漫谈C变量——天然原子性是怎么回事？

GorgonMeducer

                                                                                                   

【写在前面的话】

在20世纪初叶，人们曾经一度认为原子是物质的最小组成单位，原子不可再分。虽然很快人们就发现这是一个谬误——原子不仅可以再分，由质子、中字、电子组成，事实上这些微观粒子仍然是可以继续分割的——但计算机科学借用了“原子不可再分”的说法，提出了操作原子性（Atomicity）的概念，即：

对一个由多个步骤构成的操作来说，如果当步骤执行时不能够被打断，我们就说该操作具有原子性——是一个原子操作；反之该操作不具备原子性，不是原子操作。

简单来说，所谓原子操作就是当这个操作执行的时候，其他任务没法打断它，就好像原子无法再分一样——如果存在任务有能力将当前的操作从中间一刀切开，我们就说这个操作不是原子操作。很容易想到，当多个任务共享统一资源时，对资源访问操作的原子性是非常值得讨论的。
【从理解天然原子性开始】

---

通常我们所说的一个内核是8位、16位还是32位并不是指地址总线的宽度，而是ALU操作数的位宽，习惯上又称之为字长。对8位机来说，ALU一次可以进行8位运算，当我们针对一个32位的数据进行操作时就要拆成4次。对32位机来说，ALU一次就可以完成32位的运算。比较二者的区别，除了操作次数不同以外还隐含着原子性的信息，即对8位机来说，操作32位数据要分4个步骤来完成，这期间如果发生中断/异常，操作是会被打断的，因此不具备原子性；对32位机来说，由于ALU一次运算的过程是不可打断的，因而针对32位数据的运算天然具有原子性，我们称之为天然原子性。ALU对相同字长数据的处理具有天然原子性。也就是说，16位机对16位数据的处理具有天然原子性；64位机对64位数据的处理具有天然原子性。实际应用中，天然原子性的体现还要受到数据读写对齐方式的限制：为了提升效率，总线往往规定，数据的读写地址需要对齐到数据的宽度，比如对16位数据的读写，其目标地址必须对齐到双字节；对32位数据的读写，其地址必须对齐到四字节。当且仅当数据的地址对齐到数据的宽度时，天然原子性才能得到表达。以32位机为例，对于图1所示的情形，由于32位数据的地址并未对齐到字，内核会将针对该数据的读写拆解成四个步骤：1）针对变量的第一个字节（8位）发起一个8位的读取；2）针对变量的第二和第三个字节发起一个16位的读取（它们正好对齐到了半字）；3）针对变量的最后一个字节发起一个8位的读取；4）最后将三次获得的结果合并成一个完整的32位数据——针对该变量的操作由多个步骤构成，且中途有可能被打断，因而不具备原子性。

基于同样的原因，很多编译器为了提高内核的访问效率，在默认情况下，对结构体的变量采取了同样的策略——每个成员的地址都各自对齐到了与自己类型相同大小的位置上（如图2所示）——具体内容可以通过阅读《漫谈C变量——对齐》系列文章来了解，这里就不再赘述。

实际上，很多处理器的的ALU不光对相同字长数据的访问具有天然原子性，对小于这一字长的数据类型也具有天然原子性。比如Cortex-M的ALU不光对32位的整型变量的访问具有原子性，对16位甚至是8位变量的访问也具有原子性。事实上，这一特性对很多8位机、16位机和64位机都一样适用。基于这一特性，我们基本上可以放心的认为uint8_t和int8_t在几乎所有8位及其以上的系统中都是具有天然原子性的——原因很简单，不光因为8bit的宽度小于等于ALU的宽度，还因为，8bit的对齐方式是字节、在所有支持单字节访问的Memory系统中，基本上可以认为是永远对齐的。这就是为什么布尔类型（bool）几乎在所有的平台中都“可以”被定义为8bit（uint8_t）。那么，是不是一个变量拥有了“天然原子性”，当多个任务都要对其发起访问时，我们就可以高枕无忧了呢？答案是否定的。关于这一点，我们将在下篇文章中把每一种情况都列举出来——详细的为您分析和展开。
               

fucks

好文章！！！！！！

haohai06

好文章，都是知识点，希望楼主多多分享

一心2013

谢谢楼主分享

WishWish

顶

windy_mia

好文章，感谢楼主分享。

ZZZ_XXJ

顶一个