iOS - cache_t分析

1. cache中存储的是什么？

  • 查看cache_t的源码，发现分成了3个架构的处理，其中真机的架构中，mask和bucket是写在一起，目的是为了优化，可以通过各自的掩码来获取相应的数据

    • CACHE_MASK_STORAGE_OUTLINED 表示运行的环境 模拟器 或者 macOS
    • CACHE_MASK_STORAGE_HIGH_16 表示运行环境是 64位的真机
    • CACHE_MASK_STORAGE_LOW_4 表示运行环境是 非64位的真机 
struct cache_t {
#if CACHE_MASK_STORAGE == CACHE_MASK_STORAGE_OUTLINED//macOS、模拟器 -- 主要是架构区分
    // explicit_atomic 显示原子性，目的是为了能够 保证 增删改查时 线程的安全性
    //等价于 struct bucket_t * _buckets;
    //_buckets 中放的是 sel imp
    //_buckets的读取 有提供相应名称的方法 buckets()
    explicit_atomic<struct bucket_t *> _buckets;
    explicit_atomic<mask_t> _mask;
#elif CACHE_MASK_STORAGE == CACHE_MASK_STORAGE_HIGH_16 //64位真机
    explicit_atomic<uintptr_t> _maskAndBuckets;//写在一起的目的是为了优化
    mask_t _mask_unused;
    
    //以下都是掩码，即面具 -- 类似于isa的掩码，即位域
    // 掩码省略....
#elif CACHE_MASK_STORAGE == CACHE_MASK_STORAGE_LOW_4 //非64位 真机
    explicit_atomic<uintptr_t> _maskAndBuckets;
    mask_t _mask_unused;

    //以下都是掩码，即面具 -- 类似于isa的掩码，即位域
    // 掩码省略....
#else
#error Unknown cache mask storage type.
#endif
    
#if __LP64__
    uint16_t _flags;
#endif
    uint16_t _occupied;

    //方法省略.....
}
  • 查看bucket_t的源码，同样分为两个版本，真机 和 非真机，不同的区别在于sel和 imp的顺序不一致
struct bucket_t {
private:
#if __arm64__ //真机
    //explicit_atomic 是加了原子性的保护
    explicit_atomic<uintptr_t> _imp;
    explicit_atomic<SEL> _sel;
#else //非真机
    explicit_atomic<SEL> _sel;
    explicit_atomic<uintptr_t> _imp;
#endif
    //方法等其他部分省略
}

所以通过上面两个结构体源码可知，cache中缓存的是sel-imp
整体的结构如下图所示

2. 在cache中查找sel-imp

cache_t中查找存储的sel-imp，有以下两种方式

  • 通过源码查找
  • 脱离源码在项目中查找

准备工作

  • 定义一个LGPerson类，并定义两个属性及5个实例方法及其实现
    .h


    .m

  • 在main中定义LGPerson类的对象p，并调用其中的3个实例方法，在p调用第一个方法处加一个断点

2.1. 通过源码查找

  • 运行执行，断在[p sayHello]部分，此时执行以下lldb调试流程

    • cache属性的获取，需要通过pclass的首地址平移16字节，即首地址+0x10获取cache的地址

    • 从源码的分析中，我们知道sel-imp是在cache_t的_buckets属性中（目前处于macOS环境），而在cache_t结构体中提供了获取_buckets属性的方法buckets()

    • 获取了_buckets属性，就可以获取sel-imp了，这两个的获取在bucket_t结构体中同样提供了相应的获取方法sel() 以及imp(pClass)

由上图流程可知，在没有执行方法调用时，此时的cache是没有缓存的，执行了一次方法调用，cache中就有了一个缓存，即调用一次方法就会缓存一次方法。

验证打印的sel和imp就是我们调用的呢？可以通过machoView打开target的可执行文件，在方法列表中查看其imp的值是否是一致的，如下所示，发现是一致的，所以打印的这个sel-imp就是LGPerson的实例方法

  • 我们再次调用一个方法，这次我们想要获取第二个sel，其调试的lldb如下

那么获取第二个呢？曾提及过一个概念 指针偏移，所以我们这里可以通过_buckets属性的首地址偏移，即 p *($9+1)即可获取第二个方法的sel 和imp
如果有多个方法需要获取，以此类推，例如p *($9+i)

2.2. 脱离源码通过项目查找

脱离源码环境，就是将所需的源码的部分拷贝至项目中，其完整代码如下

typedef uint32_t mask_t;  // x86_64 & arm64 asm are less efficient with 16-bits

struct lg_bucket_t {
    SEL _sel;
    IMP _imp;
};

struct lg_cache_t {
    struct lg_bucket_t * _buckets;
    mask_t _mask;
    uint16_t _flags;
    uint16_t _occupied;
};

struct lg_class_data_bits_t {
    uintptr_t bits;
};

struct lg_objc_class {
    Class ISA;
    Class superclass;
    struct lg_cache_t cache;             // formerly cache pointer and vtable
    struct lg_class_data_bits_t bits;    // class_rw_t * plus custom rr/alloc flags
};


int main(int argc, const char * argv[]) {
    @autoreleasepool {
        LGPerson *p  = [LGPerson alloc];
        Class pClass = [LGPerson class];  // objc_clas
        [p say1];
        [p say2];
        //[p say3];
        //[p say4];

        struct lg_objc_class *lg_pClass = (__bridge struct lg_objc_class *)(pClass);
        NSLog(@"%hu - %u",lg_pClass->cache._occupied,lg_pClass->cache._mask);
        for (mask_t i = 0; i<lg_pClass->cache._mask; i++) {
            // 打印获取的 bucket
            struct lg_bucket_t bucket = lg_pClass->cache._buckets[I];
            NSLog(@"%@ - %p",NSStringFromSelector(bucket._sel),bucket._imp);
        }

        
        NSLog(@"Hello, World!");
    }
    return 0;
}

  • 这里有个问题需要注意，在源码中，objc_class的ISA属性是继承自objc_object的，但在我们将其拷贝过来时，去掉了objc_class的继承关系，需要将这个属性明确，否则打印的结果是有问题，所以得加上ISA属性，打印结果

  • 在增加两个方法的调用，即解开say3、say4的注释，其打印结果如下

针对上面的打印结果，有以下几点疑问

  • 1、_mask是什么？
  • 2、_occupied 是什么？
  • 3、为什么随着方法调用的增多，其打印的occupied 和 mask会变化？
  • 4、bucket数据为什么会有丢失的情况？，例如2-7中，只有say3、say4方法有函数指针
  • 5、2-7中say3、say4的打印顺序为什么是say4先打印，say3后打印，且还是挨着的，即顺序有问题？
  • 6、打印的cache_t中的_occupied为什么是从2开始？

3. cache_t底层原理分析

  • 首先，从cache_t中的_mask属性开始分析，找cache_t中引起变化的函数，发现了incrementOccupied()函数

incrementOccupied()的具体实现为

void incrementOccupied(); //Occupied自增

//👇具体实现
void cache_t::incrementOccupied() 
{
    _occupied++;
}

  • 源码中，全局搜索incrementOccupied()函数，发现只在cache_t的insert方法有调用

  • insert方法，理解为cache_t的插入，而cache中存储的就是sel-imp，所以cache的原理从insert方法开始分析，以下是cache原理分析的流程图

    Cache_t原理分析图来自 Cooci

  • 全局搜索insert( 方法，发现只有cache_fill方法中的调用符合

  • 搜索cache_fill，发现在写入之前，还有一步操作，即cache读取，即查找sel-imp，如下所示

但本文的重点还是分析cache存储的原理，接下来根据cache_t写入的流程图，着重分析insert方法

3.1 insert方法分析

insert其源码实现如下

主要分为以下几部分

  • 【第一步】计算出当前的缓存占用量

    关于缓存占用量的计算，有以下几点说明：

    • alloc申请空间时，此时的对象已经创建，如果再调用init方法，occupied也会+1
    • 当有属性赋值时，会隐式调用set方法，occupied也会增加，即有几个属性赋值，occupied就会在原有的基础上加几个
    • 当有方法调用时，occupied也会增加，即有几次调用方法，occupied就会在原有的基础上加几个
    • 根据occupied的值计算出当前的缓存占用量，当属性未赋值及无方法调用时，此时的occupied()为0，而newOccupied为1，如下所示
    mask_t newOccupied = occupied() + 1;

  • 【第二步】根据缓存占用量判断执行的操作

    • 如果是第一次创建，则默认开辟4个
    if (slowpath(isConstantEmptyCache())) { //小概率发生的 即当 occupied() = 0时，即创建缓存，创建属于小概率事件
// Cache is read-only. Replace it.
if (!capacity) capacity = INIT_CACHE_SIZE; //初始化时，capacity = 4（1<<2 -- 100）
reallocate(oldCapacity, capacity, /* freeOld */false); //开辟空间
//到目前为止，if的流程的操作都是初始化创建
}
    • 如果缓存占用量小于等于3/4，则不作任何处理
    else if (fastpath(newOccupied + CACHE_END_MARKER <= capacity / 4 * 3)) { 
// Cache is less than 3/4 full. Use it as-is.
}
    • 如果缓存占用量超过3/4，则需要进行两倍扩容以及重新开辟空间 
    else {//如果超出了3/4，则需要扩容（两倍扩容）
//扩容算法： 有cap时，扩容两倍，没有cap就初始化为4
capacity = capacity ? capacity * 2 : INIT_CACHE_SIZE;  // 扩容两倍 2*4 = 8
if (capacity > MAX_CACHE_SIZE) {
    capacity = MAX_CACHE_SIZE;
}
// 走到这里表示 曾经有，但是已经满了，需要重新梳理
reallocate(oldCapacity, capacity, true);
// 内存 扩容完毕
}

    • realloc方法：开辟空间
      该方法，在第一次创建以及两倍扩容时，都会使用，其源码实现如图所示

      realloc方法, 主要有以下几步

      • allocateBuckets方法：向系统申请开辟内存，即开辟bucket，此时的bucket只是一个临时变量
      • setBucketsAndMask方法：将临时的bucket存入缓存中，此时的存储分为两种情况：
        • 如果是真机，根据bucket和mask的位置存储，并将occupied占用设置为0
        • 如果不是真机，正常存储bucket和mask，并将occupied占用设置为0
      • 如果有旧的buckets，需要清理之前的缓存，即调用方法，其源码实现如下cache_collect_free
        • _garbage_make_room方法：创建垃圾回收空间，如果是第一次，需要分配回收空间，如果不是第一次，则将内存段加大，即原有内存*2
        • 记录存储这次的bucket
        • cache_collect方法：垃圾回收，清理旧的bucket

  • 【第三步】针对需要存储的bucket进行内部imp和sel赋值
    这部分主要是根据cache_hash方法，即哈希算法 ，计算sel-imp存储的哈希下标，分为以下三种情况

    • 如果哈希下标的位置未存储sel，即该下标位置获取sel等于0，此时将sel-imp存储进去，并将occupied占用大小加1

    • 如果当前哈希下标存储的sel 等于 即将插入的sel，则直接返回

    • 如果当前哈希下标存储的sel 不等于 即将插入的sel，则重新经过cache_next方法即哈希冲突算法，重新进行哈希计算，得到新的下标，再去对比进行存储

    其中涉及的两种哈希算法，其源码如下

    • cache_hash：哈希算法
    static inline mask_t cache_hash(SEL sel, mask_t mask) 
{
    return (mask_t)(uintptr_t)sel & mask; // 通过sel & mask（mask = cap -1）
}
    • cache_next：哈希冲突算法
    #if __arm__  ||  __x86_64__  ||  __i386__
// objc_msgSend has few registers available.
// Cache scan increments and wraps at special end-marking bucket.
#define CACHE_END_MARKER 1
static inline mask_t cache_next(mask_t i, mask_t mask) {
    return (i+1) & mask; //（将当前的哈希下标 +1） & mask，重新进行哈希计算，得到一个新的下标
}

#elif __arm64__
// objc_msgSend has lots of registers available.
// Cache scan decrements. No end marker needed.
#define CACHE_END_MARKER 0
static inline mask_t cache_next(mask_t i, mask_t mask) {
    return i ? i-1 : mask; //如果i是空，则为mask，mask = cap -1，如果不为空，则 i-  1，向前插入sel-imp
}

cache_t的原理基本分析完成了，然后前文提及的几个问题，我们现在就有答案了
1、_mask是什么？

_mask是指掩码数据，用于在哈希算法或者哈希冲突算法中计算哈希下标，其中mask 等于capacity - 1

2、_occupied 是什么？

_occupied表示哈希表中 sel-imp 的占用大小 (即可以理解为分配的内存中已经存储了sel-imp的的个数)，

init会导致occupied变化

属性赋值，也会隐式调用，导致occupied变化

方法调用，导致occupied变化

3、为什么随着方法调用的增多，其打印的occupied 和 mask会变化？

因为在cache初始化时，分配的空间是4个，随着方法调用的增多，当存储的sel-imp个数，即newOccupied + CACHE_END_MARKER（等于1）的和 超过 总容量的3/4,例如有4个时，当occupied等于2时，就需要对cache的内存进行两倍扩容

4、bucket数据为什么会有丢失的情况？，例如2-7中，只有say3、say4方法有函数指针

原因是在扩容时，是将原有的内存全部清除了，再重新申请了内存导致的

5、2-7中say3、say4的打印顺序为什么是say4先打印，say3后打印，且还是挨着的，即顺序有问题？

因为sel-imp的存储是通过哈希算法计算下标的，其计算的下标有可能已经存储了sel，所以又需要通过哈希冲突算法重新计算哈希下标，所以导致下标是随机的，并不是固定的

6、打印的cache_t中的_ocupied为什么是从2开始？

这里是因为LGPerson通过alloc创建的对象，并对其两个属性赋值的原因，属性赋值，会隐式调用set方法，set方法的调用也会导致occupied变化

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。