LLVM上的Syscall/sysenter

Question

我如何编写LLVM位代码以发出特定于体系结构的系统调用指令？

更具体地说，clang支持内联汇编，并明确支持发出系统调用（否则无法编译libc和vdso）。这个过程是如何进行翻译的，我该如何调整它以再现此行为？

我理解LLVM本身可能不理解各种架构使用的调用接口和寄存器调度在LLVM字节码中以足够高级的方式表达（例如，可能在其他地方填充）。但是，显然存在一个阶段可以添加此类信息。

从“带有内联汇编的C源”之后的任何阶段开始，我要怎么做？

令人满意的答案将包括如何调用五个参数的int 0x80系统调用的示例。我选择五个参数，因为需要将其溢出到堆栈，并且我选择int 0x80因为它易于理解并且在最常见的平台上。

- Zach Riggle

---

有没有相关的开源示例可以供您学习？ - Chris Stratton

为什么不使用内联汇编来进行系统调用？ - Ross Ridge

Chris：没有，至少我还没有发现。 - Zach Riggle

Ross：这是一个LLVM代码生成灵活性的练习。与其使用“带有内联汇编的C语言”，我更想使用“带有内联汇编的LLVM位码”。在将“带有内联汇编的C语言”转换为“已组装的机器码”的某个阶段，必须存在同时具有LLVM位码和特定于架构的汇编的中间阶段。我正在寻找一个例子，具体涉及到int 0x80和设置适当的寄存器。 - Zach Riggle

在LLVM汇编语言（“比特码”）中，内联汇编语句表示为调用指令，该指令“调用”一个内联汇编表达式（该表达式是一个包含“体系结构特定”汇编指令、约束条件和一些标志的字符串）。在函数中没有其他“体系结构特定”的汇编表示形式，您可以使用C语言中的内联汇编轻松生成此类示例。因此，我不明白您问题的意义所在。 - Ross Ridge

任何快速且正确的实现示例都将是极好的。 - exa

Answer 1

由于exa提供了悬赏，我在这里发布一个回答。

在Ross Ridge的评论和对clang的一些尝试后，我意识到这是一个有点愚蠢的问题。

让我们假设我们有以下程序，它使用内联汇编直接调用write()函数。

#include <stdio.h>
int main(void)
{
    char *buf = "test\n";
    ssize_t n;
    asm volatile (
        "movl $0x00000002, %%edi\n"  /* first argument == stderr */
        "movl $0x00000006, %%edx\n"  /* third argument == number of bytes */
        "movl $1, %%eax\n"  /* syscall number == write on amd64 linux */
        "syscall\n"
        : "=A"(n)         /* %rax: return value */
        : "S"(buf));      /* %rsi: second argument == address of data to write */
    return n;
}

我们可以使用 gcc 或者 clang 进行编译，得到的结果大致相同。

$ gcc -o syscall.gcc syscall.c
$ clang -o syscall.clang syscall.c
$ ./syscall.gcc
test
$ ./syscall.clang
test

如果我们希望查看生成此代码所使用的精确LLVM指令，我们只需使用-emit-llvm标志即可。如您所见，有一行call i64 asm sideeffect，其中包含完整的内联汇编字符串。

$ clang -S -emit-llvm syscall.c
$ cat syscall.ll
; ModuleID = 'syscall.c'
target datalayout = "e-m:e-i64:64-f80:128-n8:16:32:64-S128"
target triple = "x86_64-pc-linux-gnu"

@.str = private unnamed_addr constant [6 x i8] c"test\0A\00", align 1

; Function Attrs: nounwind uwtable
define i32 @main() #0 {
  %1 = alloca i32, align 4
  %buf = alloca i8*, align 8
  %n = alloca i64, align 8
  store i32 0, i32* %1
  store i8* getelementptr inbounds ([6 x i8]* @.str, i32 0, i32 0), i8** %buf, align 8
  %2 = load i8** %buf, align 8
  %3 = call i64 asm sideeffect "movl $$0x00000002, %edi\0Amovl $$0x00000006, %edx\0Amovl $$1, %eax\0Asyscall\0A", "=A,{si},~{dirflag},~{fpsr},~{flags}"(i8* %2) #1, !srcloc !1
  store i64 %3, i64* %n, align 8
  %4 = load i64* %n, align 8
  %5 = trunc i64 %4 to i32
  ret i32 %5
}

attributes #0 = { nounwind uwtable "less-precise-fpmad"="false" "no-frame-pointer-elim"="true" "no-frame-pointer-elim-non-leaf" "no-infs-fp-math"="false" "no-nans-fp-math"="false" "stack-protector-buffer-size"="8" "unsafe-fp-math"="false" "use-soft-float"="false" }
attributes #1 = { nounwind }

!llvm.ident = !{!0}

!0 = metadata !{metadata !"Ubuntu clang version 3.5-1ubuntu1 (trunk) (based on LLVM 3.5)"}
!1 = metadata !{i32 134, i32 197, i32 259, i32 312}

- Zach Riggle

---

看起来没问题。我没有意识到我可以使用clang得到正确答案的演示。 - exa