CPU內部的奧秘：代碼是如何被執行的？

我們是袋鼠云數堆疊 UED 團隊，致力于打造優秀的一站式資料中臺產品，我們始終保持工匠精神，探索前端道路，為社區積累并傳播經驗價值，

本文作者：景明

我們以一段 C 代碼為例，來看一下代碼被編譯成二進制可執行程式之后，是如何被 CPU 執行的，

在這段代碼中，只是做了非常簡單的加法操作，將 x 和 y 兩個數字相加得到 z，并回傳結果 z，

int main() {
    int x = 1;
    int y = 2;
    int z = x + y;
    return z;
}

我們知道，CPU 并不能直接執行這段 C 代碼，而是需要對其進行編譯，將其轉換為二進制的機器碼，然后 CPU 才能按照順序執行編譯后的機器碼，

先通過 GCC 編譯器將這段 C 代碼編譯成二進制檔案，輸入以下命令讓其編譯成目的檔案：

gcc -O0 -o code_prog code.c

輸入上面的命令之后回車，在檔案夾中生成名為 code_prog 的可執行程式，接下來再將編譯出來的 code_prog 程式進行反匯編，這樣就可以看到二進制代碼和對應的匯編代碼，可以使用 objdump 的完成該任務，命令如下所示：

objdump -d code_prog

最后編譯出來的機器碼如下：

0000000100003f84 <_main>:
100003f84: ff 43 00 d1  	  sub	sp, sp, #16            // 開辟堆疊空間，即開辟了四個 4 位元組空間
100003f88: ff 0f 00 b9  	  str	wzr, [sp, #12]         // 將 wzr 暫存器的資料存盤到 sp 暫存器的 #12 地址上，設為0
100003f8c: 28 00 80 52  	  mov	w8, #1                 // 創建一個 x = 1，并將 1 存入 w8 暫存器中
100003f90: e8 0b 00 b9  	  str	w8, [sp, #8]           // 將 w8 暫存器的資料存入 sp 暫存器中 #8 的地址中，也就是將 x = 1 存入
100003f94: 48 00 80 52  	  mov	w8, #2                 // 創建一個 y = 2，并將 2 存入 w8 暫存器中
100003f98: e8 07 00 b9  	  str	w8, [sp, #4]           // 將 w8 暫存器的資料存入 sp 暫存器中 #4 的地址中，也就是將 y = 2 存入
100003f9c: e8 0b 40 b9  	  ldr	w8, [sp, #8]           // 讀取 sp 暫存器中 #8 的資料存入 w8 暫存器中，也就是獲取 x = 1
100003fa0: e9 07 40 b9  	  ldr	w9, [sp, #4]           // 讀取 sp 暫存器中 #4 的資料存入 w9 暫存器中，也就是獲取 y = 2
100003fa4: 08 01 09 0b  	  add	w8, w8, w9             // 將 w8、w9 暫存器的 x,y 資料進行相加，并存入 w8 暫存器中，也就是 z = 3
100003fa8: e8 03 00 b9  	  str	w8, [sp]               // 將 w8 暫存器的資料存入 sp 暫存器中
100003fac: e0 03 40 b9  	  ldr	w0, [sp]               // 讀取 sp 暫存器中的資料存到 w0 暫存器中，z = 3
100003fb0: ff 43 00 91  	  add	sp, sp, #16            // 清空開辟的堆疊空間
100003fb4: c0 03 5f d6  	  ret                        // 回傳結果

PS: wzr 為 32 的零暫存器，專門用來清零，也就是 sp 上 #12 指向的資料設定為 0

觀察上方，左邊就是編譯生成的機器碼，在這里它是使用十六進制來展示的，這主要是因為十六進制比較容易閱讀，所以通常使用十六進制來展示二進制代碼，

可以觀察到上圖是由很多行組成的，每一行都是一個指令，該指令可以讓 CPU 執行指定的任務，

中間的部分是匯編代碼，例如原本是二進制表示的指令，在匯編代碼中可以使用單詞來表示，比如 mov、add 就分別表示資料的存盤和相加，

通常將匯編語言撰寫的程式轉換為機器語言的程序稱為“匯編”；反之，機器語言轉化為匯編語言的程序稱為“反匯編”，比如上圖就是對 code_prog 行程進行了反匯編操作，

右邊添加的注釋，表示每條指令的具體含義，

這一大堆指令按照順序集合在一起就組成了程式，所以程式的執行，本質上就是 CPU 按照順序執行這一大堆指令的程序，

CPU 是怎么執行程式的？

為了更好的分析程式的執行程序，我們還需要了解一下基礎的計算機硬體資訊，具體如下圖：

這張圖是比較通用的系統硬體組織模型圖，它主要是由 CPU、主存盤器、各種 IO 總線，還有一些外部設備組成的，

首先，在一個程式執行之前，程式需要被裝進記憶體，比如在 macOS 下面，你可以通過滑鼠點擊一個可執行檔案，當你點擊該檔案的時候，系統中的程式加載器會將該檔案加載到記憶體中，

CPU 可以通過指定記憶體地址，從記憶體中讀取資料，或者往記憶體中寫入資料，有了記憶體地址，CPU 和記憶體就可以有序地互動，

記憶體中的每個存盤空間都有其對應的獨一無二的地址：

在記憶體中，每個存放位元組的空間都有其唯一的地址，而且地址是按照順序排放的，

以開頭代碼為例，這段代碼會被編譯成可執行檔案，可執行檔案中包含了二進制的機器碼，當二進制代碼被加載進了記憶體后，那么記憶體中的每條二進制代碼便都有了自己對應的地址，如下圖所示：

一旦二進制代碼被裝載進記憶體，CPU 便可以從記憶體中取出一條指令，然后分析該指令，最后執行該指令，

把取出指令、分析指令、執行指令這三個程序稱為一個 CPU 時鐘周期，CPU 是永不停歇的，當它執行完成一條指令之后，會立即從記憶體中取出下一條指令，接著分析該指令，執行該指令，CPU 一直重復執行該程序，直至所有的指令執行完成，

CPU 是怎么知道要取出記憶體中的哪條指令呢？：

從上圖可以看到 CPU 中有一個 PC 暫存器，它保存了將要執行的指令地址，當二進制代碼被裝載進了記憶體之后，系統會將二進制代碼中的第一條指令的地址寫入到 PC 暫存器中，到了下一個時鐘周期時，CPU 便會根據 PC 暫存器中的地址，從記憶體中取出指令，

PC 暫存器中的指令取出來之后，系統要做兩件事：第一件是將下一條指令的地址更新到 PC 暫存器中，如下圖所示：

更新了 PC 暫存器之后，CPU 就會立即做第二件事，那就是分析該指令，并識別出不同的型別的指令，以及各種獲取運算元的方法，

在指令分析完成之后，就要執行指令了，

在執行指令前，我們還需要認識一下 CPU 中的重要部件：暫存器，

暫存器

暫存器是 CPU 中用來存放資料的設備，不同處理器中暫存器的個數也是不一樣的，之所要暫存器，是因為 CPU 訪問記憶體的速度很慢，所以 CPU 就在內部添加了一些存盤設備，這些設備就是暫存器，

他們的讀取速度如下：

總結來說，暫存器容量小，讀寫速度快，記憶體容量大，讀寫速度慢，

暫存器通常用來存放資料或者記憶體中某塊資料的地址，我們把這個地址又稱為指標，通常情況下暫存器對存放的資料是沒有特別的限制的，比如某個通用暫存器既可以存盤資料，也可以存盤指標，

不過由于歷史原因，我們還會將某些專用的資料或者指標存盤在專用的通用暫存器中 ，比如 rbp 暫存器通常用來存放堆疊幀指標的，rsp 暫存器用來存放堆疊頂指標的，PC 暫存器用來存放下一條要執行的指令等，

特殊暫存器

Stack Pointer register（SP）

The use of SP as an operand in an instruction, indicates the use of the current stack pointer.
指向當前堆疊指標，堆疊指標總是指向堆疊頂位置，一般堆疊的堆疊底不能動，所以資料入堆疊前要先修改堆疊指標，使它指向新的空余空間然后再把資料存進去，出堆疊的時候相反，

堆疊指標，隨時跟蹤堆疊頂地址，按"先進后出"的原則存取資料，

Link Register （LR）

連接暫存器，一是用來保存子程式回傳地址；二是當例外發生時，LR中保存的值等于例外發生時PC的值減4（或者減2），因此在各種例外模式下可以根據LR的值回傳到例外發生前的相應位置繼續執行，

Program Counter（PC）

A 64-bit Program Counter holding the address of the current instruction.
保存了將要執行的指令地址

Word Zero Register（WZR）

零暫存器，用于給int清零

tips

不同指令中暫存器后 #d 有什么區別？
[#d]在ARM代表的是一個常數運算式，
如：#0x3FC、#0、#0xF0000000、#200、#0xF0000001
都是代表著一個常數，

在 sp 暫存器中，代表的是當前堆疊頂指標移動的位置，
如：

sub	sp, sp, #16；// 獲取 sp 中的堆疊頂指標移動 16位的位置，并把位置更新到 sp 暫存器中，實作開辟空間

在通用暫存器 W0 - W11 中，代表的操作的常數值，

mov	w8, #2，// 把常數 2 添加到 w8 暫存器中

通用暫存器

以下介紹下比較常見的通用暫存器：

• 其中W0~W3 用于函式呼叫入參，其中，W0 還用于程式的回傳值.
• W4~W11用于保存區域變數，
• W13為SP，時刻指向堆疊頂，當有資料入堆疊或出堆疊時，需要更新SP
• W14為鏈接暫存器，主要是用作保存子程式回傳的地址，
• W15為PC暫存器，指向將要執行的下一條指令地址，

常見指令

mov

資料傳送指令，將立即數或暫存器(operant2)傳送到目標暫存器Rd，可用于移位運算等操作，指令格式如下：

MOV{cond}{S} Rd,operand2

如:

mov w8, #1，就是往 w8 暫存器中寫入 #1.

mov w8, w9， 就是把 w9 暫存器的資料發送到 w8 暫存器中，最終 w8 和 w9 暫存器的資料一致，如下圖：

ldr

ldr 從記憶體中讀取資料放入暫存器中

LDR{cond}{T} Rd,<地址>;加載指定地址上的資料(字)，放入Rd中

如：

ldr w8, [sp, #8] 讀取 sp 暫存器中 #8 位置的資料存入 w8 暫存器中，改變的只有 w8 ，sp 暫存器不變

str

str 指令用于將暫存器中的資料保存到記憶體

STR{cond}{T} Rd,<地址>;存盤資料(字)到指定地址的存盤單元，要存盤的資料在Rd中

如：
str w8, [sp] ， 將 w8 暫存器的資料存入 sp 暫存器中

add

加法運算指令，將operand2 資料與Rn 的值相加，結果保存到Rd 暫存器，指令格式如下：

ADD{cond}{S} Rd,Rn,operand2

以 add w8, w8, w9 為例，就是把 w8、w9 暫存器的 x,y 資料進行相加，并存入 w8 暫存器中

如下圖：

sub

減法運算指令，用暫存器 Rn 減去operand2，結果保存到 Rd 中，指令格式如下：

SUB{cond}{S} Rd,Rn,operand2

如：

sub R0,R0,#1 -- R0=R0-1

執行程序

了解了以上的知識，我們再來分析一遍代碼的執行程序，

在 C 程式中，CPU 會首先執行呼叫 main 函式，在呼叫 main 函式時，生成一塊記憶體空間，用來存放 main 函式執行程序中的資料，

sub	sp, sp, #16

將 0 寫入到 #12 的位元組位置上，

str	wzr, [sp, #12]

接下來給 x 附值

mov	w8, #1
str	w8, [sp, #8]

第一行指令是把 1 添加進暫存器中，第二行指令是把 1 存入 #8 地址的記憶體空間中，

接著給 y 附值

mov	w8, #2
str	w8, [sp, #4]

第一行指令是把 2 添加進暫存器中，第二行指令是把 2 存入 #4 地址的記憶體空間中，

執行完 x， y 的生成，接下來執行 z = x + y

ldr	w8, [sp, #8]
ldr	w9, [sp, #4]
add	w8, w8, w9

第一行指令取出記憶體空間地址為 #8 的資料，也就是 1. 第二行指令去除記憶體空間地址為 #4 的資料，也就是 2，第三行指令則對取出的資料進行相加操作，并將結果 3 存入暫存器中，

str	w8, [sp]
ldr	w0, [sp]

第一行指令把暫存器中的最終的資料存入記憶體中，第二行指令則獲取記憶體中的結果，存入暫存器中，等待回傳

add	sp, sp, #16

把開辟的空間進行清理，

ret

回傳結果

總結

本文主要講解了 CPU 的執行程序，順便了解了一下基礎的計算機硬體資訊，如有想法??歡迎討論！！！

參考

-《圖解 Google V8》-  李兵

標籤：其他

上一篇：js實體之01支付后的10秒倒計時

下一篇：JavaScript的深拷貝與淺拷貝