堆栈调用解析多线程

过堆栈调用解析多线程

过堆栈调用解析多线程   

    首先说明一下，堆是进程的全局数据内存存储区，栈是函数的局部数据内存存储区。由于大多数书籍在介绍堆或栈时，皆以堆栈泛指，因此，题目标题亦如此表述，希望读者不要混淆就是了。
    初见标题，也许有人觉得奇怪，多线程和堆栈有关系吗？初学多线程，很多概念难以辨清。要全面深入理解多线程，必须对栈有十分清楚的理解。个人感觉在Windows编程中，栈的概念犹如C/C++中的指针，非常重要，但难于全面理解。市面上的书籍对堆栈的介绍或是蜻蜓点水、浮于表面；或是过于理论化，不够具体，不易理解。在这里，我以示例的形式将自己的一点学习体会写出来与大家分享。为了便于表述清楚，文章分为两部分：第一部分介绍栈的调用，这是此篇文章的核心。第二部分解析多线程的概念。
一、栈的调用
    众所周知，在函数调用过程中，参数的传递是通过栈完成的，具体到机器码是什么样子呢？不同的调用约定（PASCAL约定或STDCALL约定等）将导致不同的参数压栈顺序，这些细节就略去不讲了，有兴趣的读者可以参考相关书目。为了把栈的概念表述清楚，这里将涉及到一些简单的汇编语言方面的知识，一点点而已。然后以一个简单的C++控制台程序为示例来进一步详细说明。先把代码列出来，够简单吧。
#include<iostream.h>
int fn(int n)
{
    n+=1;
    return n;
}
void main()
{
    int i=1,j=10;
    i=fn(i);  // A
    j=fn(j);  // B
    cout<<i<<" "<<j<<endl;
}
    现在我们需要一点汇编方面的知识，以更好地了解栈是个什么东东。通俗一点讲，栈就是一块内存存储区，但是，这块内存存储区的操作使用有点特别。栈是由CPU直接管理的内存数组，CPU使用寄存器对其进行管理。ESP寄存器存放栈底（栈是向下增长的）数据的地址。push指令将数据压入栈中，ESP寄存器的值将随之减小；相反，pop指令将数据从栈底弹出，ESP寄存器的值随之增大。这样，ESP寄存器将始终存放栈底数据的地址。另一方面呢，CPU在执行代码的时候，完全是依靠CPU内部的寄存器完成的。通过EIP寄存器寻找当前要执行的代码，通过EBP、ESP定位函数参数的地址、函数局部变量，等等等等。
    下面让我们看一下，当某一个函数被调用时，栈将有何变动。
    （l）、函数参数被压入栈中。
    （2）、返回地址（被调用函数执行完后将被执行的语句地址）被压入栈中，函数被调用，此时，CPU将准备执行函数体内的代码。
    （3）、函数代码开始执行，首先执行的是将EBP压入栈中。
    （4）、使EBP的值等于ESP。现在，EBP纪录的是当前栈底地址（ESP），以后函数就可以利用EBP对压栈的函数参数进行寻址了（此时已压栈的有函数参数、返回地址、EBP原始值）。
    （5）、从ESP中减掉一定的数值，为函数留下局部变量空间。此后，ESP将用于局部变量的寻址。
    编译器设计者的聪明才智真是令人敬佩。高级语言书写简单的一句函数调用，被编译成了如此繁杂的机器代码。
    好了，下面我们再具体一点，以前面的C++程序为例，以VC反汇编断点调试的方式，看看以上过程是如何实现的。
    在A处，进程的主线程调用了函数fn并传递了参数。其汇编代码如下：
004010B6  mov  eax,dword ptr [ebp-4]  //此时ebp=0x0012ff80，&i=0x12ff7c，ebp-4为i的地址
004010B9  push  eax
004010BA  call  @ILT+20(fn) (00401019)
    再明显不过了，第一行汇编代码将变量i的数值放入寄存器eax中。第二行汇编代码将变量i的数值压入栈中，对应前面（1）。第三行汇编代码执行call指令，此条指令自动将返回地址压入栈中，然后，跳转到函数体内部，准备执行函数内部的代码，对应前面（2）。
    现在我们再来看看函数内部的代码是什么样子。这里只截取部分相关代码。
2:    int fn(int n)
3:    {
00401050  push  ebp
00401051  mov   ebp,esp
…    …    …    …
4:        n+=1;
00401068  mov  eax,dword ptr [ebp+8]    //此时ebp=0x12ff20  &n=0x12ff28  eax=1
0040106B  add  eax,1
0040106E  mov  dword ptr [ebp+8],eax
    第一行汇编代码对应前面（3）。第二行汇编代码对应前面（4）。第三行汇编代码将变量n的数值放入寄存器eax中。第四行汇编代码将其加一。第五行汇编代码将结果放回变量n。这里可以十分清楚地看到，EBP寄存器用于参数的寻址。
    现在我们再看看B处函数调用的情况。
004010C5  mov  ecx,dword ptr [ebp-8]    //此时ebp=0x12ff80，&j=0x12ff78 ，ebp-8为j的地址
004010C8  push  ecx
004010C9  call   @ILT+20(fn) (00401019)
    可以看到，除了压栈数值变化以外，没有其它不同了。A处压栈i，B处压栈j。
    下面使用VC单步调试，再来看函数体内部，汇编代码没有任何不同，不同的只是栈。当然了，函数体的代码是编译器一次性编译的。即使被多次调用，去完成不同的工作，不同的只是参数（调用栈），函数内部使用间接寻址，只是相同的机器码操作不同的内存存储区而已。
2:    int fn(int n)
3:    {
00401050  push  ebp
00401051  mov   ebp,esp
…    …    …    …
4:        n+=1;
00401068  mov  eax,dword ptr [ebp+8]    //此时ebp=0x12ff20  &n=0x12ff28  eax=10
0040106B  add  eax,1
0040106E  mov  dword ptr [ebp+8],eax
    到了这里，栈的概念就讲完了。
二、解析多线程
    这里首先要明确一点：每一个线程都独立拥有一个栈。
    我们知道，Windows系统是一个多任务操作系统，多个线程可以“同时”执行。前面讲到，CPU执行程序代码完全依靠各种寄存器。当一个线程将被挂起时，当前的各种寄存器的数值就被存储在了线程的栈中。当CPU重新执行此线程时，将从栈中取出寄存器的数值，接着运行，好像这个线程从来就没有被打断过一样。正是因为每个线程都有一个独立的栈，使线程拥有了可以“闭门造车”的能力。只要将参数传递给线程的栈，CPU将担负起这块内存存储区的管理工作，并适时地执行线程函数代码对其进行操作，所有这一切与前面所讲述的没有不同。当系统在多个线程间切换时，CPU将执行相同的代码操作不同的栈。
    下面举一个例子来加深理解。
    随着面向对象编程方法的普及，我们很乐意将任何操作都包装成为一个类。线程函数也不例外，以静态函数的形式将线程函数放在类中是C++编程普遍使用的一种方法。通常情况下对象包括属性（类变量）与方法（类函数）。属性指明对象自身的性质，方法用于操作对象，改变它的属性。现在有一个小问题要注意了。类的静态函数只能访问类的静态变量，而静态变量是不属于单个对象的，他存放在进程的全局数据存储区。一般情况下，我们希望每个对象能够“独立”，也就是说，多个对象能够各自干各自的工作，不要相互打扰。如果以通常的方法，以类（静态）变量存储对象的属性，可就要出问题了，因为类（静态）变量不属于单个对象。现在怎么办呢？如何继续保持每个对象的“独立性”。解决的方法就是使用栈，将参数传递给线程函数的局部变量（栈存储区），以单个对象管理每个线程，问题就解决了。当然了，解决方法是多种多样的，这里只是为了进一步解释多线程与对象的关系。
    由于Windows的内部实现实在是太复杂了，这里只是在应用的层面上对栈给出解释。若深入到Windows内部，栈的定位首先需要依据寄存器SS经由（全局或局部）段描述符表得到相应的线性地址（虚拟地址）基址，此基址与EIP相加，然后再经由分页机制寻址物理内存。有兴趣的读者可以参阅文章后面的参考书目。一点学习体会写出来与大家分享，有不对的地方，欢迎指正。
    参考书目：
    《Intel汇编语言程序设计》（第四版），作者：Kip R.Irvine，电子工业出版社翻译出版。
    《Windows环境下32位汇编语言程序设计》，作者：罗云彬，电子工业出版社出版。