详解关于Lua源码分析学习教程

来源：互联网发布：蛋白质组数据分析编辑：程序博客网时间：2024/05/16 09:27

http://www.61ic.com/Mobile/iPhone/201108/36968.html

关于Lua源码分析学习教程是本文要介绍的内容，主要来了解LUA中源码的使用方法。Lua首先将源程序编译成为字节码,然后交由虚拟机解释执行.对于每一个函数,Lua的编译器将创建一个原型(prototype),它由一组指令及其使用到的常量组成[1].最初的Lua虚拟机是基于栈的.到1993年,Lua5.0版本,采用了基于寄存器的虚拟机,使得Lua的解释效率得到提升,

体系结构与指令系统

与虚拟机和指令相关的文件主要有两个: lopcodes.c 和 lvm.c. 从名称可以看出来,这两个文件分别用于描述操作码(指令)和虚拟机.
首先来看指令:

Lua共有38条指令, 在下面两处地方分别描述了这些指令的名称和模式, 如下:

lopcodes.c:16  
const char *const luaP_opnames[NUM_OPCODES+1] = {  
"MOVE",  
"LOADK",  
"LOADBOOL",  
"LOADNIL",  
"GETUPVAL",  
"GETGLOBAL",  
"GETTABLE",  
"SETGLOBAL",  
"SETUPVAL",  
"SETTABLE",  
"NEWTABLE",  
"SELF",  
"ADD",  
"SUB",  
"MUL",  
"DIV",  
"MOD",  
"POW",  
"UNM",  
"NOT",  
"LEN",  
"CONCAT",  
"JMP",  
"EQ",  
"LT",  
"LE",  
"TEST",  
"TESTSET",  
"CALL",  
"TAILCALL",  
"RETURN",  
"FORLOOP",  
"FORPREP",  
"TFORLOOP",  
"SETLIST",  
"CLOSE",  
"CLOSURE",  
"VARARG",  
NULL  
};  
 
#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 */  
,opmode(0, 1, OpArgU, OpArgU, iABC)        /* OP_LOADBOOL */  
,opmode(0, 1, OpArgR, OpArgN, iABC)        /* OP_LOADNIL */  
,opmode(0, 1, OpArgU, OpArgN, iABC)        /* OP_GETUPVAL */  
,opmode(0, 1, OpArgK, OpArgN, iABx)        /* OP_GETGLOBAL */  
,opmode(0, 1, OpArgR, OpArgK, iABC)        /* OP_GETTABLE */  
,opmode(0, 0, OpArgK, OpArgN, iABx)        /* OP_SETGLOBAL */  
,opmode(0, 0, OpArgU, OpArgN, iABC)        /* OP_SETUPVAL */  
,opmode(0, 0, OpArgK, OpArgK, iABC)        /* OP_SETTABLE */  
,opmode(0, 1, OpArgU, OpArgU, iABC)        /* OP_NEWTABLE */  
,opmode(0, 1, OpArgR, OpArgK, iABC)        /* OP_SELF */  
,opmode(0, 1, OpArgK, OpArgK, iABC)        /* OP_ADD */  
,opmode(0, 1, OpArgK, OpArgK, iABC)        /* OP_SUB */  
,opmode(0, 1, OpArgK, OpArgK, iABC)        /* OP_MUL */  
,opmode(0, 1, OpArgK, OpArgK, iABC)        /* OP_DIV */  
,opmode(0, 1, OpArgK, OpArgK, iABC)        /* OP_MOD */  
,opmode(0, 1, OpArgK, OpArgK, iABC)        /* OP_POW */  
,opmode(0, 1, OpArgR, OpArgN, iABC)        /* OP_UNM */  
,opmode(0, 1, OpArgR, OpArgN, iABC)        /* OP_NOT */  
,opmode(0, 1, OpArgR, OpArgN, iABC)        /* OP_LEN */  
,opmode(0, 1, OpArgR, OpArgR, iABC)        /* OP_CONCAT */  
,opmode(0, 0, OpArgR, OpArgN, iAsBx)        /* OP_JMP */  
,opmode(1, 0, OpArgK, OpArgK, iABC)        /* OP_EQ */  
,opmode(1, 0, OpArgK, OpArgK, iABC)        /* OP_LT */  
,opmode(1, 0, OpArgK, OpArgK, iABC)        /* OP_LE */  
,opmode(1, 1, OpArgR, OpArgU, iABC)        /* OP_TEST */  
,opmode(1, 1, OpArgR, OpArgU, iABC)        /* OP_TESTSET */  
,opmode(0, 1, OpArgU, OpArgU, iABC)        /* OP_CALL */  
,opmode(0, 1, OpArgU, OpArgU, iABC)        /* OP_TAILCALL */  
,opmode(0, 0, OpArgU, OpArgN, iABC)        /* OP_RETURN */  
,opmode(0, 1, OpArgR, OpArgN, iAsBx)        /* OP_FORLOOP */  
,opmode(0, 1, OpArgR, OpArgN, iAsBx)        /* OP_FORPREP */  
,opmode(1, 0, OpArgN, OpArgU, iABC)        /* OP_TFORLOOP */  
,opmode(0, 0, OpArgU, OpArgU, iABC)        /* OP_SETLIST */  
,opmode(0, 0, OpArgN, OpArgN, iABC)        /* OP_CLOSE */  
,opmode(0, 1, OpArgU, OpArgN, iABx)        /* OP_CLOSURE */  
,opmode(0, 1, OpArgU, OpArgN, iABC)        /* OP_VARARG */  
};

前面一个数组容易理解, 表示了每条指令的名称. 后面一个数组表示的是指令的模式. 奇怪的符号让人有些费解. 在看模式之前, 首先来看Lua指令的格式，如图:

详解关于Lua源码分析学习教程

如上图, Lua的指令可以分成三种形式. 即在上面的模式数组中也可以看到的iABC, iABx 和 iAsBx. 对于三种形式的指令来说, 前两部分都是一样的, 分别是6位的操作码和8位A操作数; 区别在于, 后面部是分割成为两个长度为9位的操作符(B, C),一个无符号的18位操作符Bx还是有符号的18位操作符sBx. 这些定义的代码如下:

lopcodes.c : 34  
/*  
** 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

再来看指令的操作模式, Lua使用一个字节来表示指令的操作模式. 具体的含义如下:

1、使用最高位来表示是否是一条测试指令. 之所以将这一类型的指令特别地标识出来, 是因为Lua的指令长度是32位,对于分支指令来说, 要想在这32位中既表示两个操作数来做比较, 同时还要表示一个跳转的地址, 是很困难的. 因此将这种指令分成两条, 第一条是测试指令, 紧接着一条无条件跳转. 如果判断条件成立则将PC(Program Counter, 指示下一条要执行的指令)加一, 跳过下一条无条件跳转指令, 继续执行; 否则跳转.

2、第二位用于表示A操作数是否被设置

3、接下来的二位用于表示操作数B的格式,OpArgN表示操作数未被使用, OpArgU表示操作数被使用(立即数?), OpArgR表示表示操作数是寄存器或者跳转的偏移量, OpArgK表示操作数是寄存器或者常量.

最后, 给出Lua虚拟机的体系结构图(根据源代码分析得出):

详解关于Lua源码分析学习教程

首先, 我们注意到, Lua的解释器还是一个以栈为中心的结构. 在lua_State这个结构中,有许多个字段用于描述这个结构.stack用于指向绝对栈底, 而base指向了当前正在执行的函数的第一个参数, 而top指向栈顶的第一个空元素.

我们可以看到,这个体系结构中并没有独立出来的寄存器. 从以下代码来看:

lvm.c:343  
#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))

当指令操作数的类型是寄存器时,它的内容是以base为基址在栈上的索引值.如图所示.寄存器实际是base之上栈元素的别名;当指令操作数的类型的常数时, 它首先判断B操作数的最位是否为零.如果是零,则按照和寄存器的处理方法一样做,如果不是零,则在常数表中找相应的值.

我们知道Lua中函数的执行过程是这样的. 首先将函数压栈,然后依次将参数压栈,形成图中所示的栈的内容. 因此R[0]到R[n]也分别表示了Arg[1]到Arg[N+1].在第一个参数之下,就是当前正在执行的函数,对于Lua的函数(相对C函数)来说,它是指向类型为 Prototype的TValue, 在Prototype中字段code指向了一个数组用来表示组成这个函数的所有指令,字段k指向一个数组来表示这个函数使用到的所有常量.最后,Lua在解释执行过程中有专门的变量pc来指向下一条要执行的指令.

指令解释器

有了前面对指令格式和体系结构的介绍,现在我们可以进入正题, 来看看Lua的指令是如何执行的了.主函数如下:

lvm.c:373  
void luaV_execute (lua_State *L, int nexeccalls) {  
LClosure *cl;  
StkId base;  
TValue *k;  
const Instruction *pc;  
reentry: /* entry point */  
lua_assert(isLua(L->ci));  
pc = L->savedpc;  
cl = &clvalue(L->ci->func)->l;  
base = L->base;  
k = cl->p->k;

这是最开始的初始化过程.其中, pc被初始化成为了L->savedpc,base被初始化成为了L->base, 即程序从L->savedpc开始执行 (在下一篇专题中,将会介绍到 L->savedpc在函数调用的预处理过程中指向了当前函数的code),而L->base指向栈中当前函数的下一个位置.cl表示当前正在执行闭包(当前可以理解成为函数),k指向当前闭包的常量表.

接下来(注意,为了专注主要逻辑, 我将其中用于Debugger支持,断言等代码省略了):

/* main loop of interpreter */  
for (;;) {  
    const Instruction i = *pc++;  
    StkId ra;  
    /* 省略Debugger支持和Coroutine支持*/  
    /* warning!! several calls may realloc the stack and invalidate `ra' */  
    ra = RA(i);  
    /* 省略断言 */  
    switch (GET_OPCODE(i)) {

进入到解释器的主循环,处理很简单,取得当前指令,pc递增,初始化ra,然后根据指令的操作码进行选择. 接下来的代码是什么样的, 估计大家都能想到,一大串的case来指示每条指令的执行.具体的实现可以参考源码, 在这里不对每一条指令展开, 只是对其中有主要的几类指令进行说明:

传值类的指令,与MOVE为代表:

lvm.c:403  
      case OP_MOVE: {  
        setobjs2s(L, ra, RB(i));  
        continue;  
      }  
lopcodes:154  
OP_MOVE,/*    A B    R(A) := R(B)                    */  
lobject.h:161  
#define setobj(L,obj1,obj2) \  
{ const TValue *o2=(obj2); TValue *o1=(obj1); \  
    o1->value = o2->value; o1->tt=o2->tt; \  
    checkliveness(G(L),o1); }  
 
/*  
** different types of sets, according to destination  
*/  
/* from stack to (same) stack */  
#define setobjs2s    setobj

从注释来看, 这条指令是将操作数A,B都做为寄存器,然后将B的值给A. 而实现也是简单明了,只使用了一句. 宏展开以后, 可以看到, R[A],R[B]的类型是TValue, 只是将这两域的值传过来即可. 对于可回收对象来说,真实值不会保存在栈上,所以只是改了指针,而对于非可回收对象来说,则是直接将值从R[B]赋到R[A].

数值运算类指令,与ADD为代表:

lvm.c:470  
      case OP_ADD: {  
        arith_op(luai_numadd, TM_ADD);  
        continue;  
      }  
lvm.c:360  
#define arith_op(op,tm) { \  
        TValue *rb = RKB(i); \  
        TValue *rc = RKC(i); \  
        if (ttisnumber(rb) && ttisnumber(rc)) { \  
          lua_Number nb = nvalue(rb), nc = nvalue(rc); \  
          setnvalue(ra, op(nb, nc)); \  
        } \  
        else \  
          Protect(Arith(L, ra, rb, rc, tm)); \  
      }  
lopcodes.c:171  
OP_ADD,/*    A B C    R(A) := RK(B) + RK(C)                */

如果两个操作数都是数值的话,关键的一行是:

setnvalue(ra,op(nb,nc));

即两个操作数相加以后,把值赋给R[A].值得注意的是,操作数B,C都是RK, 即可能是寄存器也可能是常量,这最决于最B和C的最高位是否为1,如果是1,则是常量,反之则是寄存器.具体可以参考宏ISK的实现.

如果两个操作数不是数值,即调用了Arith函数,它尝试将两个操作转换成数值进行计算,如果无法转换,则使用元表机制.该函数的实现如下:

lvm.c:313  
static void Arith (lua_State *L, StkId ra, const TValue *rb,  
                   const TValue *rc, TMS op) {  
TValue tempb, tempc;  
const TValue *b, *c;  
if ((b = luaV_tonumber(rb, &tempb)) != NULL &&  
      (c = luaV_tonumber(rc, &tempc)) != NULL) {  
    lua_Number nb = nvalue(b), nc = nvalue(c);  
    switch (op) {  
      case TM_ADD: setnvalue(ra, luai_numadd(nb, nc)); break;  
      case TM_SUB: setnvalue(ra, luai_numsub(nb, nc)); break;  
      case TM_MUL: setnvalue(ra, luai_nummul(nb, nc)); break;  
      case TM_DIV: setnvalue(ra, luai_numdiv(nb, nc)); break;  
      case TM_MOD: setnvalue(ra, luai_nummod(nb, nc)); break;  
      case TM_POW: setnvalue(ra, luai_numpow(nb, nc)); break;  
      case TM_UNM: setnvalue(ra, luai_numunm(nb)); break;  
      default: lua_assert(0); break;  
    }  
}  
else if (!call_binTM(L, rb, rc, ra, op))  
    luaG_aritherror(L, rb, rc);  
}

在上面call_binTM用于调用到元表中的元方法,因为在Lua以前的版本中元方法也被叫做tag method, 所以函数最后是以TM结尾的.

lvm:163  
static int call_binTM (lua_State *L, const TValue *p1, const TValue *p2,  
                       StkId res, TMS event) {  
const TValue *tm = luaT_gettmbyobj(L, p1, event); /* try first operand */  
if (ttisnil(tm))  
    tm = luaT_gettmbyobj(L, p2, event); /* try second operand */  
if (!ttisfunction(tm)) return 0;  
callTMres(L, res, tm, p1, p2);  
return 1;  
}

在这个函数中,试着从二个操作数中找到其中一个操作数的元方法(第一个操作数优先), 这里event表示具体哪一个元方法,找到了之后,再使用函数callTMres()去调用相应的元方法. callTMres()的实现很简单,只是将元方法,第一,第二操作数先后压栈,再调用并取因返回值.具体如下:

lvm.c:82  
static void callTMres (lua_State *L, StkId res, const TValue *f,  
                        const TValue *p1, const TValue *p2) {  
ptrdiff_t result = savestack(L, res);  
setobj2s(L, L->top, f); /* push function */  
setobj2s(L, L->top+1, p1); /* 1st argument */  
setobj2s(L, L->top+2, p2); /* 2nd argument */  
luaD_checkstack(L, 3);  
L->top += 3;  
luaD_call(L, L->top - 3, 1);  
res = restorestack(L, result);  
L->top--;  
setobjs2s(L, res, L->top);  
}

逻辑运算类指令,与EQ为代表:

lvm.c:541  
      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++;  
        continue;  
      }  
lopcodes.c:185  
OP_EQ,/*    A B C    if ((RK(B) == RK(C)) ~= A) then pc++        */

在这条指令实现的过程中,equalobj与之前的算术运算类似,读者可以自行分析.关键看它是如果实现中跳转的,如果RK[B]==RK[C]并且A为1 的情况下(即条件为真),则会使用pc取出下一条指令,调用dojump进行跳转,否则pc++,挂空紧接着的无条件跳转指令. dojump的实现如下:

lvm.c:354  
#define dojump(L,pc,i)    {(pc) += (i); luai_threadyield(L);}

luai_threadyield只是顺序地调用lua_unlock和lua_lock,这里为释放一次锁,使得别的线程可以得到调度.

函数调用类指令,与CALL为代表:

lvm.c:582  
      case OP_CALL: {  
        int b = GETARG_B(i);  
        int nresults = GETARG_C(i) - 1;  
        if (b != 0) L->top = ra+b; /* else previous instruction set top */  
        L->savedpc = pc;  
        switch (luaD_precall(L, ra, nresults)) {  
          case PCRLUA: {  
            nexeccalls++;  
            goto reentry; /* restart luaV_execute over new Lua function */  
          }  
          case PCRC: {  
            /* it was a C function (`precall' called it); adjust results */  
            if (nresults >= 0) L->top = L->ci->top;  
            base = L->base;  
            continue;  
          }  
          default: {  
            return; /* yield */  
          }  
        }  
      }  
lopcodes.c:192  
 
OP_CALL,/*    A B C    R(A), ... ,R(A+C-2) := R(A)(R(A+1), ... ,R(A+B-1)) */

这一条指令将在下一个介绍Lua函数调用规范的专题中详细介绍. 在这里只是简单地说明CALL指令的R[A]表示的是即将要调用的函数,而B和C则分别表示参数个数加1,和返回值个数加1. 之所以这里需要加1,其原因是:B和C使用零来表示变长的参数和变长的返回值,而实际参数个数就向后推了一个.

指令的介绍就先到此为止了, 其它的指令的实现也比较类似.仔细阅读源码就可很容易地分析出它的意义来. 下一篇将是一个专题, 详细地介绍Lua中函数的调用是如何实现的.

小结：详解关于Lua源码分析学习教程的内容介绍完了，希望通过本文的学习能对你有所帮助！

0 0