从内存布局上看，Rust的胖指针到底胖在栈上还是堆上？

Posted 2021-08-02 CSDN资讯

作者 | 马超       责编 | 张红月

出品 | CSDN 博客

2020 年转眼间白驹过隙般飞奔而去，在岁末年初的当口，笔者在回顾这一年程序员世界的大事件后，突然发觉如何避免程序员面向监狱编程是个特别值得一谈的话题。

最近我在前辈巨师的带领下，也进入到学习Rust的大军中，与其它语言一样，Rust最初的爬坡难点也在于字符串方面的处理。虽然说Rust与C一样也有指针概念，但是在字符串方面引用了胖指针，关于胖指针的内存布局，被引用最为广泛的一幅说明图如下：

咱们先来说明一下这个胖指针的大致概念，字符串s1有三个元素分别是ptr、len、capacity，其中ptr是指向堆上实际字符串value的指针，len代表字符串的长度，capacity代表字符串的容量。这些值全部都存在栈上，而实际字符串的值则存在堆上。为了让便于说明，我转化了一下上面的图，大家可以看一下这幅图。

对于这幅图的理解真可谓是一波三折，我一开始以为这图画的不对，后来发现应该是对的，最后深入研究还是发现了一个小问题，最终正确的示意图如下：

本文就和大家分享一下具体分析的过程。

胖指针理解错误的起因

我们知道Rust在编译是可以通过-g参数保留符号信息，再通过objdump命令就可以将代码对应的汇编语言导出，具体指令如下：

rustc -g 文件名.rs
objdump -S 文件名

先来看一下代码

fn main() {
 
        let mut  s1=String::from("hello");
 
        let len = calculate_length(&s1);
 
        println!("The Length is {}.",len);
 
     }
 
fn calculate_length(s:&String)->usize{
 
s.len()
 
}

将上述代码中字符串值进行微调之后的代码

fn main() {
 
        let mut  s1=String::from("hell00");
 
        let len = calculate_length(&s1);
 
        println!("The Length is {}.",len);
 
     }
 
fn calculate_length(s:&String)->usize{
 
s.len()
 
}

在得到相应的汇编代码以后，diff一下结果如下：

2991c2991
 
<         let mut  s1=String::from("hello");
 
---
 
>         let mut  s1=String::from("hell00");
 
2994c2994
 
<     a9f3:     ba 05 00 00 00          mov    $0x5,%edx
 
---
 
>     a9f3:     ba 06 00 00 00          mov    $0x6,%edx

也就是说从执行码也就是汇编的角度上看，只有执行mov    $0x6,%edx时，传递的参数一个是5一个是6，栈上的操作似乎只涉及长度len，这让我初步对于capacity这个值的存放位置产生了一定怀疑。

接下来我又用gdb调用了一下上面这个程序，其中print s1的结果如下

(gdb) print s1
 
$2 = {
 
  vec = {
 
    buf = {
 
      ptr = {
 
        pointer = 0x5555557a0110 "hello\\177",
 
        _marker = {<No data fields>}
 
      },
 
      cap = 5,
 
      alloc = {<No data fields>}
 
    },
 
    len = 5
 
  }
 
}

在看到这个信息的时候，我想当然的以为cap是buf的一个item，而buf一般放在堆上，因此cap应该放在堆上，当时理解的图如下：

当然现在看这个结论的得出犯了想当然的经验主义错误，没有进行深入实证。

堆和栈到底是干嘛的

为了更好的向大家展示对于胖指针内存而已的验证方案，这里先简要介绍一下基本的汇编及gdb调试知识。

1.堆和栈：这里先来说一下运行时和编译时的概念，运行和编译其实是程序的两种时态，一些信息是程序运行之前就可以确定了，这种场景就对应编译时；另一类信息是程序真正运行起来才能确定的，这也就对应运行时。

一般来说栈用来对于分配编译时就可以确定的内存需求，比如某些运算任务我申请一些变量进行关联计算，这种场景下对于内存的需求在程序运行前就确定了，这种内存分配通过栈来解决就可以了；而堆则用来解决那些运行时才能确定的内存需求，其中最典型的就是字符串，由于字符串往往是由网络或者磁盘读出的，因此编译时无法确定其具体需求，这种情况下一般要通过堆分配内存。

栈的大小是提前确定的，比如我们在看汇编语言指令时函数的入口都是sub    $0x**,%rsp也就是进行栈的构建动作，示例如下：

000000000000aa00 <_ZN6hello14main17h5a48792de9598b5bE>:
 
aa00:       48 81 ec 98 00 00 00    sub    $0x98,%rsp
 
let mut  s1=String::from("hello");

而堆上的内存分配是操作系统malloc的产物，都是动态分配的，示例如下：

220a3:       ff 25 af 8c 22 00       jmpq   *0x228caf(%rip)        # 24ad58 <malloc@GLIBC_2.2.5>

因此栈的特点就是满足那些可以提前确定的编译时内存需求，并且程序员可以不去关心栈上内存的分配与释放，这些都是由编译器完成的工作。

而堆的特点则是满足运行时的内存需求，灵活性强，但是分配与释放都需要程序员人为管理。

2.Gdb调试方法简要说明：用gdb调试rust程序也很简单，只需要在编译时加上-g参数，然后用gdb启动调试就可以了，具体的指令如下：

rustc -g 文件名.rs
gdb 文件名

进入到gdb模式后，用list指令查看代码

(gdb) list
 
1       fn main() {
 
2               let mut  s1=String::from("hello");
 
3               let len = calculate_length(&s1);
 
4               println!("The Length is {}.",len);
 
5            }
 
6       fn calculate_length(s:&String)->usize{
 
7       s.len()
 
8       }
 
9

使用b加行号设置断点，如

b 3

使用r命令运行程序

r

设置print的pretty参数为on

set print pretty on

查看栈寄存器信息

info reg rsp

打印变量信息

print s1

查看内存信息x/长度xb 内存地址如下：

X/5xb 0x5555557a0110

实锤证明胖指针的确胖在了栈上

说到这里其实相应的准备知识也就都有了。这里我们只需要进入到gdb去具体看一下情况就可以了。

1.确定栈空间位置：我们先按照上述gdb调试方法执行到第5步，确定rsp也就是栈顶的位置如下：

从构建栈的语句上看从栈顶向下0x98的范围内都是栈空间：

000000000000aa00 <_ZN6hello14main17h5a48792de9598b5bE>:
aa00:       48 81 ec 98 00 00 00    sub    $0x98,%rsp

确定胖指针中的ptr(指针)指向位置：接下来我们来看一下，变量s1的信息，得到了胖指针结构体中，指针指向的物理地址，并且这里还是要解释一下，初看cap属性和len属性的确不属于一个层级，这也是我一开始产生错误认识的原因。

确定ptr与字符串值 的实际对应关系：使用我们在上一节gdb调试的第7步命令，可以看到胖指针中ptr指向位置的内容分别对应”hello”的ascii码，因此可以确定指针指向堆上实际存放字符串的地址，这点没问题。

查看s1对象中ptr、len及cap属性的具体内存布局：我们刚刚已经确定了自栈顶（0x7fffffffe270）向下0x98范围内都属于栈空间，那么我们再通过x命令查看整个栈空间，具体注释如下：

可以看到通过gdb实际查看我们基本可以确定字符串s1的三个属性ptr,cap和len都是存在栈上的，而具体字符串的值则在堆上。之前cap存在堆上的想法自然也就是错的了。

极致挑错，胖指针内存到底如何内存布局

还有一点没有确定，上图中的例子，cap和len都是5，因此无法知道具体排列顺序关系，那么我们再来看以下代码：

fn main() {
 
       let mut s1 = String::new();
 
       s1.push_str("hello");
 
        println!("The length now is {}.",s1.len());
 
       println!("The cap now is {}.",s1.capacity());
 
        println!("Then addr now is {:p}.",s1.as_ptr());
 
    }

上述代码运行结果如下：

The length now is 5.

The cap now is 8.

Then addr now is 0x55afa3255110.

可以看到使用 s1.push_str的方法可能会使len与cap值不相同，那么这种情况下也就便于我们进行具体跟踪了。

实际观察内存布局时我们看到，cap属性与ptr是相领的，而非之前广为流传的图示中所说len与ptr相领，虽然这个错误不大，但是有关内存布局还是不能马虎，因此修改后正确的胖指针示意如下：

以上就是我对于Rust胖指针的学习理解过程，欢迎各位读者一如既往的提出意见，咱们共同进步！

马超，CSDN博客专家，阿里云MVP、华为云MVP，华为2020年技术社区开发者之星。

原文链接：https://blog.csdn.net/BEYONDMA/article/details/118460702

☞小米豪派“大红包”，人均 39 万元；约 200 家美国企业遭遇 REvil 勒索软件攻击；滴滴回应App被下架|极客头条☞私有化 Serverless Application 的探索与思考
☞两年盗取 1000 万美元的 Xbox 礼品卡，这个人竟然是“内鬼”！