
	return;
}

首先执行第一句代码，需要在线程栈上分配局部变量name的内存

接下来M1调用M2方法，需要将局部变量name作为实参传递。因此name局部变量中的地址需要被压入栈（在M2内部用s标识栈中的位置）

此外，调用方法还会将“返回地址”压入栈，用来在方法调用结束后返回原来的位置

接下来开始执行M2中的代码。首先在线程栈中为局部变量length和tally分配内存

最终，M2抵达return语句，CPU的指令指针被设置为栈中的返回地址，M2的栈帧展开，恢复成下图的样子

拓展：栈帧

（PS：下面的内容是我查了不同的资料后汇总出来的，不一定正确，如果有错误还请帮忙指正！）
上面的线程栈操作模型进行了一些简化，要想深入了解线程栈的操作流程，需要一些汇编基础。
所谓“栈帧”实际上是CPU中的两个寄存器EBP（帧指针） 和 ESP（栈指针） 存储的两个地址所围成的一块线程栈上的区域。这块区域里面存储了当前正在执行的函数的参数、返回地址、局部变量等。
EBP用来保存正在运行的函数栈帧的开始地址，ESP用来保存正在运行的函数栈帧的结束地址。上面的函数执行过程中栈帧的变化过程如下：

初始时，先将M1的调用者函数的栈基址（EBP指向的地址）压栈保存，并将EBP和ESP都指向这个位置

接下来将局部变量name、参数s压栈，ESP随之移动

接下来需要调用M2，首先要将M2的返回地址压栈（用来指明M2执行完成后接下来执行哪条指令）

然后需要将现在的EBP地址（也就是M1的栈基址）压栈，用来在M2调用完成后恢复EBP

将EBP挪到与ESP相同的位置，此时算是正式进入了M2的栈帧

接下来将参数s压栈，局部变量length和tally压栈

然后M2返回了，此时会将ESP挪动到EBP位置

因为此时EBP所指的内存空间中存放了M1的栈基址，所以EBP可以直接跳转到该位置

然后继续弹栈，ESP挪回M2的返回地址位置，继续执行M1的后续指令

三、托管堆

在程序运行过程中，CLR还会维护一个用于管理引用类型的堆，即托管堆。在进程初始化时，由CLR划出一个地址空间区域作为托管堆。当区域被非垃圾对象填满后，CLR会分配更多的区域，直到整个进程地址空间（受进程的虚拟地址空间限制，32位进程最多分配1.5GB，而64位最多可分配8TB）被填满。

接下来以下面这段代码为例，讲解托管堆与线程栈以及类型、对象在运行时的相互关系

class Manager:Employee
{
	public override string GetProgressReport(){...}
}

class Employee
{
	public Int32 GetYearsEmployed(){...}

	public virtual string GetProgressReport(){...}

	public static Employee LookUp(string name){...}
}

void M3()
{
	Employee e;
	Int32 year;
	e = new Manager();
	e = Employee.LookUp("Joe");
	year = e.GetYearsEmployed();
	e.GetProgressReport();
}

首先，线程栈和托管堆的初始状态如下（线程已执行过一些代码，马上要执行M3）

JIT编译器将M3的IL代码转为本机指令时，会收集方法内部引用的所有类型（如Employee、Manager。String、Int32等这里不做展示），确认定义了这些类型的程序集都已经加载。然后利用程序集的元数据，在托管堆上创建一些数据结构来表示类型本身。

当CLR确认方法需要的所有类型对象都已经创建，M3的代码已经编译后，就允许线程执行M3的本机代码。

首先为局部变量分配线程栈空间，并设置默认值（null或0）

接下来代码构造了一个Manager对象，这会在托管堆上创建一个Manager类型的一个实例。它除了包含类型对象指针和同步块索引外，还包含Manager及其基类型定义的所有实例数据字段。当在托管堆上新建对象时，CLR会自动初始化内部的类型对象指针指向对应的类型对象。此外还会初始化同步块索引，并将所有实例字段设为null或0。接下来调用类型构造器，new 操作符会返回对象的内存地址。这个地址会被保存到变量e中。

下一行代码会调用Employee的静态方法LookUp()。在调用静态方法时，CLR会定位到定义静态方法的类型对象，然后JIT编译器在类型对象方发表中查找对应的方法的记录项，然后对方法进行即时编译（如果之前没编译过的话），然后再调用编译好的代码。

我们假设这个静态方法内部构造了一个新的Manager对象，并使用Joe这个参数进行了初始化。方法最终返回了该对象的地址。这个地址会保存到变量e中。

此时托管堆中会产生一个没有被引用的Manager对象。不过后续垃圾回收机制会自动释放该对象占用的内存。

再下一行代码调用了Employee的非虚实例方法GetYearsEmployed()。对于非虚的实例方法，JIT编译器会找到调用者的类型对象（这里是Employee类型对象）。如果在调用者的类型对象中没有找到该方法，则会进行向父类型对象回溯，一直回溯到Object。找到后就会进行即时编译。我们假设该方法返回了5。

接下来代码会调用Employee的虚实例方法GetProgressReport()。调用虚实例方法时，JIT首先检查发出调用的变量，根据地址来到发出调用的对象（这里是代表Joe的Manager对象）。然后根据对象的“类型对象指针”，找到其对应的类型对象。然后查找被调用的方法记录项，并对其进行即时编译。

这里调用的是Manager类型对象的GetProgressReport()方法。但如果在LookUp()方法中Joe是Employee而不是Manager，那么就会在内部构造一个Employee对象，这里调用的就会是Employee类型对象的GetProgressReport()方法。

最后，再用图来说明一下前面第一节讲的“类型对象指针”

四、参考资料

[1].函数栈帧·函数调用原理
[2].CPU眼里的：{函数括号} | 栈帧 | 堆栈 | 栈变量
[3].《VLR via C# 第四版》
[4].C#托管堆和垃圾回收