Chen's Notes
0%

DartVM概述

发表于 更新于 分类于 ， ，

主要内容：

  • Dart对象模型
  • 虚拟机内部模型

现代虚拟机, 不同语言实现方式和细节千差万变，但万变不离其宗,总体结构基本一致

  • 内存管理: 高级语言都有GC的模型和算法
  • 对象模型: 定义堆中的对象的内存格式，以及基本继承关系
  • 调用约定: 定义如何调用函数，如何传递参数
  • 线程/协程模型: 实现语言的线程/协程机制
  • 编译器&&编译产物: 实现代码编译逻辑，源码-> 前端编译器->中间产物IR->后端编译器->机器码, 这部分参见 Dart compiler编译器概要设计

Dart对象模型

继承结构

和Java类似，dart也是一个单根继承系统，所有类都是Object类的直接或间接子类。

  • 所有类都从Object类派生
  • Instance就是dart语言中的Object类. 在dart语言中定义的非内置类，从Instance类派生。
  • 上面所有的类都是dart内置类，都是用C++用语言编写的。但是绿色部分的类可能同时也有对应的dart类，这种类可以看作是C++和dart混合编写的
  • 绿色的类都直接或间接从Instance类派生，因而能在dart语言中访问；
  • 灰色类都对dart语言不可见，只能在虚拟机的C++代码中访问

Object类

Object类对应的C++类叫UntaggedObject,包含两方面的信息

  • 堆和GC相关信息
  • 对象的类型信息
    这两部分信息都存储在tags_字段上
1
2
3
class UntaggedObject {
  AtomicBitFieldContainer<uword> tags_;
};
  • 0-7位 : 是一系列与堆和GC相关的标记位 (NEW OLD)
  • 8-15位 : 是一个八位整数，表示对象在堆中的大小
  • 16-31位: 用16位记录对象的class_id
  • 32-63位: 仅在64位机&&对象是字符串的时候会被设置，其值即字符串的hash值

引用和小数

Dart在底层技术实现上, 变量可以是任意类型. , 类型只不过是编译期的限制信息，运行期没有任何区别. 为了让一个变量的值是一个字符串或者其他类型的对象，只需要让其对应的内存记录对象的地址即可
变量a是一个引用, 值是字符串"hello workld!" 的内存地址0x00FE8C60

但是有个问题, 碰到a = 0x00FE8C60(数值), 这种方式没办法判断a是一个引用还是一个数值. C++/Java这种语言中,变量有类型. 但是在dart中,由于变量可以赋予任何类型的值，必须要求变量的值本身可以反映其类型.
观察数据存储规律,我们发现:
一个合法的对象地址，其二进制值最后一位总是0. (32位对齐) Dart和JavaScript都利用了这个特性，实现了一个变量既可以存储地址，又可以存储整数。

  • 对于地址，将其值加1，作为变量的值，这个值总是奇数；
  • 对于整数，将其乘以2，作为变量的值，这个值总是偶数。
    整数值需要被乘以2才被储存到变量，如果这个结果超出了变量的表示范围，上述方案就会失效。这时候，就可以采取在堆中分配整数对象，变量存储其地址的方案了
  • 可以直接存储在变量中的整数，叫做小整数，简称Smi
  • 那些需要在堆中分配的整数叫做大整数，简称Mint。
    它们对应的C++类分别为UntaggedSmi和UntaggedMint，后两者都是UntaggedInteger的子类。

Zone

  • c++代码通过zone中的handle间接访问dart堆中的对象, 使得gc能够感知到c++中堆dart对象的引用
  • 供了一种更加简洁的内存管理方案: 从Zone中分配的C++对象不能通过delete关键字手动析构，Zone释放时会释放其中所有的C++对象

GC关联c++引用

如果直接使用c++ 访问dart对象object处于C++栈中, gc并不知道这里有引用, 如果触发了gc 

1
ObjectPtr object = xxxUntaggedObject;
  1. object变量引用的UntaggedObject对象被GC回收掉
  2. object变量引用的UntaggedObject移动到其他地方
    上面两种可能性都会导致object所保存的地址不再指向一个有效的对象，从而导致后续的访问发生错误，甚至崩溃
  1. 由于虚拟机GC过程中可以通过遍历Zone链表跟踪到每一个Handle，所以能够防止Handle引用的对象被回收；
  2. 如果GC过程中，对象的位置发生改变，虚拟机可以更新Handle使其指向新的位置，以后C++代码通过Handle访问对象，自然可以确保操作的是新的内存位置。
    使用demo
1
2
3
4
5
Thread* thread = Thread::Current();
StackZone stack_zone(thread);       // 创建一个新Zone,压入当前Zone栈
Object& object = Object::Handle();   // 分配一个Handle
object = ...;                        // 操作Handle
// stack_zone析构，将Zone从栈弹出并释放

c++内存管理分配

从Zone中分配的C++对象不能通过delete关键字手动析构，Zone释放时会释放其中所有的C++对象。

1
2
3
4
5
6
7
//从ZoneAllocated继承
class A : public ZoneAllocated {
  ...
};

// 从zone中分配内存创建A对象, 不能手动调用delete，zone被释放时a指向的对象也会被释放；
A* a = new (zone) A();

HandleScope

Handle

虚拟机对象

在虚拟机中，需要维护一系列代表程序运行结构的对象。

  • 如Library、Class等等，其实现都是Untagged系列类，如UntaggedLibrary，UntaggedClass等
  • 它们的C++方法大多在其````Handle```类中实现，例如Library类，Class类等

Library

Library代表一个库。在dart里，每一个dart文件都是一个库, 几乎保存了dart文件的全部结构

  • name（library关键字声明的名称）
  • url（引用Library使用的名称，例如package:flutter/material.dart)
  • imports(import关键字引入的其他名称), exports(export关键字导出的名称）等
  • 包含了若干个Class对象，对应dart文件中声明的类

特殊之处在于，每一个Library都有一个顶级类(Top Level Class)。这是虚拟机内置生成的类，其中包含了dart文件中的全局方法和全局变量。通过这样的方式，Library对象不再包含方法和域，达到简化对象结构的目的

Class

Class类的每一个实例都代表一个dart类, 虚拟机的每一个内置类也都对应一个类对象，例如String, Mint, Library等。每个类对象——也就是Class类的实例——都有一个cid，每个类对象都会在虚拟机的类表（Class Table)中注册，其索引正是cid

上图中，每个对象都有一个cid，指向类表中的类对象。每个类对象，因为本身都是对象，自然也具有cid，指向的自然是Class类对象。而每个类对象由于都是Class实例，因而都有一个id,正是它在类表中的索引。显然，任何对象的cid正好等于它的类对象的id
特别的,Class类本身也有类对象,我们称它为Class类对象, Class类对象的类对象，是它本身。

  • Smi类也有类对象,虚拟机在判断Tagging Pointer类型的时候，若发现它是小整数，会特殊的认为它的cid是Smi类对象的id。
  • null也有类对象,指向一个全局唯一的null实例。null实例的cid指向的就是null类对象
  • void也是一个类, 实存在void类对象
  • 内置类的类对象都是虚拟机自行创建的，非内置类都是加载dart编译产物(dill文件或快照)时根据产物内容创建的。然而内置类中，Instance类及其子类都有对应dart代码，那么它们是在什么时候创建的呢？答案是，两者都是——虚拟机将会自行创建类对象，在加载编译产物时又会修改这些类对象，添加dart代码中定义的额外信息。
  • 模版类只有一个类对象。在运行期，一个类模版类的所有模版实例都共享同一个类对象，本质上也是同一个类

主要成员

  • super_type(AbstractType类型): 表示基类类型
  • interfaces是该类的接口列表，列表中每一项都是一个AbstractType
  • type_parameters是该类的模版参数
  • functions是该类包含的所有方法列表，每一项都是一个Function实例。
  • fields是该类包含的所有Field列表，每一项都是一个Field实例。
  • host_instance_size_in_words: 整形 ,记录这个类的实例大小, 虚拟机正是根据这个成员去为实例分配内存
    • 对于非内置类以及部分内置类，实例大小是固定的(编译确定),
    • String, Array等变长类，这个成员会被设置为0，虚拟机会根据构造函数参数去计算实例大小

AbstractType

AbstractType代表一个类型, 包含表达类的Class类型 和dart一些语言特性类型

  • class类型: 每一个类就是一种类型. 例如int对应Integer类，double对应Double类
  • 函数类型: bool Function(int, int) compareFunc , compareFunc 就是一个函数类型
  • 空安全: int i 和 int? i; 代表可空和不可空整形 两种类型
  • 模版实例类型 : 模版 class A<T> , 实例 A<int> 是一个类型, 类似java里面的类型膨胀
  • Type: 表示类类型 和 nullability标记是否是空安全类型
  • FunctionType: 代表函数类型
  • TypeRef: 是虚拟机内部机制引入的类型
  • TypeParameter: 代表一个模版形参

Field

1
2
3
4
class A {
  final int a = 2;
  int b = 3;
}

Field类主要包含下面几个数据

  • kind_bits 位编码的修饰符标记，每一位代表一个修饰符是否存在。是否有初始化函数的标记也编码在这个标记中。(final)
  • type: AbstractType类型的成员，表示域的类型 (int)
  • name String类型的成员，表示域的名称(a)
  • intializer_function Function类型的成员，由初始化表达式编译得到的函数，如果没有初始化表达式这个成员为空。(2)

访问filed有static filed两种不同的方式

  • fileld, 每一个对象都拥有一份该域的值, 虚拟机会根据类的定义去计算每一个非static域的偏移量， 存储到host_offset_or_field_id中

  • Static field, 虚拟机将所有static域的值存放在一片叫做域表Field Table的内存中。域值在域表中的索引，存放在Field的host_offset_or_field_id中
1
2
3
4
5
6
7
class A {
  static int a = 0;
}

class B {
  static int b = 0;
}

host_offset_or_field_id在后端编译时就作为立即数编码到存取指令中了，运行时并不会再从Field中去查询偏移量

Function

Function对象代表一个函数。dart文件中声明的方法、构造函数、访问器都是函数, 此外, 编译器会为特定目的生成一些其他的函数

  • 普通函数
  • 构造函数
  • 访问器函数: get set
  • 闭包函数:
  • 隐式访问器函数: 由编译器自动生成的访问器函数
  • 域初始化函数（FieldInitializer)：编译器会为域生成一个域初始化函数，以便在初始化时调用。
    1
    2
    3
    4
    5
    6
    class A {
      // int f_() {
      //   return f() + 2;
      // }
      int v = f() + 2;
    }
  • 方法提取器函数(MethodExtractor)： 方法提取器也可以看作对方法的getter, 编译器生成
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    class A {
      // 编译器为func生成方法提取器，起作用等效于下面这个函数：
      // void Function() get_func() {
      //   ... // 返回用A.func的隐式闭包函数创建的闭包
      // }
      void func() {
        ...
      }
    }

    class B extends A {
      // 编译器为func生成方法提取器，起作用等效于下面这个函数：
      // void Function() get_func() {
      //   ... // 返回用B.func的隐式闭包函数创建的闭包
      // }
      void func() {
        ...
      }
    }

    A a = B();
    // 按照dart语言特性，这里的a.func应该返回的闭包应该调用类B的func函数
    // 将a.func看作一个对类A的方法提取器的调用，就可以利用后绑定机制根据a的类型调用到勒B的方法提取器，从而获取到类B的func函数对应的隐式闭包。
    void Funcion() f = a.func;

    f();

Function的重要成员包括：

  • name.函数名称，String类型。
  • kind_tag: 多种信息的组合。包括kind，区分上面介绍的各种函数类型；各种修饰符；等等。
  • data: Object类型的成员，表示函数的关联数据，其具体意义取决于函数的类型。
  • code Code类型的成员，表示函数对应的机器码相关信息。这是Function最重要的成员。
  • entry_point: 机器码入口地址，来自于code成员。
  • signature: FunctionType类型的成员，描述函数的返回值、模版类型、参数类型等信息

Code&&Instructions

Instructions对象中存放编译生成的机器码，在堆中分配，可以被GC机制回收

Code存放机器码相关信息, 最重的信息是下面两类:

  • instructions 对Instructions对象的引用。
  • entry_point：机器码入口的地址。

JIT模式下，instructions指向一个在堆中的Instructions对象，entry_point指向它的入口地址
AOT模式下，instructions为空，entry_point直接指向对应机器码地址, instructions主要作用是维护机器码的生命周期

上图中的entry_point 实际上有4种类型

  • entry_point: 普通入口。不进行单态测试和参数检查。
  • monomorphic_entry_point: 单态入口。进行单态测试，但不进行参数检查。
  • unchecked_entry_point: 未检查入口。不进行单态测试，进行参数检查。
  • monomorphic_unchecked_entry_point: 未检查单态入口。进行单态测试和参数检查。
    关于单态和参数检查两种操作说明
  • 参数检查代码也是一小段机器码片段，用于检查传入参数是否合法。如果不合法，也需要跳转到一段错误处理逻辑。
  • 单态测试和动态调用相关，简单的说，单态测试代码是一小段机器码片段，用于测试该段机器码是否是预期调用目标。如果不是，则需要跳出机器码，以便进行更为复杂的目标查找逻辑。单态测试片段的作用相当于一段Hook代码