使用汇编知识排查疑难问题的方法

 

 

1 前言

---

 

在我的上一篇文章中，有讲到掌握汇编知识的重要性，关键时刻可能还会拯救你于泥潭之中。

 

那么，本篇文章，我将再介绍一个使用汇编知识排查疑难问题的方法，希望对大家有所帮助。

 

2 问题描述

---

 

问题是这样的，前一段时间我们项目组在进行一项自测试中，偶然发现我们的代码好像挂了一样：现象就是命令行输入不了，但是没有看到复位信息输出。

 

当时，我们一个小伙伴说：“好像我们的系统挂了？”当我了解到这个现象之后，根据我之前的排查经验，我当即得出了一个结论：“可能是我们的代码跑进死循环了，好好检查下”！

 

于是，我们开始debug代码，加了一些必要的调试信息，最终发现有一个计算校验的函数，调进去了但是没有退出来，而这个校验的函数非常之简单，它就长这样：

 

•  
•  
•  
•  
•  
•  
•  
•  
•  
•  

uint16_t checksum(uint8_t *data, uint8_t len){    uint8_t i;    uint16_t sum = 0, res;    for (i = 0; i < len; i++) {        sum += data[i];    }    res = sum ;    return res;}

 

我想当你看到这段函数时，肯定也是：“卧槽，这TM不就是算累加校验和吗？怎么可能会死循环？”

 

没错，当时我们的争论的场景也的确如此！

 

3 简单分析

---

 

这个checksum函数真的是非常简单，入参简单、实现也简单、返回值也简单，根本不存在难点。

 

一步步来分析：

 

既然代码没有崩溃，证明data指针肯定非NULL的，不会有问题；

 

倒是这个len有些可疑，len的类型是uint8_t无符号的，它的范围是0-255；但是如果外面传入的是-1呢？

 

如果传入-1，强制转换为uint8_t，其值也是255，那么下面的for循环，依然只会跑256次，它必须得退出呀？

 

有没有可能for循环的过程中，栈的值被修改了，然后i的值和len的值都变了，进而for的次数改变了？

 

于是我们开始打印i和len的值，发现他们两个的值，都是正常变化的，并不是刚刚想的那样。

 

这就很奇怪了！！！

 

如果说这个for循环要“无限”循环下去，造成“死循环”，必须满足的条件是len很大很大，但是len不是uint8_t类型嘛？最大也就255呀？

 

printf大法再来一遍：结果出乎我们的意料，请看：

 

 

log输出：

 

•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  

[12-21 1938]checksum 128 len: 4294967295[12-21 1938]0 4294967295[12-21 1938]1 4294967295[12-21 1938]2 4294967295[12-21 1938]3 4294967295[12-21 1938]4 4294967295[12-21 1938]5 4294967295[12-21 1938]6 4294967295[12-21 1938]7 4294967295[12-21 1938]8 4294967295[12-21 1938]9 4294967295[12-21 1938]10 4294967295    。。。省略很多[12-21 1938]250 4294967295[12-21 1938]251 4294967295[12-21 1938]252 4294967295[12-21 1938]253 4294967295[12-21 1938]254 4294967295[12-21 1938]255 4294967295[12-21 1938]256 4294967295[12-21 1938]257 4294967295[12-21 1938]258 4294967295[12-21 1938]259 4294967295[12-21 1938]260 4294967295

 

    。。。还在不停的打印

看到这里似乎有点眉目了？len的值为4294967295?

 

这个值不是0xFFFFFFFF吗？

 

我们再使用%d打印了一下len，发现值为-1。

 

回过头来看下checksum的调用之处：

•  

uint16_t res = checksum(&data[0], len - 1);

 

 

看似真相了，当len为0的时候，传入的值不就是-1吗？

 

好像是这么回事，但是-1进去，它是uint8_t的呀，顶多就是255啊？怎么变成了4294967295? 到底是谁干的啊？

 

同时也发现关键问题了，这里并不是真正意义的“死循环”，而是for循环执行太久了，导致长时间无法结束，因为我们的主频才160MHZ，CPU就是猛跑，从1加到0xFFFFFFFF，也需要好长一段时间呢！

 

4 场景再现

---

 

为了充分说明这个问题，我尽可能地还原下当时我们的代码场景：

•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  

/*一个结构体定义数据不要急于吐槽它的定义，这代码是开源的，冤有头。。。还有不要怀疑是字节对齐不对齐的问题，曾经我也怀疑过，最后知道真相的时候，我被打脸了！*/typedef struct _data_t {    /* result, final result */    uint8_t len;    uint8_t flag;    uint8_t passwd_len;     uint8_t *passwd;     uint8_t ssid_len;     uint8_t *ssid;     uint8_t token_len;     uint8_t *token;     uint8_t bssid_type_len;     uint8_t *bssid;     uint8_t ssid_is_gbk;    uint8_t ssid_auto_complete_disable;    uint8_t data[127];    uint8_t checksum;} data_t;

 

•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  

/* 1.c 调用checksum的C文件 *//* 定义全局的数据 */static data_t g_data;/* 设置全局的数据 */void set_global_data(void){    g_data.len = 0;}void handle_global_data(void){      uint16_t res = checksum(&g_data.data[0], g_data.len - 0);  //sometimes no return form checksum}void test_func_entry(void){    set_global_data();    handle_global_data();}

•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  

/* 2.c 定义checksum函数的工具类 */uint16_t checksum(uint8_t *data, uint8_t len){    uint8_t i;    uint16_t sum = 0, res;    for (i = 0; i < len; i++) {        sum += data[i];    }    res = sum ;    return res;}

 

在我的第一次认知里，还是len=-1=255的情况，由于g_data.data只有127字节，但它最后是可以访问到255下标的，其实这本身就有数据非法访问的问题；但是经过仔细论证，得出的结论是，这并不会导致死循环，或者说并不会改变len的值；因为checksum里面知识读取data指针的值，并没改变它的值，即便越界了，顶多访问了别人，并不会出啥异常（至少在我们的处理器平台是这样）。

 

这个问题对我们来说，真的是百思不得其解，为了规避掉这个问题，我们在调用checksum的时候做了判断，但len为0的时候直接不调用，也就绕过了这个问题。

 

但是作为一个深挖底层逻辑的攻城狮来说，我们不应该放过这样的细节，或许还有什么我们未发现的潜在风险呢？

 

这个问题一直困扰着我，时不时有空的时候，我就会想想，到底还有什么情况还会导致这个现象？

 

5 柳暗花明

---

 

偶然有一天，我正浏览到一篇关于编译器做代码优化的文章，它是在知乎上发出来的，我看到其中一个重要线索：

突然我脑子里，闪过一个疑问：“会不会那段for循环的checksum函数，正是因为调用方没有申明checksum函数，也就是说没有include对应的头文件导致编译器做了默认处理呢？”？

 

我们都知道，在使用gcc编译器编译C代码时，如果一个函数未申明就调用，是会报一个警告的：“warning: implicit declaration of function ‘checksum’ [-Wimplicit-function-declaration]”！

 

同时，尤其编译器不知道被调用函数的原型，那么它只能依靠你的调用代码结合一些默认值做假设：

 

比如我们的调用代码是：

•  

uint16_t res = checksum(&g_data.data[0], g_data.len - 0);

 

这里，我猜测编译器的行为就是，你有一个叫checksum的函数，但我找不到它的原型，那么我就按“返回值是uint16_t类型，第一个参数是int型，第二个参数也是int型”来吧！

 

为何，gcc默认参数列表都是int类型？这是我的假想猜测，下面我们再论证，究竟是不是这样？

 

有了这个假设之后，我们回到ARM汇编在函数调用时的参数，这时R0应该等于&g_data.data[0]，R1应该等于-1。

 

由于R0/R1都是32位的寄存器，在存储数据的时候，无所谓有符号和无符号一说，且本问题R0没有出现问题，我们仅讨论R1。

 

这个时候R1的寄存器值，应该是“-1 = 0xFFFFFFFF”，这个假设很关键，如果分析地很顺利，那么这个for循环不停地循环下去，才可以有理论进行下去。

 

6 找到证据

---

 

既然上面我们发现了端倪，那么我们应该进一步找到相关的证据，证明我们的想法；同时，如果这个问题根源在于include头文件，那么当我们添加了头文件之后，这个问题应该不会再复现。我们来看下，究竟是不是这样？

 

6.1 究竟是不是警告

由于我们的代码实在太多警告了，就属于那种 0 error N warnings 那种，属于你需要找一个警告往往好费好大劲！

 

 

经过好一番检索，果不其然，还真的报警告了，的确是“warning: implicit declaration of function ‘checksum’ [-Wimplicit-function-declaration]”！

 

6.2 盘根问底

看编译器的行为，我们肯定是要看其对应的汇编文件，这里有两个地方需要看，一个是checksum函数的汇编，还有一个调用checksum函数附近的汇编。

 

我们一起看看：

 

•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  

/* checksum 函数的汇编代码 */    .section    .text.checksum,"ax",%progbits    .align    1    .global    checksum    .code    16    .thumb_func    .type    checksum, %functionchecksum:.LFB4:    .loc 1 125 0    .cfi_startproc    @ args = 0, pretend = 0, frame = 0    @ frame_needed = 0, uses_anonymous_args = 0.LVL27:    push    {r4, r5, r6, lr}    .cfi_def_cfa_offset 16    .cfi_offset 4, -16    .cfi_offset 5, -12    .cfi_offset 6, -8    .cfi_offset 14, -4    .loc 1 125 0    movs    r4, r0    movs    r5, r1  // r1 -> r5 ，即 len的值存在r5中    .loc 1 129 0    movs    r2, r1    ldr    r0, .L29.LVL28:    bl    printf  //打印len的值.LVL29:    movs    r3, r4    .loc 1 127 0    movs    r0, #0    adds    r5, r4, r5.LVL30:.L26:    .loc 1 130 0 discriminator 1    cmp    r3, r5  //for循环里面的关键判断，即 i < len    beq    .L28 // 退出for循环    .loc 1 131 0 discriminator 3 //下面就是for循环的循环执行体    ldrb    r2, [r3]    adds    r3, r3, #1.LVL31:    adds    r0, r0, r2.LVL32:    lsls    r0, r0, #16    lsrs    r0, r0, #16.LVL33:    b    .L26.LVL34:.L28:    .loc 1 136 0    @ sp needed.LVL35:    pop    {r4, r5, r6, pc}.L30:    .align    2.L29:    .word    .LC12    .cfi_endproc.LFE4:    .size    checksum, .-checksum

 

由它的汇编代码可知，for循环执行多少次，关键在于r5寄存器的值，也就是len的值。

 

注意在汇编代码这里，是看不到r5是uint8_t还是uint32_t的，它仅仅是一个32位的寄存器。

 

•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  

    .section    .text.verify_checksum,"ax",%progbits    .align    1    .global    verify_checksum    .code    16    .thumb_func    .type    verify_checksum, %functionverify_checksum:.LFB5:    .loc 1 81 0    .cfi_startproc    @ args = 0, pretend = 0, frame = 0    @ frame_needed = 0, uses_anonymous_args = 0.LVL17:    push    {r4, lr}    .cfi_def_cfa_offset 8    .cfi_offset 4, -8    .cfi_offset 14, -4    .loc 1 83 0    ldr    r4, .L20    .loc 1 91 0    @ sp needed    .loc 1 83 0    movs    r0, r4   //r0存储结构体g_data的地址    ldrb    r1, [r4] //将g_data的第一个字节，即g_data.len赋值为r1    adds    r0, r0, #34 //r0的地址偏移34个字节，即偏移到g_data.data的位置；    subs    r1, r1, #1  //关键的一步：r1 = r1 - 1 由于我们复现问题的时候，g_data.len是为0的，所以此时r1的值就是0xFFFFFFFF    bl    checksum    //调用checksum函数,第1-2个入参，分别是r0和r1.LVL18:    .loc 1 84 0    adds    r4, r4, #160    .loc 1 89 0    ldrb    r3, [r4]    lsls    r0, r0, #24.LVL19:    lsrs    r0, r0, #24    subs    r0, r0, r3    .loc 1 91 0    pop    {r4, pc}.L21:    .align    2.L20:    .word    .LANCHOR4    .cfi_endproc.LFE5:    .size    verify_checksum, .-verify_checksum

 

了解汇编知识的，看到上面的汇编代码，结合checksum函数的汇编代码，就应该明白，我前面的假设成立了，但len传入到checksum函数时，它的值真的是0xFFFFFFFF，而使用%u打印出来，就是4294967295。

 

到此，罪魁祸首其实已经找到了，与其说是编译器的无故优化，倒不如说是程序猿写代码不严谨，没有正确处理掉这个编译警告。

 

6.3 解除风险

既然找到了问题根源，那么我们尝试下解除这个风险。

 

方法其实也很简单，直接需要在调用checksum函数的1.c中，include一下checksum函数所在的头文件即可。

 

添加之后，我们看下发生的变化，很显然，checksum函数的汇编代码肯定是没有任何不变的，应该它压根没有改；

 

而调用checksum的汇编就发生了些许的变化，同时编译输出的地方，那个编译警告也都消失了。

 

•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  

* 添加头文件之后的汇编代码 */        .section    .text.verify_checksum,"ax",%progbits    .align    1    .global    verify_checksum    .code    16    .thumb_func    .type    verify_checksum, %functionverify_checksum:.LFB5:    .loc 1 81 0    .cfi_startproc    @ args = 0, pretend = 0, frame = 0    @ frame_needed = 0, uses_anonymous_args = 0.LVL17:    push    {r4, lr}    .cfi_def_cfa_offset 8    .cfi_offset 4, -8    .cfi_offset 14, -4    .loc 1 83 0    ldr    r4, .L20    .loc 1 91 0    @ sp needed    .loc 1 83 0    movs    r0, r4    ldrb    r1, [r4]    adds    r0, r0, #34    subs    r1, r1, #1   //r1寄存器的一样的操作 r1 = r1 - 1    lsls    r1, r1, #24  //关键改变！！！r1 = r1 * (2的24次幂)，也就是算术左移24位    lsrs    r1, r1, #24  //关键改变！！！r1 = r1 / (2的24次幂)，也就是算术右移24位    bl    checksum.LVL18:    .loc 1 84 0    adds    r4, r4, #160    .loc 1 89 0    ldrb    r3, [r4]    lsls    r0, r0, #24.LVL19:    lsrs    r0, r0, #24    subs    r0, r0, r3    .loc 1 91 0    pop    {r4, pc}.L21:    .align    2.L20:    .word    .LANCHOR4    .cfi_endproc.LFE5:    .size    verify_checksum, .-verify_checksum

 

为了好对比，我直接使用对比工具贴图上来看下：

 

 

查了下多出来的这两条指令：lsls和lsrs，参考这里。

 

一个是算术左移24位，一个是算术右移24位，倒来倒去，无非就是把高24位给情况，这样-1的值传入checksum的时候，就只有0x000000FF了，而不是0xFFFFFFFF。

 

这样就把uint8_t len拉回正常的逻辑了，自然也就不会出现之前的for循环一直退不出来了。

 

7 扩展延伸

---

 

上面我提及的场景对应的是ARM平台的，由于我们的代码是跨平台的，支持RISC-V架构，X86架构等等。

 

7.1 RISC-V架构

所以我们来对比看下RISC-V架构下的情况：

 

这么看，RISC-V的处理也是够粗暴的，一个addi指令，把高24位去掉就完事了！！！

 

7.2 80x86架构

我push了一个简易的工程代码到github，以便于重现此问题，感兴趣的可以看这里。

 

很遗憾的是，在80x86上竟然没有复现此问题。

 

代码的核心差别就是是否include 2.h：

 

汇编代码确实有差异：

 

但是跑出来的效果确实一样的：

 

总结下没有复现问题的原因，可能是：

 

编译选项没有使用正确？

80x86编译器更懂事？更能知道如何合理编译代码？

还有未知的编译特性未了解到？

7.3 其他架构

感兴趣的可以在其他平台上验证下，是否有类似的问题，欢迎讨论。

 

8 经验总结

---

 

请提升你的代码编译严谨性，如果是gcc编译器，-Wall -Werror -Os是最低要求；

谈优化代码前，请close掉你的代码编译异常，先达到 0 error 0 warning 再说；

请重视warning: implicit declaration of function这个编译警告；

如果使用gcc编译器，不提示任何编译警告和错误，并不代表编译器没有告诉你，也许是你使用-w选项编译了输出，你仅仅是在自欺欺人而已；

老老实实在调用函数前申明你的函数，或者包含其对应的头文件，有时候编译器的默认行文不见得就可靠；

代码细节很重要，真的是细节决定成败；

不放过一丝可能性，作为一个攻城狮，这点专研精神需要时刻挂在心里；

大胆假设，小心求证，亘古不变的方法论。

　　审核编辑：汤梓红