C++ / Boost ASIO 中的内联 ntohs() / ntohl()

Question

大家好，我正在使用C++/Boost ASIO，并且为了提高性能，我需要内联使用ntohl()。 每个数据包包含256个int32s，因此需要大量调用ntohl()。 有人这样做过吗？

以下是在VC10++上进行所有优化编译的汇编输出：

;  int32_t d = boost::asio::detail::socket_ops::network_to_host_long(*pdw++);
mov      esi, DWORD PTR _pdw$[esp+64]
mov      eax, DWORD PTR [esi]
push     eax
call     DWORD PTR __imp__ntohl@4

我也尝试过winsock提供的常规ntohl()。 如果有帮助，将不胜感激。

此外，我一直在考虑采用C语言的#define宏来进行简单的int32位移（如果网络顺序与机器顺序在编译时不匹配）。 如果有人知道并能提供在x86 / x64架构上最有效的ntohl()汇编，那就太棒了。 最终我的代码还需要可移植到ARM。

- Mark

---

你正在使用的操作系统和平台是什么？ - user405725

顺便说一下，如果你使用Boost ASIO并认为调用“ntohl”是性能瓶颈的话，那你就错得离谱了 :) - user405725

目前支持Windows 7和x64平台，很快也可能会支持Linux x64平台。最终代码将在带有Linux的ARM Cortex-A9平台上运行。 - Mark

分析器告诉我，我只有一个套接字/一个线程，并且正在读取UDP数据报，问题是数据速率接近70MB/s或~70,000个数据包/秒。软件CRC检查也是一个巨大的瓶颈，但正在移入硬件中。 - Mark

你确定你有一个自定义的处理程序分配器，避免调用malloc/free/new/delete吗？如果没有，那么你的分析器是如何显示对ntohl的调用而不是malloc的呢？或者你是在分析进程所花费的CPU周期，排除阻塞系统调用吗？ - user405725

Answer 1

x86-32和x86-64平台有一个32位的'bswap'汇编指令。我认为您不会比这个操作更好。

uint32_t asm_ntohl(uint32_t a)
{
   __asm
    {
       mov eax, a;
       bswap eax; 
    }
}

- David Schwartz

---

谢谢，工作几乎完美无缺，除了微软编译器插入了2个指令来备份'a'到堆栈中，所以我使用了内置的_byteswap_ulong()函数。这里是相关主题的链接如果允许的话，我可能会转向英特尔编译器。 :) - Mark

MSVC 不支持在 x64/amd64 上使用内嵌汇编。自 ATOM 开始，英特尔引入了 movbe 指令，但随后桌面 CPU 也支持该指令。推荐通过 CPUID 测试该功能。movbe 可用于将数据从内存加载到寄存器，并将其视为大端字节序。 - zhaorufei

Answer 2

看看汇编代码，__imp_ntohl@4是DLL中的导入符号，因此它是外部函数，不能被内联。

当然，您可以编写自己的版本，甚至可以使用宏，知道您很可能在小端机器上使用Windows，您只需要交换字节即可。

您可以在glib的

gtypes.h

头文件中找到几个高度优化的版本，或多或少是可移植的版本，宏GUINT32_SWAP_LE_BE： glib.h

- rodrigo

---

给其他人的一条提示：glib.h 是为 x86 与 GNU C 编译器进行了优化，对于其他架构/编译器，它会执行 << 和 |，就像 #define 宏和常规 C 一样。 - Mark

Answer 3

请查看优化字节交换以获得乐趣和利润。它解释了如何使其更快。

但我强烈建议您停止担心它。想想看 - 每次调用async_read时，ASIO都会分配内存来存储处理程序的状态，仅举一个例子。这远比调用默认情况下在Linux中内联的无辜ntohl要昂贵得多。看起来你有一个过早优化的问题 - 你应该立即停止，否则你将浪费时间和资源。毕竟 - 先对应用程序进行分析，然后再进行优化（建议使用vTune或TotalView）。

- user405725

---

我正在线程中使用sync_read来避免mallocs并传递相同的预分配缓冲区。不过你说得对，我现在还为时过早地进行了优化。我一定会去看看vTune，谢谢！ - Mark

@Mark：告诉你吧 - 即使你使用相同的线程和预分配缓冲区，你仍然不能避免内存分配。调用async_read需要将附加状态与操作相关联，并且ASIO会自动为此分配/释放内存，除非你使用自定义处理程序分配器。所以你走了正确的道路 - 先进行性能分析 :-) - user405725

抱歉，在我上一篇帖子中我说了“sync_read”，但实际上我调用的是m_socket.receive_from(boost::asio::buffer(m_packet_buffer), m_remote_ep)，因此没有进行内存分配？我认为它应该直接映射到类似BSD风格的套接字调用？ - Mark

@Mark：糟糕，对于同步调用，可能没有分配，因为您没有必须以异步方式调用的回调函数，但您必须仔细检查。当推动到极限时，Asio是非常纯粹的表现者，所以要保持警惕 :) - user405725