大內高手專欄--->.NET中間語言（IL）
作者：蔡學鏞
2003 年 09 月
.NET CLR 和 Java VM 都是堆疊式虛擬機器（Stack-Based VM），也就是說，它們的指令集（Instruction Set）都是採用堆疊運算的方式：執行時的資料都是先放在堆疊中，再進行運算。Java VM 有約 200 個指令（Instruction），每個指令都是 1 byte 的 opcode（操作碼），後面接不等數目的參數；.NET CLR 有超過 220 個指令，但是有些指令使用相同的 opcode，所以 opcode 的數目比指令數略少。特別注意，.NET 的 opcode 長度並不固定，大部分的 opcode 長度是 1 byte，少部分是 2 byte。
本文章以一個實際的例子，讓你瞭解堆疊式 VM 的運作原理，並對 .NET IL（Intermediate Language）有最基本的領略。
下面是一個簡單的 C# 原始碼：
using System;
public class Test {
public static void Main(String[] args) {
int i=1;
int j=2;
int k=3;
int answer = i+j+k;
Console.WriteLine("i+j+k="+answer);
}
}
將此原始碼編譯之後，可以得到一個 EXE 檔案。我們可以透過 ILDASM.EXE 來反組譯 EXE 以觀察 IL。我將 Main() 的 IL 反組譯條列如下，這裡共有十八道 IL 指令，有的指令（例如 ldstr 與 box）後面需要接參數，有的指令（例如 ldc.i4.1 與 add）後面不需要接參數。
ldc.i4.1 stloc.0 ldc.i4.2 stloc.1 ldc.i4.3 stloc.2 ldloc.0 ldloc.1 add ldloc.2 add stloc.3 ldstr "i+j+k=" ldloc.3 box [mscorlib]System.Int32 call string [mscorlib]System.String::Concat(object, object) call void [mscorlib]System.Console::WriteLine(string) ret
此程式執行時，關鍵的記憶體有三種，分別是：
- Managed Heap：這是動態配置（Dynamic Allocation）的記憶體，由 Garbage Collector（GC）在執行時自動管理，整個 Process 共用一個 Managed Heap。
- Call Stack：這是由 .NET CLR 在執行時自動管理的記憶體，每個 Thread 都有自己專屬的 Call Stack。每呼叫一次 method，就會使得 Call Stack 上多了一個 Record Frame；呼叫完畢之後，此 Record Frame 會被丟棄。一般來說，Record Frame 內紀錄著 method 參數（Parameter）、返回位址（Return Address）、以及區域變數（Local Variable）。Java VM 和 .NET CLR 都是使用 0, 1, 2… 編號的方式來識別區域變數。
- Evaluation Stack：這是由 .NET CLR 在執行時自動管理的記憶體，每個 Thread 都有自己專屬的 Evaluation Stack。前面所謂的堆疊式虛擬機器，指的就是這個堆疊。
後面有一連串的示意圖，用來解說在執行時此三種記憶體的變化。首先，在進入 Main() 之後，尚未執行任何指令之前，記憶體的狀況如圖 1 所示：
圖 1
接著要執行第一道指令 ldc.i4.1。此指令的意思是：在 Evaluation Stack 置入一個 4 byte 的常數，其值為 1。執行完此道指令之後，記憶體的變化如圖 2 所示：
圖 2
接著要執行第二道指令 stloc.0。此指令的意思是：從 Evaluation Stack 取出一個值，放到第 0 號變數（V0）中。這裡的第 0 號變數其實就是原始碼中的 i。執行完此道指令之後，記憶體的變化如圖 3 所示：
圖 3
後面的第三道指令和第五道指令雷同於第一道指令，且第四道指令和第六道指令雷同於第二道指令。為了節省篇幅，我不在此一一贅述。提醒大家第 1 號變數（V1）其實就是原始碼中的 j，且第 2 號變數（V2）其實就是源碼中的 k。圖 4~7 分別是執行完第三~六道指令之後，記憶體的變化圖：
圖 4
圖 5
圖 6
圖 7
接著要執行第七道指令 ldloc.0 以及第八道指令 ldloc.1：分別將 V0（也就是 i）和 V1（也就是 j）的值放到 Evaluation Stack，這是相加前的準備動作。圖 8 與圖 9 分別是執行完第七、第八道指令之後，記憶體的變化圖：
圖 8
圖 9
接著要執行第九道指令 add。此指令的意思是：從 Evaluation Stack 取出兩個值（也就是 i 和 j），相加之後將結果放回 Evaluation Stack 中。執行完此道指令之後，記憶體的變化如圖 10 所示：
圖 10
接著要執行第十道指令 ldloc.2。此指令的意思是：分別將 V2（也就是 k）的值放到 Evaluation Stack，這是相加前的準備動作。執行完此道指令之後，記憶體的變化如圖 11 所示：
圖 11
接著要執行第十一道指令 add。從 Evaluation Stack 取出兩個值，相加之後將結果放回 Evaluation Stack 中，此為 i+j+k 的值。執行完此道指令之後，記憶體的變化如圖 12 所示：
圖 12
接著要執行第十二道指令 stloc.3。從 Evaluation Stack 取出一個值，放到第 3 號變數（V3）中。這裡的第3號變數其實就是原始碼中的 answer。執行完此道指令之後，記憶體的變化如圖 13 所示：
圖 13
接著要執行第十三道指令 ldstr "i+j+k="。此指令的意思是：將 "i+j+k=" 的 Reference 放進 Evaluation Stack。執行完此道指令之後，記憶體的變化如圖 14 所示：
圖 14
接著要執行第十四道指令 ldloc.3。將 V3 的值放進 Evaluation Stack。執行完此道指令之後，記憶體的變化如圖 15 所示：
圖 15
接著要執行第十五道指令 box [mscorlib]System.Int32。此指令的意思是：從 Evaluation Stack 中取出一個值，將此 Value Type 包裝（box）成為 Reference Type。執行完此道指令之後，記憶體的變化如圖 16 所示：
圖 16
接著要執行第十六道指令 call string [mscorlib] System.String::Concat(object, object)。此指令的意思是：從 Evaluation Stack 中取出兩個值，此二值皆為 Reference Type，下面的值當作第一個參數，上面的值當作第二個參數，呼叫 mscorlib.dll 所提供的 System.String.Concat() method 來將此二參數進行字串接合（String Concatenation），將接合出來的新字串放在 Managed Heap，將其 Reference 放進 Evaluation Stack。值得注意的是：由於 System.String.Concat() 是 static method，所以此處使用的指令是 call，而非 callvirt（呼叫虛擬）。執行完此道指令之後，記憶體的變化如圖 17 所示：
圖 17
請注意：此時 Managed Heap 中的 Int32(6) 以及 String("i+j+k=") 已經不再被參考到，所以變成垃圾，等待 GC 的回收。
接著要執行第十七道指令 call void [mscorlib] System.Console::WriteLine(string)。此指令的意思是：從 Evaluation Stack 中取出一個值，此值為 Reference Type，將此值當作參數，呼叫 mscorlib.dll 所提供的 System.Console.WriteLine() method 來將此字串顯示在 Console 視窗上。System.Console.WriteLine() 也是 static method。執行完此道指令之後，記憶體的變化如圖 18 所示：
圖 18
接著要執行第十八道指令 ret。此指令的意思是：結束此次呼叫（也就是 Main 的呼叫）。此時會檢查 Evaluation Stack 內剩下的資料，由於 Main() 宣告不需要傳出值（void），所以 Evaluation Stack 內必須是空的，本範例符合這樣的情況，所以此時可以順利結束此次呼叫。而 Main 的呼叫一結束，程式也隨之結束。執行完此道指令之後（且在程式結束前），記憶體的變化如圖 19 所示：
圖 19
透過此範例，讀者應該可以對於 IL 有最基本的認識。對 IL 感興趣的讀者應該自行閱讀 Serge Lidin 所著的《Inside Microsoft .NET IL Assembler》（Microsoft Press 出版）。我認為：熟知 IL 每道指令的作用，是 .NET 程式員必備的知識。.NET 程式員可以不會用 IL Assembly 寫程式，但是至少要看得懂 ILDASM 反組譯出來的 IL 組合碼。
(来自台湾 Microsoft)
