.NET中间语言(IL)

转载自:

.NET中间语言(IL)1

.NET中间语言(IL)2

.NET CLR 和 Java VM 都是堆栈式虚拟机(Stack-Based VM),也就是说,它们的指令集(Instruction Set)都是采用堆栈运算的方式:执行时的数据都是先放在堆栈中,再进行运算。 Java VM 有约 200 个指令(Instruction),每个指令都是 1 byte 的 opcode(操作码),后面接不等数目的参数;.NET CLR 有超过 220 个指令,但是有些指令使用相同的 opcode,所以 opcode 的 数目比指令数略少。 特别注意,.NET 的 opcode 长度并不固定,大部分的 opcode 长度是 1 byte,少部分是 2 byte。

本文章以一个实际的例子,让你了解堆栈式 VM 的运作原理,并对 .NET IL(Intermediate Language)有最基本的领略。

下面是一个简单的 C# 原始码:

1
2
3
4
5
6
7
8
9
10
11
using System;

public class Test {
public static void Main(String[] args) {
int i=1;
int j=2;
int k=3;
int answer = i+j+k;
Console.WriteLine("i+j+k="+answer);
}
}

将此原始码编译之后,可以得到一个 EXE 档案。 我们可以透过 ILDASM. EXE 来反组译 EXE 以观察 IL。 我将 Main() 的 IL 反组译条列如下,这里共有十八道 IL 指令,有的指令(例如 ldstr 与 box)后面需要接参数,有的指令(例如 ldc.i4.1 与 add)后面不需要接参数。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
ldc.i4.1
stloc.0
ldc.i4.2
stloc.1
ldc.i4.3
stloc.2
ldloc.0
ldloc.1
add
ldloc.2
add
stloc.3
ldstr "i+j+k="
ldloc.3
box [mscorlib]System.Int32
call string [mscorlib]System.String::Concat(object, object)
call void [mscorlib]System.Console::WriteLine(string)
ret

此程序执行时,关键的内存有三种,分别是:

  • Managed Heap:这是动态配置(Dynamic Allocation)的内存,由 Garbage Collector(GC)在执行时自动管理,整个 Process 共享一个 Managed Heap。

  • Call Stack:这是由 .NET CLR 在执行时自动管理的内存,每个 Thread 都有自己专属的 Call Stack。 每呼叫一次 method,就会使得 Call Stack 上多了一个 Record Frame;呼叫完毕之后,此 Record Frame 会被丢弃。 一般来说,Record Frame 内纪录着 method 参数(Parameter)、返回地址(Return Address)、以及局部变量(Local Variable)。 Java VM 和 .NET CLR 都是使用 0, 1, 2… 编号的方式来识别局部变量。

  • Evaluation Stack:这是由 .NET CLR 在执行时自动管理的内存,每个 Thread 都有自己专属的 Evaluation Stack。 前面所谓的堆栈式虚拟机,指的就是这个堆栈。

后面有一连串的示意图,用来解说在执行时此三种内存的变化。 首先,在进入 Main() 之后,尚未执行任何指令之前,内存的状况如图 1 所示:

dd229210.il_f1(zh-tw,msdn.10).jpg
图 1

接着要执行第一道指令 ldc.i4.1。 此指令的意思是:在 Evaluation Stack 置入一个 4 byte 的常数,其值为 1。 执行完此道指令之后,内存的变化如图 2 所示:

dd229210.il_f2(zh-tw,msdn.10).jpg
图 2

接着要执行第二道指令 stloc.0。 此指令的意思是:从 Evaluation Stack 取出一个值,放到第 0 号变量(V0)中。 这里的第 0 号变量其实就是原始码中的 i。 执行完此道指令之后,内存的变化如图 3 所示:

dd229210.il_f3(zh-tw,msdn.10).jpg
图 3

后面的第三道指令和第五道指令雷同于第一道指令,且第四道指令和第六道指令雷同于第二道指令。 为了节省篇幅,我不在此一一赘述。 提醒大家第 1 号变量(V1)其实就是原始码中的 j,且第 2 号变量(V2)其实就是源码中的 k。 图 47 分别是执行完第三六道指令之后,内存的变化图:

dd229210.il_f4(zh-tw,msdn.10).jpg
图 4

dd229210.il_f5(zh-tw,msdn.10).jpg
图 5

dd229210.il_f6(zh-tw,msdn.10).jpg
图 6

dd229210.il_f7(zh-tw,msdn.10).jpg
图 7

接着要执行第七道指令 ldloc.0 以及第八道指令 ldloc.1:分别将 V0(也就是 i)和 V1(也就是 j)的值放到 Evaluation Stack,这是相加前的准备动作。 图 8 与图 9 分别是执行完第七、第八道指令之后,内存的变化图:

dd229210.il_f8(zh-tw,msdn.10).jpg
图 8

dd229210.il_f9(zh-tw,msdn.10).jpg
图 9

接着要执行第九道指令 add。 此指令的意思是:从 Evaluation Stack 取出两个值(也就是 i 和 j),相加之后将结果放回 Evaluation Stack 中。 执行完此道指令之后,内存的变化如图 10 所示:

dd229210.il_f10(zh-tw,msdn.10).jpg
图 10

接着要执行第十道指令 ldloc.2。 此指令的意思是:分别将 V2(也就是 k)的值放到 Evaluation Stack,这是相加前的准备动作。 执行完此道指令之后,内存的变化如图 11 所示:

dd229211.il_f11(zh-tw,msdn.10).jpg
图 11

接着要执行第十一道指令 add。 从 Evaluation Stack 取出两个值,相加之后将结果放回 Evaluation Stack 中,此为 i+j+k 的值。 执行完此道指令之后,内存的变化如图 12 所示:

dd229211.il_f12(zh-tw,msdn.10).jpg
图 12

接着要执行第十二道指令 stloc.3。 从 Evaluation Stack 取出一个值,放到第 3 号变量(V3)中。 这里的第3号变量其实就是原始码中的 answer。 执行完此道指令之后,内存的变化如图 13 所示:

dd229211.il_f13(zh-tw,msdn.10).jpg
图 13

接着要执行第十三道指令 ldstr “i+j+k=”。 此指令的意思是:将 “i+j+k=” 的 Reference 放进 Evaluation Stack。 执行完此道指令之后,内存的变化如图 14 所示:

dd229211.il_f14(zh-tw,msdn.10).jpg
图 14

接着要执行第十四道指令 ldloc.3。 将 V3 的值放进 Evaluation Stack。 执行完此道指令之后,内存的变化如图 15 所示:

dd229211.il_f15(zh-tw,msdn.10).jpg
图 15

接着要执行第十五道指令 box [mscorlib]System.Int32。 此指令的意思是:从 Evaluation Stack 中取出一个值,将此 Value Type 包装(box)成为 Reference Type。 执行完此道指令之后,内存的变化如图 16 所示:

dd229211.il_f16(zh-tw,msdn.10).jpg
图 16

接着要执行第十六道指令 call string [mscorlib] System.String::Concat(object, object)。 此指令的意思是:从 Evaluation Stack 中取出两个值,此二值皆为 Reference Type,下面的值当作第一个参数,上面的值当作第二个参数,呼叫 mscorlib.dll 所提供的 System.String.Concat() method 来将此二参数进行字符串接合(String Concatenation),将接合出来的新字符串放在 Managed Heap,将其 Reference 放进 Evaluation Stack。 值得注意的是:由于 System.String.Concat() 是 static method,所以此处使用的指令是 call,而非 callvirt(呼叫虚拟)。 执行完此道指令之后,内存的变化如图 17 所示:

dd229211.il_f17(zh-tw,msdn.10).jpg
图 17

请注意:此时 Managed Heap 中的 Int32(6) 以及 String(“i+j+k=”) 已经不再被参考到,所以变成垃圾,等待 GC 的回收。

接着要执行第十七道指令 call void [mscorlib] System.Console::WriteLine(string)。 此指令的意思是:从 Evaluation Stack 中取出一个值,此值为 Reference Type,将此值当作参数,呼叫 mscorlib.dll 所提供的 System.Console.WriteLine() method 来将此字符串显示在 Console 窗口上。 System.Console.WriteLine() 也是 static method。 执行完此道指令之后,内存的变化如图 18 所示:

dd229211.il_f18(zh-tw,msdn.10).jpg
图 18

接着要执行第十八道指令 ret。 此指令的意思是:结束此次呼叫(也就是 Main 的呼叫)。 此时会检查 Evaluation Stack 内剩下的数据,由于 Main() 宣告不需要传出值(void),所以 Evaluation Stack 内必须是空的,本范例符合这样的情况,所以此时可以顺利结束此次呼叫。 而 Main 的呼叫一结束,程序也随之结束。 执行完此道指令之后(且在程序结束前),内存的变化如图 19 所示:

dd229211.il_f19(zh-tw,msdn.10).jpg
图 19

透过此范例,读者应该可以对于 IL 有最基本的认识。 对 IL 感兴趣的读者应该自行阅读 Serge Lidin 所著的《Inside Microsoft .NET IL Assembler》(Microsoft Press 出版)。 我认为:熟知 IL 每道指令的作用,是 .NET 程序员必备的知识。.NET 程序员可以不会用 IL Assembly 写程序,但是至少要看得懂 ILDASM 反组译出来的 IL 组合码。