lua虚拟机笔记

it2022-06-27  85

1.opcode      lua代码执行过程是:源代码先被编译成为字节码,然后虚拟机解释执行。相关模块是lopcode.c,lvm.c。lua的字节码类似汇编,也有pc寄存器这个概念,指向下一条要执行的指令,lua里面每一条指令由无符号数表示,低六位代表opcode,指示这是条什么指令(例如OP_MOVE, OP_ADD,...)。剩下的位主要是给操作数用的,像汇编中一样,lua指令的操作数也可以有不同的寻址方式,但是lua简单很多,主要是根据不同的操作指令变化,分三种模式:      |   31 ~ 23 bit     |    22 ~ 14 bit     |   13 ~ 6 bit      |    5 ~ 0 bit     |      |           C           |         B              |         A            |   OPCODE      |      |                        Bx                       |         A            |   OPCODE      |      |                       sBx                       |         A            |   OPCODE      | 三种模式分别叫 iABC, iABx, iAsBx。      lopcode.c中只有两个数组定义,数组luaP_opnames是opcode数值对应opcode名字的一个映射表,luaP_opmodes是opcode对应相应操作模式的一个映射表,虚拟机肯定会先取出当前指令的opcode,再在luaP_opmodes找到对应操作模式,根据模式去不同地方取操作数。      看下每一个模式是怎么定义的:       #define opmode(t,a,b,c,m) (((t)<<7) | ((a)<<6) | ((b)<<4) | ((c)<<2) | (m)) const lu_byte luaP_opmodes[NUM_OPCODES] = { /*       T  A    B       C     mode             opcode     */   opmode(0, 1, OpArgR, OpArgN, iABC)           /* OP_MOVE */ ,opmode(0, 1, OpArgK, OpArgN, iABx)          /* OP_LOADK */  ... }   每一个操作模式都是一个字节表示,各位表示的意思lopcodes.h有说明:      /* ** masks for instruction properties. The format is: ** bits 0-1: op mode ** bits 2-3: C arg mode ** bits 4-5: B arg mode ** bit 6: instruction set register A ** bit 7: operator is a test */  enum OpArgMask {   OpArgN,  /* argument is not used */   OpArgU,  /* argument is used */   OpArgR,  /* argument is a register or a jump offset */   OpArgK   /* argument is a constant or register/constant */ };    简单解释如下:    0~1:这个操作本身对应模式的枚举值,上面说了只有三个枚举值;    2~3:操作数C的模式,主要有四种模式,OpArgN,OpArgU,OpArgR,OpArgK    4~5: 操作数B的模式    6:  操作数A是否被使用,1被使用,0没有    7:这条指令是否是判定指令,为什么要这一位,因为跳转时,跳转地址已经无法在一条指令里装下,所以lua里面就用两条指令来表示了,第一条判断指令,第二条无条件跳转指令,比如OP_EQ,如果判断成功,PC加1,否则跳转。      lopcodes.h里面定义了一系列的宏操作,方便取指令中的opcode,操作数,代码如下:       ... ... /* ** size and position of opcode arguments. */ #define SIZE_C          9 #define SIZE_B          9 #define SIZE_Bx          (SIZE_C + SIZE_B) #define SIZE_A          8 #define SIZE_OP          6 #define POS_OP          0 #define POS_A          (POS_OP + SIZE_OP) #define POS_C          (POS_A + SIZE_A) #define POS_B          (POS_C + SIZE_C) #define POS_Bx          POS_C ... ... /* creates a mask with `n' 1 bits at position `p' */ #define MASK1(n,p)     ((~((~(Instruction)0)<<n))<<p) /* creates a mask with `n' 0 bits at position `p' */ #define MASK0(n,p)     (~MASK1(n,p)) ... ... /* ** the following macros help to manipulate instructions */ #define GET_OPCODE(i)     (cast(OpCode, ((i)>>POS_OP) & MASK1(SIZE_OP,0))) #define SET_OPCODE(i,o)     ((i) = (((i)&MASK0(SIZE_OP,POS_OP)) | \           ((cast(Instruction, o)<<POS_OP)&MASK1(SIZE_OP,POS_OP)))) #define GETARG_A(i)     (cast(int, ((i)>>POS_A) & MASK1(SIZE_A,0))) #define SETARG_A(i,u)     ((i) = (((i)&MASK0(SIZE_A,POS_A)) | \           ((cast(Instruction, u)<<POS_A)&MASK1(SIZE_A,POS_A)))) #define GETARG_B(i)     (cast(int, ((i)>>POS_B) & MASK1(SIZE_B,0))) #define SETARG_B(i,b)     ((i) = (((i)&MASK0(SIZE_B,POS_B)) | \           ((cast(Instruction, b)<<POS_B)&MASK1(SIZE_B,POS_B)))) #define GETARG_C(i)     (cast(int, ((i)>>POS_C) & MASK1(SIZE_C,0))) #define SETARG_C(i,b)     ((i) = (((i)&MASK0(SIZE_C,POS_C)) | \           ((cast(Instruction, b)<<POS_C)&MASK1(SIZE_C,POS_C)))) #define GETARG_Bx(i)     (cast(int, ((i)>>POS_Bx) & MASK1(SIZE_Bx,0))) #define SETARG_Bx(i,b)     ((i) = (((i)&MASK0(SIZE_Bx,POS_Bx)) | \           ((cast(Instruction, b)<<POS_Bx)&MASK1(SIZE_Bx,POS_Bx)))) #define GETARG_sBx(i)     (GETARG_Bx(i)-MAXARG_sBx) #define SETARG_sBx(i,b)     SETARG_Bx((i),cast(unsigned int, (b)+MAXARG_sBx)) ... ... 这里说下为什么 GETARG_sBx(i)     (GETARG_Bx(i)-MAXARG_sBx)?其实lopcodes.h里面有说 /*===========================================================================   We assume that instructions are unsigned numbers.   All instructions have an opcode in the first 6 bits.   Instructions can have the following fields:      `A' : 8 bits      `B' : 9 bits      `C' : 9 bits      `Bx' : 18 bits (`B' and `C' together)      `sBx' : signed Bx   A signed argument is represented in excess K; that is, the number   value is the unsigned value minus K. K is exactly the maximum value   for that argument (so that -max is represented by 0, and +max is   represented by 2*max), which is half the maximum for the corresponding   unsigned argument. ===========================================================================*/ MAXARG_sBx正好是18bits的Bx能表示的最大数的一半,可以去看代码。 还有取对应opcode的mode的宏定义: #define getOpMode(m)     (cast(enum OpMode, luaP_opmodes[m] & 3)) #define getBMode(m)     (cast(enum OpArgMask, (luaP_opmodes[m] >> 4) & 3)) #define getCMode(m)     (cast(enum OpArgMask, (luaP_opmodes[m] >> 2) & 3)) #define testAMode(m)     (luaP_opmodes[m] & (1 << 6)) #define testTMode(m)     (luaP_opmodes[m] & (1 << 7)) 这些宏定义在lvm.c里面用了很多,看下在lvm.c里面定义的取操作数的值: #define RA(i)     (base+GETARG_A(i)) /* to be used after possible stack reallocation */ #define RB(i)     check_exp(getBMode(GET_OPCODE(i)) == OpArgR, base+GETARG_B(i)) #define RC(i)     check_exp(getCMode(GET_OPCODE(i)) == OpArgR, base+GETARG_C(i)) #define RKB(i)     check_exp(getBMode(GET_OPCODE(i)) == OpArgK, \      ISK(GETARG_B(i)) ? k+INDEXK(GETARG_B(i)) : base+GETARG_B(i)) #define RKC(i)     check_exp(getCMode(GET_OPCODE(i)) == OpArgK, \      ISK(GETARG_C(i)) ? k+INDEXK(GETARG_C(i)) : base+GETARG_C(i)) #define KBx(i)     check_exp(getBMode(GET_OPCODE(i)) == OpArgK, k+GETARG_Bx(i)) RA,RB,RC,是在寄存器取相应操作数,但是这里的寄存器其实就是lua的栈,指令保存的其实操作数相对函数栈base上的偏移,所以取出来都是这样 base + GETARG_X; RKB,RKC, 是操作数或者在寄存器中,或者就是一个常数。例如对于操作数B,当B的最高位是1,代表其是一个常数,否则代表其是寄存器变量; KBx,操作数Bx就是常数; 总的来说,一条指令包含操作数(A,B,C)和操作符(opcode), 每一个opcode预定义了mode,mode包含操作数的取值fan 2.虚拟机是如何解释指令的 *例如简单的OP_ADD: 虚拟机解释指令的过程主要在lvm.c函数luaC_execute中,先略去次要的内容 void luaV_execute(lua_State *L, int nexeccalls) {      ...      ... for (;;) { const Instruction i = *pc++;  // 取下一条指令到i中  ... swith (GET_OPCODE(i)) {      ...     case OP_ADD: {                                                                                             arith_op(luai_numadd, TM_ADD);      continue; ... } } } } #define arith_op(op,tm) { \         TValue *rb = RKB(i); \           \\ 取操作数B         TValue *rc = RKC(i); \          \\ 取操作数C         if (ttisnumber(rb) && ttisnumber(rc)) { \           lua_Number nb = nvalue(rb), nc = nvalue(rc); \           setnvalue(ra, op(nb, nc)); \   \\相加赋给操作数A         } \         else \           Protect(Arith(L, ra, rb, rc, tm)); \       } *稍微复杂点的是跳转指令,例如OP_EQ  case OP_EQ: {         TValue *rb = RKB(i);         TValue *rc = RKC(i);         Protect(           if (equalobj(L, rb, rc) == GETARG_A(i))             dojump(L, pc, GETARG_sBx(*pc));  // pc += GETARG_sBx(*pc)                       )         pc++;         continue; 正如之前所说,跳转指令涉及到两条指令,下一条指令代表跳转的偏移值(GETARG_sBx(*pc) 可正可负), 如果满足判定条件,则跳转,不满足则继续执行(只是跳过下一条指令)。 3.栈结构 ....           top     ...     base     func ....   lua_State这个结构中保存了一些函数调用栈的信息,每次一个函数被调用执行前,都会去初始化lua_State的一些成员,比如C调用lua函数的API : lua_call, 整个流程是lua_call -----> luaD_call --------> luaV_execute, 就是在luaD_call的luaD_precall初始化lua_State的. void luaD_call (lua_State *L, StkId func, int nResults) {   if (++L->nCcalls >= LUAI_MAXCCALLS) {     if (L->nCcalls == LUAI_MAXCCALLS)       luaG_runerror(L, "C stack overflow");     else if (L->nCcalls >= (LUAI_MAXCCALLS + (LUAI_MAXCCALLS>>3)))       luaD_throw(L, LUA_ERRERR);  /* error while handing stack error */   }   if (luaD_precall(L, func, nResults) == PCRLUA)  /* is a Lua function? */     luaV_execute(L, 1);  /* call it */   L->nCcalls--;   luaC_checkGC(L); } 总的来说指令都是在操作该函数栈上的操作数。 4.指令数据从何而来 指令当然是编译出来的,看下luaL_dofile的调用栈就能了解这个流程了: luaL_dofile ---->luaL_loadfile ----> lua_load -----> luaY_parser 编译的过程是先读源码文件, 然后解析创建一个函数原型(Proto),函数原型就是包含了所有指令,编译工作主要在 luaY_parser中: Proto *luaY_parser (lua_State *L, ZIO *z, Mbuffer *buff, const char *name) {   struct LexState lexstate;   struct FuncState funcstate;   lexstate.buff = buff;   luaX_setinput(L, &lexstate, z, luaS_new(L, name));   open_func(&lexstate, &funcstate);    // 创建Proto,并作初始化工作   funcstate.f->is_vararg = VARARG_ISVARARG;  /* main func. is always vararg */   luaX_next(&lexstate);  /* read first token */      chunk(&lexstate);   // 词法,语法分析,如果有词法语法错误,这里会报错   check(&lexstate, TK_EOS);   close_func(&lexstate);   lua_assert(funcstate.prev == NULL);   lua_assert(funcstate.f->nups == 0);   lua_assert(lexstate.fs == NULL);   return funcstate.f; }

转载于:https://www.cnblogs.com/persistentsnail/archive/2013/04/01/3294847.html


最新回复(0)