手把手教你从零开始实现C++协程
简介
在上一篇文章 《微信终端自研C++协程框架的设计与实现》 中，我们介绍了异步编程的演化过程和 owl 协程的整体设计思路，因篇幅所限，上文中并没有深入到协程的具体实现细节。用 C++ 实现有栈协程，核心在于实现协程上下文切换，在 owl 协程的整体架构中，owl.context 位于最底层，所有上层 API 全部基于这一层来实现：
本文将详细讲解 C++ 协程上下文切换的底层原理，手把手教你从零开始实现 C++ 协程。
owl.context 接口设计
业界比较有名的上下文切换库有 ucontext 和 boost.context，其中 ucontext 的接口文档齐全且语义清晰，而 boost.context 的接口略显晦涩。为了代码便于理解，一开始 owl.context 打算直接兼容 ucontext 接口，仔细研究后发现 ucontext 的一些设计在如今看来并不合理，严格遵循 ucontext 的接口会导致不必要的实现复杂度。因此最终的接口整体保留了 ucontext 的语义，但在细节上做了一些优化。
owl.context 一共有 4 个 API，先看一下接口定义，后面会依次讲解每一个 API 的具体实现：
typedef struct {
void* base;
size_t size;
} co_stack_t;
typedef struct co_context {
co_reg_t regs[32];
co_stack_t stack;
struct co_context* link;
} co_context_t;
// 获取当前 context
// 返回值 0 表示正常返回
// 返回值 1 表示调用 co_setcontext 导致函数返回
int co_getcontext(co_context_t* ctx);
// 跳转到指定 context 执行
void co_setcontext(const co_context_t* ctx);
// 先获取当前 context，再跳转到指定 context 执行
void co_swapcontext(co_context_t* octx, const co_context_t* ctx);
// 创建新 context，在指定的栈上为 fn 设置好执行环境
// 跳转到此 context 等价于调用 fn(arg)
void co_makecontext(co_context_t* ctx, void (*fn)(uintptr_t), uintptr_t arg);
上下文切换示例
在讲解上述 API 的具体实现之前，我们先通过一个示例了解上下文切换的基本概念：
void test() {
printf("start\n");
volatile int n = 3;
co_context_t ctx;
int ret = co_getcontext(&ctx);
if (n > 0) {
printf("ret = %d, n = %d\n", ret, n);
sleep(1);
--n;
co_setcontext(&ctx);
}
printf("end\n");
}
运行结果：
start
ret = 0, n = 3
ret = 1, n = 2
ret = 1, n = 1
end
从运行结果可以看出，co_getcontext、co_setcontext 本质上相当于一个增强版 goto，可以控制执行流在同一个栈的栈帧之间跳转。第 5 行先调用 co_getcontext() 将当前上下文保存到 ctx 变量，代码执行到 co_setcontext(&ctx) 时，执行流跳回到 co_getcontext() 这行继续执行，从 C/C++ 语言的角度看起来的效果是：co_getcontext() 函数再次返回，只不过返回值变为 1 了。
上下文切换原理
要实现上下文切换，必须先了解线程上下文的概念，对于一个正在运行的线程，其上下文由两部分组成：
CPU 寄存器的值 线程的私有数据
其中 线程的私有数据 只有极少数平台（如 win32）才有，对于绝大部分主流操作系统，线程的上下文主要由 CPU 寄存器的值 组成。因此，要实现上下文切换，只需要实现寄存器的保存/恢复即可。
那么哪些寄存器需要保存/恢复呢？这就需要了解寄存器使用约定，以 32 位 ARM 架构为例，其调用约定在 AAPCS（Procedure Call Standard for the ARM Architecture）官方文档中有详细描述，AAPCS 规定：
一共有 16 个整数寄存器 r0-r15，32 个浮点寄存器 s0-s31 r0-r3 用作参数，r0-r1 用作返回值 r4-r8、r10、r11、s16-s31 为 callee saved registers r9 由平台自定义如何使用 r11-r15 为特殊寄存器，分别对应（r11 = FP、r12 = IP、r13 = SP、r14 = LR、r15 = PC）
对于 callee saved registers，若函数中要用这些寄存器，必须先将这些寄存器的值压栈保存，用完这些寄存器后，在函数返回前从栈中恢复这些寄存器的值。也就是说，若函数 foo 调用函数 bar，当 bar 返回后这些寄存器的值一定不会被改变。
对于非 callee saved registers（如 r0-r3），函数中可以随意使用这些寄存器。也就是说，若函数 foo 调用函数 bar，当 bar 返回后这些寄存器的值可能会被改变。
在上面的示例中，test() 调用了 co_getcontext()，按照寄存器使用约定可知，当 co_getcontext() 返回后（无论是正常返回还是因 co_setcontext() 跳转返回），必须保证 callee saved registers 的值不变，因此 co_getcontext 需要保存如下寄存器的值：
callee saved registers r9 由平台自定义，有可能被当做 callee saved registers 使用，必须保存 SP 为 stack pointer，表示栈指针，必须保存 LR 为 link register，表示当前函数的返回地址，必须保存
相应的，co_setcontext 需要恢复上述寄存器的值。
由于每一种 CPU 架构都有自己的指令集和函数调用约定，甚至同一种 CPU 架构下不同操作系统也会有不同的调用约定。为了方便讲解，本文涉及到的所有 API 实现均基于 32 位 ARM 架构。
co_getcontext 实现
有了上面的分析，实现 co_getcontext 就比较简单了，只用把寄存器 r4-r11、SP、LR、s16-s31 的值保存到 ctx->regs 中即可，汇编代码：
/* int co_getcontext(co_context_t* ctx); */
.globl co_getcontext
co_getcontext:
/* save r4-r11, lr, sp to regs[0-9] */
mov r1, sp
stmia r0!, { r4-r11, lr }
stmia r0!, { r1 }
/* save s16-s31 to regs[16-31] */
add r0, r0, #24
vstmia r0, { s16-s31 }
/* return 0 */
mov r0, #0
mov pc, lr
为了便于理解，附上 ctx->regs 内存布局：
co_setcontext 实现
co_setcontext 的功能几乎与 co_getcontext 对称，反向操作即可：
/* void co_setcontext(co_context_t* ctx); */
.globl co_setcontext
co_setcontext:
/* load r4-r11, lr, sp from regs[0-9] */
ldmia r0!, { r4-r11, lr }
ldmia r0!, { r1 }
mov sp, r1
/* load s16-s31 from regs[16-31] */
add r0, r0, #24
vldmia r0, { s16-s31 }
/* make co_getcontext() return 1 */
mov r0, #1
mov pc, lr
有一个比较微妙的点是，正常调用 co_getcontext() 返回值是 0，而最后两行汇编会让 co_getcontext() 再次返回且返回值是 1。
co_swapcontext 实现
co_swapcontext() 本质上是先调用 co_getcontext() 再调用 co_setcontext()，因此可以用 C 语言实现：
void co_swapcontext(co_context_t* octx, const co_context_t* ctx) {
if (co_getcontext(octx) == 0) {
co_setcontext(ctx);
}
}
注：在 ucontext 的 glibc 实现中，swapcontext() 并没有采用上述取巧的方式，而是用汇编重新实现了一遍保存和恢复上下文的逻辑，实际上并不是很必要。owl.context 直接复用 co_getcontext、co_setcontext，大大减少了汇编代码量。
co_makecontext 示例
使用 co_getcontext、co_setcontext 只能在同一个调用栈中跳转，并不具备实用价值。要实现有栈协程，每个协程必须有独立的调用栈，使用 co_makecontext 可以在指定的栈上创建一个新的执行环境，看一个稍微复杂点的例子：
co_context_t ctx0;
co_context_t ctx1;
void co_hello(uintptr_t arg) {
printf("co_hello() Enter arg = %lu\n", arg);
co_swapcontext(&ctx1, &ctx0);
printf("co_hello() Exit\n");
}
void test_make_context() {
printf("main start\n");
char stack[4096];
// 1.设置栈
ctx1.stack.base = stack;
ctx1.stack.size = sizeof(stack);
// 2.设置 co_hello 返回后需要跳转的上下文
ctx1.link = &ctx0;
// 3.为 co_hello 创建执行环境
co_makecontext(&ctx1, &co_hello, 100);
printf("main start co_hello\n");
co_swapcontext(&ctx0, &ctx1);
printf("main resume co_hello\n");
co_swapcontext(&ctx0, &ctx1);
printf("main end\n");
}
运行结果：
main start
main start co_hello
co_hello() Enter arg = 100
main resume co_hello
co_hello() Exit
main end
co_makecontext 能够通过栈地址、栈大小、入口函数和函数参数创建一个执行环境，这一点与 pthread_create 很像，区别在于 pthread_create 会创建一个新线程，而 co_makecontext 只是创建一个独立的调用栈。
假设 test_make_context() 在主线程运行，则 co_hello() 也在主线程运行，区别是前者使用的是主线程栈，后者使用的是 co_makecontext 时设置的栈，由于两个函数在不同的栈中运行，来回跳转交叉执行栈上的状态也能够得以保留。两个函数之间的切换时序如下：
co_makecontext 实现
要实现 co_makecontext，需要了解 AAPCS 函数调用约定，调用约定规定了调用方（caller）和被调方（callee）的职责，要创建调用栈只需了解调用方的职责即可，在调用一个函数前调用方需要：
设置好函数调用参数：若参数个数 <= 4 依次使用 r0-r3 传递；若参数个数 > 4，前 4 个参数用 r0-r3 传递，剩余参数按照从右向左的顺序压栈 确保栈对齐：参数全部入栈后 SP % 8 == 0（即按照 8 字节对齐）
为方便理解，看一个例子：
int hello(int a, int b, int c, int d,
int e, int f) {
//...
}
void test() {
hello(0, 1, 2, 3, 4, 5);
//...
}
test() 调用 hello() 之前，需要为 hello() 设置好参数，hello() 有 6 个参数，按照调用约定，前 4 个参数 （0，1，2，3） 依次放入 （r0，r1，r2，r3），后 2 个参数 （4，5） 压栈，此时寄存器和调用栈的状态如下：
当代码运行到 hello() 中时，通过 （r0，r1，r2，r3） 可以访问前 4 个参数，通过 FP 寄存器加偏移可以访问后 2 个参数，此时寄存器和调用栈的状态如下：
到此实现 co_makecontext 就比较容易了，主要做的事情是：
为入口函数设置好参数：
入口函数的函数原型为
void (uintptr_t)，只有一个参数，直接将此参数保存到r0即可注：ucontext 中 makecontext 的函数原型为：
void makecontext(ucontext_t *ucp, void (*func)(), int argc, ...);
由于其入口函数可以支持多个 int 参数，参数个数大于 4 时需要进行压栈，因此 ucontext 中实现 makecontext 会比较复杂。不只是 32 位 ARM，大部分架构的调用约定中都有前 N 个参数直接使用寄存器，超过 N 个参数需要压栈的约定。owl.context 将参数个数限制为一个，避免了繁琐的压栈操作，大大降低了实现复杂度。
保证栈按照 8 字节对齐
确保入口函数执行完毕后能跳转到 link 所指的上下文继续运行：
ARM 架构中，函数返回地址保存在 lr 寄存器，我们可以将 lr 寄存器的值改为某个 stub 函数地址，这样函数执行完毕后将会执行 stub 函数，在 stub 中跳转到 link 执行即可。
co_makecontext 的实现代码如下：
#define R4 0
#define LR 8
#define SP 9
#define FN 10
#define ARG 11
void co_makecontext(co_context_t* ctx,
void (*fn)(uintptr_t),
uintptr_t arg) {
uintptr_t stack_top =
(uintptr_t)ctx->stack.base +
ctx->stack.size;
/* ensure the stack 8 byte aligned */
uintptr_t* sp = (uintptr_t*)(stack_top & -8L);
ctx->regs[R4] = (uintptr_t)ctx->link;
ctx->regs[LR] = (uintptr_t)&co_jump_to_link;
ctx->regs[SP] = (uintptr_t)sp;
ctx->regs[FN] = (uintptr_t)fn;
ctx->regs[ARG] = arg;
}
其中 co_jump_to_link 则是上面提到的 stub 函数，需要用汇编实现：
/* void co_jump_to_link(); */
.globl co_jump_to_link
co_jump_to_link:
/* when fn(arg) return call co_setcontext(link) */
movs r0, r4
bne co_setcontext
b exit
最新 ctx->regs 的内存布局如下（与之前版本相比，新增了 fn 和 arg 字段）：
co_makecontext 的实现其实很简单，只需要设置 （r4、lr、sp、fn、arg） 即可，其中 r4 用于存放 link。因为是全新的调用栈 （r5-r11、s16-s31） 的值并不重要。
还记得之前 co_setcontext、co_setcontext 的实现吗？之前的版本并没有处理 co_makecontext 的情况，因此需要稍做修改：
对于 co_getcontext，需要将 fn、arg 赋空值 对于 co_setcontext，需要判断 fn 的值，若不为空则调用 fn(arg)，否则走之前的逻辑直接返回
最终的实现代码：
/* int co_getcontext(co_context_t* ctx); */
.globl co_getcontext
co_getcontext:
/* r1 = sp, r2 = fn, r3 = arg */
mov r1, sp
mov r2, #0
mov r3, #0
/* save r4-r11, lr, sp to regs[0-9] */
stmia r0!, { r4-r11, lr }
stmia r0!, { r1-r3 }
/* save s16-s31 to regs[16-31] */
add r0, r0, #16
vstmia r0, { s16-s31 }
/* return 0 */
mov r0, #0
mov pc, lr
/* void co_setcontext(co_context_t* ctx); */
.globl co_setcontext
co_setcontext:
/* r1 = sp, r2 = fn, r3 = arg */
/* load r4-r11, lr, sp from regs[0-9] */
ldmia r0!, { r4-r11, lr }
ldmia r0!, { r1-r3 }
mov sp, r1
/* load s16-s31 from regs[16-31] */
add r0, r0, #16
vldmia r0, { s16-s31 }
/* call fn(arg) if fn != 0 */
cmp r2, #0
bne .cofunc
/* make co_getcontext() return 1 */
mov r0, #1
mov pc, lr
.cofunc:
/* call fn(arg) */
mov r0, r3
mov pc, r2
总结
理解了 owl.context 在 32 位 ARM 架构下的实现原理，要支持其它架构也就不难了，套路都类似，只需要熟悉每一种 CPU 架构的常用指令集和调用约定，最终就能实现一个支持全平台全架构的 owl.context 库。当然，在具体实现过程中会有很多坑，如：
win32 中如何在协程中支持 C++ 异常 Windows 中对 FS/GS 寄存器的特殊处理 x64 和 AMD64 调用约定的区别 ARM/THUMB 模式的兼容 watchOS 中对 arm64_32 的特殊处理
由于篇幅原因，就此打住，以后再找机会分享。