|
|
|
|
公众号矩阵

为什么Linux内核常常用Unsigned Long来代替指针

昨天我犯了一个错误把指针和整数“混淆”的错误,幸得队友王童鞋指正,今早起床,我把这个心得花一点时间记录下来。

作者: 宋宝华 来源:Linux阅码场|2020-11-12 08:26

 

本文目录

  • 不知道自己不知道!
  • 指针何时指针?
  • 指针何时是整数?
  • 物理地址是指针?
  • 模糊地带
  • 绝世好代码?

昨天我犯了一个错误把指针和整数“混淆”的错误,幸得队友王童鞋指正,今早起床,我把这个心得花一点时间记录下来。

大抵掌握一个技术或者知识都是这三个阶段:

  • 不知道自己不知道;
  • 知道自己不知道;
  • 知道自己知道。

比较难突破的是“不知道自己不知道”的阶段,因为“不知道自己不知道”,所以才往往特别自信,觉得“老子天下第一”。基本上,本文要记录的一个小点,也是一个我从“不知道自己不知道”到“知道自己知道”的过程。

我们都知道(???),指针和整数在C语言里面是两种不同含义的:

  • 指针:主要是为了方便引用(Dereferencing)一个内存地址, Dereferencing is used to access or manipulate data contained in memory location pointed to by a pointer。所以指针的目的其实就是为了这样的读写操作:
  1. *p = a; 
  2. b = *p; 
  • 整数:整数是一个数值,它的主要目的是为了加减等计算、比对、做数组下标、做索引之类的。它的目的不是为了引用一个内存。指针和整数(这里主要是unsigned long,因为unsigned long的位数一般等于CPU可寻址的内存地址位数)本身是八竿子打不着的,但是它们之间的一个有趣联系是:

如果我们只是关心这个地址的值,而不是关心通过这个地址去访问内存,这个时候,内核经常喜欢用unsigned long代替指针。

我们下面来看2个不同的场景:

指针是指针?

  1. copy_from_user(void *to,  
  2.      const void __user *from,  
  3.      unsigned long n); 
  4.  
  5. copy_to_user(void __user *to,  
  6.      const void *from,  
  7.     unsigned long n); 

在这2个函数里面,void __user *from,void __user *to都清楚地表明用户空间的虚拟地址是一个指针。这2个函数这样做的原因是非常清晰的,我就是要去Dereference用户空间的地址,进行内存拷贝的,所以它的目的是为了通过指针来访问内存。

类似的例子比如file_operations里面read、write什么的:

指针是整数?

  1. /**              
  2.  * get_user_pages() - pin user pages in memory 
  3.  * @start: starting user address 
  4.  * ... 
  5.  */ 
  6. long get_user_pages( 
  7.    unsigned long start, 
  8.    unsigned long nr_pages, 
  9.    unsigned int gup_flags, struct page **pages, 
  10.    struct vm_area_struct **vmas) 

注释清楚地写明,start是用户态的起始地址:@start: starting user address

所以,本质上,和copy_from_user()里面的void __user *from一样的,但是这里它用的是unsigned long start !!!不是void __user * start !!!

原因非常清楚,get_user_pages()只关心start这个数值本身,它用于去运算、查找、比对。它不是要:

  1. *start = 100; 

类似的例子还有:

  1. long pin_user_pages( 
  2.    unsigned long start, unsigned long nr_pages, 
  3.    unsigned int gup_flags, struct page **pages, 
  4.    struct vm_area_struct **vmas); 

更加不要提著名的find_vma():

  1. /* Look up the first VMA which satisfies  addr < vm_end,   
  2. NULL if none. */ 
  3. struct vm_area_struct *find_vma( 
  4. struct mm_struct *mm,  
  5. unsigned long addr); 

它根据addr用户态地址,在进程的mm里面去找到addr位于的VMA。显然,这个时候,它的目的是为了完成addr与进程每个VMA起始和结束地址的比多。

这个时候,我们来看看VMA结构体的长相,就更加有意思了。我们都知道,VMA是为了记录进程每一段虚拟地址空间的(比如代码段、数据段、堆、栈、mmap等):

然后我们看看VMA的定义:

看到没有,vm_start和vm_end都是妥妥的unsigned long啊!!!

我于是试图弄清楚这么做的科学依据是什么,发现LDD3里面赫然写着这么一段话(LDD3第11章289页):

它的科学依据是,既然你不是为了dereferencing,我就让你dereferencing不了,免得你又跑去dereferencing,从而导致bug。有的人说,我强制转化unsigned long为指针,不就可以访问了吗?

你不是还是需要强制转换不是?你强制转换之前,会想一下,这个地方指针为啥是个整数呢?你想明白了,说不定就不去访问了。这样它实际达到了震慑心灵的效果。

到这里,我们谈的都还是虚拟地址,那么下面我们来谈下物理地址。

物理地址是指针?

在一个有MMU的系统中,物理地址从来都不是指针。物理地址,从骨子里就是一个整数!!!我记得之前经常有人往内核发patch,把物理地址用个指针

*p来描述,这是错到根子里面的事情,所以每次都被骂地狗血淋头。

因为你根本不可能用物理地址去Dereferencing 什么东西。物理地址在内核的描述是:

它要么是一个32位的整数,要么是一个64位的整数。

那么,物理地址什么时候是一个指针呢?在我还是一个小屁孩在大学玩《仙剑奇侠传》和《轩辕剑:天之痕》的时候,我那个时候玩单片机,单片机里面没有MMU,所以也没虚拟地址的概念,都是妥妥地通过物理地址“指针”来访问内存的。

所以,如果一个人,一辈子都是玩单片机,它肯定会觉得我这篇文章在胡扯,因为他还是一个“不知道自己不知道”的阶段。

模糊地带

这里面仍然有一些模糊地带,比如__get_free_page()、__get_free_pages()这样的API,返回的也是unsigned long而不是指针:

往死里作也要把它弄成unsigned long!!!

实际上,内核要有时候需要访问__get_free_page()返回的内存,此前它需要进行强制类型转换:

这看起来是不是特别地“精分”?折腾来折腾去,折腾什么鬼呢?这一篇文章有解释:An (unsigned) long story about page allocation

https://lwn.net/Articles/669015/

统计表明,90%以上的情况下,__get_free_page()返回的unsigned long都会被强制转化为指针!!!但是这个返回unsigned long是在历史的第一天,Linux的0.01就这样了。Al Viro

https://lwn.net/Articles/668852/

但是改动实在太多了,改了接近600个文件,对此Linus的态度是:

"No way in hell do we suddenly change the semantics of an interface that has been around from basically day #1."

所以Linus的建议是,你真的需要一个指针的时候,你还是去调用kmalloc()吧:

  1. *kmalloc(size_t size, gfp_t flags); 

绝世好代码

很多工程师喜欢较真,就是必须在0和1之间做一个选择。这个选择有时候真的很难,所以Linus的意思是,0和1踏马地都不要,我不去跟你争这个0和1的问题,我给你第三条路。这里,我看出了Linus的大智若愚啊!

我个人在工程里面对无意义的0和1的争论也也没什么好感,感觉在浪费我的时间。我对事情的看法是,争一个0.7或者0.3就OK了。0.7就是真方向,0.3就是假方向。

“绝世好代码”是不存在的,“水至清则无鱼”,往死里争反而陷入了钻牛角尖。等你写出绝对完美代码的时候,黄花菜早就歇了。别忘了,还有最重要的一招,“天下武功,无坚不破,唯快不破。”

本文转载自微信公众号「Linux阅码场」,可以通过以下二维码关注。转载本文请联系Linux阅码场公众号。

【编辑推荐】

  1. 12款非常实用的Linux工具
  2. 吐血整理的万字Linux内核源码规范
  3. 十年Windows铁粉,如今投向Linux的怀抱是为哪般?
  4. Linux之父将爱刻进Linux内核代码里
  5. 针对Linux的勒索软件木马现身,属于RansomEXX变种
【责任编辑:武晓燕 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

订阅专栏+更多

云原生架构实践

云原生架构实践

新技术引领移动互联网进入急速赛道
共3章 | KaliArch

28人订阅学习

数据中心和VPDN网络建设案例

数据中心和VPDN网络建设案例

漫画+案例
共20章 | 捷哥CCIE

191人订阅学习

搭建数据中心实验Lab

搭建数据中心实验Lab

实验平台Datacenter
共5章 | ITGO(老曾)

119人订阅学习

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊

51CTO服务号

51CTO官微