内核源码中为何会有汇编

原文地址：http://blog.sina.com.cn/s/blog_6449050e0100htfe.html

任何一个用高级语言编写的操作系统，其内核源码中总有少部分用汇编语言编写的，其中，大部分是关于中断和系统调用，异常处理等，用汇编语言编写这些代码大致出于以下考虑：

1，操作系统内核中的底层程序需要和硬件打交道，需要用到一些专用指令，这些指令在C语言中没有对应的部分，例如：对外设的输入输出指令，并没有对应的c语言，因此，这些底层的操作需要用汇编语言编写，还有，当需要和寄存器打交道的时候，同样需要用汇编语言。

2，CPU中的一些特殊指令例如开关中断，也没有对应的C语言成分，在原来指令结构中新增加的指令，也没有对应的C语言成分，这些指令也需要汇编语言。

3，在内核实现某些操作的过程或者函数，在运行的时候会频繁的调用，为了提高效率，需要用汇编语言，例如系统调用的进入和返回。（程序的时间效率）

4，在某些情况下，程序的空间效率也是举足轻重的，操作系统的引导程序就是一个很好的例子。系统的引导程序一定要能够容纳在磁盘上的第一个扇区，这个时候哪怕程序多出一个字节都不行，因此，需要用汇编语言来控制。

在Linux内核代码中，有一部分是用汇编语言编写的。其大部分是关于中断与异常处理的底层程序，还有就是与初始化有关的程序，以及一些核心代码中调用的公用子程序。
用汇编语言编写内核代码中的部分代码，大体上是出于如下几个方面考虑：
（1）linux内核中的底层程序直接与硬件打交道，需要一些专用的指令，而这些指令在C语言中并无对应的语言成分。
（2）内核中实现某些操作的过程、程序段或函数，在运行时会非常频繁的被调用，这时用汇编语言编写，其时间效率会有大幅度提高。
（3）在某些特殊的场合，一段程序的空间效率也非常重要，比如操作系统的引导程序一定要容纳在磁盘的第一个扇区中，多一个字节都不行。这时只能用汇编语言编写。
在Linux内核代码中，以汇编语言编写的程序或者程序段，有两种不同的形式。一是完全的汇编代码，这样的代码采用.s作为文件名的后缀。第二种是嵌入在C程序中的汇编语言片断。
对于新接触linux内核源码的读者，哪怕他比较熟悉i386汇编语言，在理解这些汇编程序时都会感到困难，有的甚至会望而却步。其原因是：在内核“纯”汇编代码中GNU采用不同于常用Intel i386汇编语言的AT&T格式的汇编语言；而在嵌入C程序的片断中，更增加了一些指导汇编工具如何分配使用寄存器、以及如何与C程序中定义的变量相结合的语言成分。这些成分使得嵌入C程序的汇编语言片断实际上变成了一种介乎386汇编和C之间的一种中间语言。
首先我们讲一下AT&T格式与Intel格式汇编语言的以下主要区别，其它的详细情况可以参考AT&T汇编语言手册。
（1）在Intel格式中大多使用大写字母，而AT&T格式中都使用小写字母。
（2）在AT&T格式中，寄存器名上要加“%”作为前缀，而Intel格式则不带前缀。
（3）在AT&T格式中，指令的源操作数在前，目标在后，恰好与Intel格式完全相反。
（4）在AT&T格式中，访内指令的操作数大小由操作码后缀来决定。用作操作码后缀的字母有b（表示8位），w（表示16位），l（表示32位）。而在Intel格式中，则是在表示内存单元的操作数前面加上“BYTE PTR”,“WORD PTR”,“DWORD PTR”来表示。

当需要在C语言的程序中嵌入一段汇编语言程序段时，可以使用gcc提供的“asm”语句功能，例如，在include/asm/io.h中有这么一行：
#define __SLOW_DOWN_IO __asm__ __volatile__(“outb %a1,$0x80”)
这里，在asm和volatile前面的两个“__”字符，这是gcc对C语言的一种补充，含义我们在前面已经讲过了。下面我们看括号里面加上了引号的汇编指令，这是一条8位输出指令，如前所述在操作符上加上后缀“b”表示是8位操作，而0x80因为是常数，所以要加上前缀“$”，而寄存器a1也加了前缀“%”。
上面这个例子还是很容易理解的，因为这就是简单的一条汇编语句，下面这个例子就困难多了（取子include/asm/atomic.h）：
Static __inline__ void atomic_add(int i,atomic_t *v)
{
  __asm__ __volatile__
(
LOCK “addl %1,%0”
:”=m”(v->counter)
:”ir”(i),”m”(v->counter)
);
}
插入C代码中的汇编语言代码可以分成四部分，以冒号“:”加以分隔，其一般形式为：
指令部 : 输出部 : 输入部 : 损坏部
第一部分就是汇编语句本身，这一部分可以称为“指令部”，是必需的，而其它各部分则可以视情况而定。所以在最简单的情况下就与常规的汇编语句基本相同，如前面第一个例子。
当指令中的操作数要与C语言中的某些变量结合时，情况就复杂多了。如此例中，i与v都是C语言函数的输入部分，怎么将其与汇编语言结合在一起呢？因为程序员无法确切知道gcc在嵌入点的前后会把哪一个寄存器分配用于哪一个变量，而且还得有个手段把使用寄存器的要求告诉gcc，反过来影响它对寄存器的分配。针对这个问题，gcc采用的办法是：程序员只提供具体的指令，而对寄存器的使用则只提供一个“样板”和一些约束条件，而把到底如何与变量结合的问题留给gcc和gas去处理。
在指令部中，数字加上前缀%，表示需要使用寄存器的样板操作数。这样，指令部中用到了几个不同的这种操作数，就说明有几个变量需要与寄存器结合，由gcc和gas在编译和汇编时根据后面的约束条件自行变通处理。那么，怎样表达对变量结合的约束条件呢？这就是其余几个部分的作用。“输出部”用以规定对输出变量的约束条件，必要时输出部可以有多个约束，互相之间用逗号分隔。每个输出约束以“=”号开头，然后是一个字母表示对操作数类型的说明，然后是关于变量结合的约束。例如在本例中，输出部里只有一个约束，“=m”表示相应的操作数（指令部中的％0）是一个内存单元v->counter。
输出部后面是“输入部”，输入约束的格式与输出约束相似，但不带“＝”号。在本例中有两个输入约束，第一个为”ir”(i)，表示指令中的％1可以是一个寄存器中的直接操作数（i表示immediate，r表示任何寄存器），并且该操作数来自C代码中的变量名i；第二个约束为”m”(v->counter)表示这是一个内存单元。
表示约束条件的字母有很多，主要有：“m”、”v”和”o”表示内存单元；”r”表示任何寄存器；”q”表示寄存器eax、ebx、ecx、edx之一；”i”和”h”表示直接操作数；”a”、”b”、”c”、”d”分别表示要求使用寄存器eax,ebx,ecx和edx；”S”和”D”分别表示要使用esi或edi；”I”表示常数（0至31）。
在有些操作中，除用于输入操作和输出操作数的寄存器以外，还要将若干寄存器用于计算或操作的中间结果。这样，这些寄存器原有的内容就损坏了，所以要在损坏部对操作的副作用加以说明，让gcc采取相应的措施，不过，有时候就直接把这些说明放在输出部了。另外还应注意，当输出部为空，即没有输出约束时，如果有输入约束存在，则必须保留分隔标记“:”号。