今天和20年前的内存对齐方式

Question

在著名的论文“Smashing the Stack for Fun and Profit”中，作者使用了一个C语言函数。

void function(int a, int b, int c) {
  char buffer1[5];
  char buffer2[10];
}

并生成相应的汇编代码输出

pushl %ebp
movl %esp,%ebp
subl $20,%esp

作者解释说，由于计算机按字大小的倍数寻址内存，编译器在堆栈上保留了20个字节（8个字节用于缓冲区1，12个字节用于缓冲区2）。

我尝试重现此示例并获得以下结果：

pushl   %ebp
movl    %esp, %ebp
subl    $16, %esp

有不同的结果！我尝试了各种buffer1和buffer2大小的组合，现代gcc似乎不再将缓冲区大小填充到字大小的倍数。而是遵守-mpreferred-stack-boundary选项。

举个例子--使用论文中的算术规则，对于buffer1[5]和buffer2[13]，我会得到在堆栈上保留8+16=24字节。但实际上我得到了32字节。

这篇论文相当古老，之后发生了很多事情。我想知道，究竟是什么促使了这种行为上的改变？是向64位机器的过渡吗？还是其他什么？

编辑

该代码在x86_64机器上使用gcc版本4.8.2（Ubuntu 4.8.2-19ubuntu1）进行编译，如下所示：

$ gcc -S -o example1.s example1.c -fno-stack-protector -m32

- 0x00

---

8加16等于24，不是20。顺便说一句，编译器似乎变得更聪明了，它的本地变量分析通过考虑了两个字符数组，由于字符数组不需要任何对齐，所以它将它们粘在一起，并使得结果的"紧凑"数组对齐。 - The Paramagnetic Croissant

对于char值进行对齐有意义吗？ - Matti Virkkunen

这是在x86还是x86_64上运行的？ - rmmh

我不太清楚这个问题，但我对答案很感兴趣。我想知道它是否与为解决此问题而创建的优化或事物的64位性有关。 - Frank V

我在想，如果将那个函数调用改为外部函数，以符合ABI堆栈对齐要求，是否可以使堆栈底部对齐。在叶函数中，对齐可能会被优化掉。（虽然保留一些不使用的堆栈字节通常不是问题，但呃） - Matti Virkkunen

Answer 1

发生变化的是SSE, 它需要16字节对齐，这在这篇较旧的gcc文档中有所涵盖-mpreferred-stack-boundary=num，其中提到（我强调）：

在奔腾和奔腾Pro上，double和long double值应该对齐到8字节边界（参见-malign-double），否则会遭受显著的运行时性能惩罚。 在奔腾III上，流媒体SIMD扩展（SSE）数据类型__m128如果未对齐到16字节，则会遭受类似的惩罚。

这也得到了论文Smashing The Modern Stack For Fun And Profit的支持，该论文涵盖了其他现代变化，这些变化破坏了Smashing the Stack for Fun and Profit的做法。

- Shafik Yaghmour

Answer 2

内存对齐，其中堆栈对齐只是其中一个方面，取决于体系结构。它在语言的应用二进制接口和体系结构（CPU，甚至可能因平台而异）的过程调用标准中部分定义（有时两者合并为单个规范），还取决于编译器/工具链，前两个文档（名称可能不同）大多用于函数之间的外部接口；他们可能会将内部结构留给工具链。但是，这必须与体系结构匹配。通常，硬件需要最小对齐方式，但允许出于性能原因使用更大的对齐方式（例如：字节对齐最小，但这将需要多个总线周期才能读取32位字，因此编译器使用32位对齐）。

通常，编译器（遵循PCS）使用最适合体系结构的对齐方式，并受到优化设置的控制（针对速度或大小进行优化）。 它不仅考虑对象的大小（对齐到其自然边界），还考虑内部总线的大小（例如，32位x86具有内部64或128位总线，ARM CPU具有内部32到128位（可能更宽）位总线），缓存等。 对于局部变量，它还可以考虑访问模式，因此可以将两个相邻的变量并行加载到寄存器对中，而不是进行两个单独的加载或重新排序这些变量。

例如，堆栈指针可能需要更高的对齐方式，以便CPU可以一次推入中断帧中的两个寄存器，推入需要更高对齐方式的向量寄存器等。您可以写一本相当厚的书来讲述这个主题（我打赌，有人已经写过了）。

因此，通常没有单一的对齐方式适用于所有情况。但是，对于结构体和数组包装，C标准确实定义了一些包装/对齐规则，主要是为了保证例如sizeof（type）和数组中的地址的一致性（对于正确的malloc（）所需）。即使char数组也可能被对齐以实现最佳缓存布局。请注意，不仅CPU可能具有缓存，而且PCIe桥接器也可能具有缓存，更不用说PCIe传输本身直到DRAM页面。

- too honest for this site

Answer 3

我没有尝试过你报告的特定编译器版本或发行版。我的猜测是16来自于堆栈上的字节对齐要求（即所有堆栈调整都将是x字节对齐，而x可能是你的调用中的16）。

请注意，你似乎已经开始使用的变量对齐与上述略有不同，并且由gcc中变量上的对齐标记控制。尝试使用它们，你应该会看到一个不同之处。

- banal