CoreCLR源码探索(一) Object是什么

时间:2021-03-26 17:30:58

.Net程序员们每天都在和Object在打交道

如果你问一个.Net程序员什么是Object,他可能会信誓旦旦的告诉你"Object还不简单吗,就是所有类型的基类"

这个答案是对的,但是不足以说明Object真正是什么

在这篇文章我们将会通过阅读CoreCLR的源代码了解Object在内存中的结构和实际到内存中瞧瞧Object

勘误

通过更多的测试我发现了以下的错误,在此做出纠正,请之前的读者见谅

  • Object前面的不是指向ObjHeader的指针而是ObjHeader自身
  • GC Pinned保存在ObjHeader(SyncBlock)而不是MethodTable

Object在内存中的结构

为了便于理解后面的内容,我先用一张图说明Object在内存中的结构

CoreCLR源码探索(一) Object是什么

.Net中的Object包含了这三个部分

  • 对象头部(只包含了同步索引块)
  • 指向类型信息的指针
  • 字段内容

微软有一张更全的图(说明的是.Net Framework的结构,但是基本和.Net Core一样)

CoreCLR源码探索(一) Object是什么

Object的源代码解析

Object的定义(摘要)

源代码: https://github.com/dotnet/coreclr/blob/master/src/vm/object.h

class Object
{
PTR_MethodTable m_pMethTab;
}

PTR_MethodTable的定义,DPTR是一个指针的包装类,你可以先理解为MethodTable*的等价

源代码: https://github.com/dotnet/coreclr/blob/master/src/vm/common.h

typedef DPTR(class MethodTable) PTR_MethodTable;

在Object的定义中我们只看到了一个成员,这个成员就是指向类型信息的指针,那其他两个部分呢?

这是获取指向头部的指针的函数,我们可以看到对象头部刚好放在了Object的前面

PTR_ObjHeader GetHeader()
{
LIMITED_METHOD_DAC_CONTRACT;
return dac_cast<PTR_ObjHeader>(this) - 1;
}

这是获取字段内容的函数,我们可以看到字段内容刚好放在了Object的后面

PTR_BYTE GetData(void)
{
LIMITED_METHOD_CONTRACT;
SUPPORTS_DAC;
return dac_cast<PTR_BYTE>(this) + sizeof(Object);
}

我们可以看到Object中虽然只定义了指向类型信息的指针,但运行时候前面会带对象头部,并且后面会带字段内容

Object结构比较特殊,所以这个对象的生成也需要特殊的处理,关于Object的生成我将在后面的篇幅中介绍

Object中定义的m_pMethTab还保存了额外的信息,因为这是一个指针值,所以总会以4或者8对齐,这样最后两个bit会总是为0

.Net利用了最后一个闲置的bit,用于保存GC Marking(GC标记对象是否存活),关于这里我也将在后面的篇幅中介绍

ObjHeader的源代码解析

ObjHeader的定义(摘要)

源代码: https://github.com/dotnet/coreclr/blob/master/src/vm/syncblk.h

class ObjHeader
{
// !!! Notice: m_SyncBlockValue *MUST* be the last field in ObjHeader.
#ifdef _WIN64
DWORD m_alignpad;
#endif // _WIN64 Volatile<DWORD> m_SyncBlockValue; // the Index and the Bits
}

m_alignpad是用于对齐的(让m_SyncBlockValue在后面4位),值应该为0

m_SyncBlockValue的前6位是标记,后面26位是对应的SyncBlockSyncBlockCache中的索引

SyncBlock的作用简单的来说就是用于线程同步的,例如下面的代码会用到SyncBlock

var obj = new object();
lock (obj) { }

ObjHeader只包含了SyncBlock,所以你可以看到有的讲解Object结构的文章中会用SyncBlock代替ObjHeader

关于SyncBlock更具体的讲解还可以查看这篇文章

MethodTable的源代码解析

MethodTable的定义(摘要)

源代码: https://github.com/dotnet/coreclr/blob/master/src/vm/methodtable.h

class MethodTable
{
// Low WORD is component size for array and string types (HasComponentSize() returns true).
// Used for flags otherwise.
DWORD m_dwFlags; // Base size of instance of this class when allocated on the heap
DWORD m_BaseSize; WORD m_wFlags2; // Class token if it fits into 16-bits. If this is (WORD)-1, the class token is stored in the TokenOverflow optional member.
WORD m_wToken; // <NICE> In the normal cases we shouldn't need a full word for each of these </NICE>
WORD m_wNumVirtuals;
WORD m_wNumInterfaces; #ifdef _DEBUG
LPCUTF8 debug_m_szClassName;
#endif //_DEBUG // Parent PTR_MethodTable if enum_flag_HasIndirectParent is not set. Pointer to indirection cell
// if enum_flag_enum_flag_HasIndirectParent is set. The indirection is offset by offsetof(MethodTable, m_pParentMethodTable).
// It allows casting helpers to go through parent chain natually. Casting helper do not need need the explicit check
// for enum_flag_HasIndirectParentMethodTable.
TADDR m_pParentMethodTable; PTR_Module m_pLoaderModule; // LoaderModule. It is equal to the ZapModule in ngened images PTR_MethodTableWriteableData m_pWriteableData; union {
EEClass * m_pEEClass;
TADDR m_pCanonMT;
}; // m_pPerInstInfo and m_pInterfaceMap have to be at fixed offsets because of performance sensitive
// JITed code and JIT helpers. However, they are frequently not present. The space is used by other
// multipurpose slots on first come first served basis if the fixed ones are not present. The other
// multipurpose are DispatchMapSlot, NonVirtualSlots, ModuleOverride (see enum_flag_MultipurposeSlotsMask).
// The multipurpose slots that do not fit are stored after vtable slots.
union
{
PTR_Dictionary * m_pPerInstInfo;
TADDR m_ElementTypeHnd;
TADDR m_pMultipurposeSlot1;
}; union
{
InterfaceInfo_t * m_pInterfaceMap;
TADDR m_pMultipurposeSlot2;
}; // 接下来还有一堆OPTIONAL_MEMBERS,这里省去介绍
}

这里的字段非常多,我将会在后面的篇幅一一讲解,这里先说明MethodTable中大概有什么信息

  • 类型的标记,例如StaticsMask_DynamicStaticsMask_Generics等 (m_dwFlags)
    • 如果类型是字符串或数组还会保存每个元素的大小(ComponentSize),例如string是2 int[100]是4
  • 类型需要分配的内存大小 (m_BaseSize)
  • 类型信息,例如有哪些成员和是否接口等等 (m_pCanonMT)

可以看出这个类型就是用于保存类型信息的,反射和动态Cast都需要依赖它

实际查看内存中的Object

对Object的初步分析完了,可分析对了吗?让我们来实际检查一下内存中Object是什么样子的

VisualStudio有反编译和查看内存的功能,如下图

CoreCLR源码探索(一) Object是什么

这里我定义了MyClassMyStruct类型,先看Console.WriteLine(myClass)

这里把第一个参数设置到rcx并且调用Console.WriteLine函数,为什么是rcx请看查看参考链接中对fastcall的介绍

rbp + 0x50 = 0x1fc8fde110

CoreCLR源码探索(一) Object是什么

跳到内存中以后可以看到选中的这8byte是指向对象的指针,让我们继续跳到0x1fcad88390

CoreCLR源码探索(一) Object是什么

这里我们可以看到MyClass实例的真面目了,选中的8byte是指向MethodTable的指针

后面分别是指向StringMember的指针和IntMember的内容

在这里ObjHeader中的同步索引块值是0,这是正常的,微软在代码中有注释This is often zero

CoreCLR源码探索(一) Object是什么

这里是StringMember指向的内容,分别是指向MethodTable的指针,字符串长度和字符串内容

CoreCLR源码探索(一) Object是什么

这里是MyClassMethodTablem_BaseSize是32

有兴趣的可以去和MethodTable的成员一一对照,这里我就不跟下去了

让我们再看下struct是怎么处理的

CoreCLR源码探索(一) Object是什么

可以看到只是简单的把值复制到了堆栈空间中(rbp是当前frame的堆栈基础地址)

让我们再来看下Console.WriteLine对于struct是怎么处理的,这里的处理相当有趣

CoreCLR源码探索(一) Object是什么

因为需要装箱,首先会要来一个箱子,箱子放在了rbp+30h

CoreCLR源码探索(一) Object是什么

MyStruct中的值复制到了箱子中,rax+8的8是把值复制到MethodTable之后

CoreCLR源码探索(一) Object是什么

复制后,接下来把这个箱子传给Console.WriteLine就和MyClass一样了

另外再附一张实际查看ComponentSize的图

CoreCLR源码探索(一) Object是什么

彩蛋

看完了.Net中对Object的定义,让我们再看下Python中对Object的定义

源代码: https://github.com/python/cpython/blob/master/Include/object.h

#define PyObject_HEAD PyObject ob_base; // 每个子类都需要把这个放在最开头

typedef struct _object {
#ifdef Py_TRACE_REFS
struct _object *_ob_next; // Heap中的前一个对象
struct _object *_ob_prev; // Heap中的后一个对象
#endif
Py_ssize_t ob_refcnt; // 引用计数
struct _typeobject *ob_type; // 指向类型信息
} PyObject;

定义不一样,但是作用还是类似的

参考

http://*.com/questions/20033353/clr-implementation-of-virtual-method-calls-via-pointer-to-base-class

http://*.com/questions/9808982/clr-implementation-of-virtual-method-calls-to-interface-members

http://*.com/questions/1589669/overhead-of-a-net-array

https://en.wikipedia.org/wiki/X86_calling_conventions

https://github.com/dotnet/coreclr/blob/master/src/vm/object.inl

https://github.com/dotnet/coreclr/blob/master/src/vm/object.h

https://github.com/dotnet/coreclr/blob/master/src/vm/object.cpp

https://github.com/dotnet/coreclr/blob/master/src/vm/syncblk.h

https://github.com/dotnet/coreclr/blob/master/src/vm/syncblk.cpp

https://github.com/dotnet/coreclr/blob/master/src/vm/methodtable.inl

https://github.com/dotnet/coreclr/blob/master/src/vm/methodtable.h

https://github.com/dotnet/coreclr/blob/master/src/vm/methodtable.cpp

https://github.com/dotnet/coreclr/blob/master/src/vm/class.h

https://github.com/dotnet/coreclr/blob/master/src/inc/daccess.h

https://github.com/dotnet/coreclr/blob/master/src/debug/daccess/dacfn.cpp

写在最后

因为是刚开始阅读coreclr的代码,如果有误请在留言中指出

接下来有时间我将会着重阅读和介绍这些内容

  • Object的生成和销毁
  • Object继承的原理(MethodTable)
  • Object同步的原理(ObjHeader, SyncBlock)
  • GC的工作方式
  • DACCESS

敬请期待

2017-11-03更新: 这个系列暂时会停止更新, 很可惜上面的3项不能介绍它们了