失落的C语言结构体封装艺术

写在最前面： 这里的文章并非原文，是我自己的观后小结，所以简短并会省略一些内容。

1.对齐和填充

在现代处理器上，你的C编译器在内存里对基本的C数据类型的存放方式是受约束的，为的是内存访问更快。
 
在x86或ARM处理器上，基本的C数据类型的存储一般并不是起始于内存中的任意字节地址。除了字符外，其他每种类型都有对齐要求。

类型	起始地址
字符	任意
2字节短整型	起始于偶地址
4字节整型	起始于被4整除的地址
8字节长整型	起始于被8整除的地址
双精度浮点型	起始于被8整除的地址
浮点型	起始于被4整除的地址

 

带符号与不带符号间没有差别。这个行话叫：在x86和ARM上，基本C语言的类型是自对齐（self-aligned）.

 

数据与数据间。由于受他们起始位置的影响，数据与数据间存放的地址会有间隙，我们把这无用的地址（间隙）称为“水坑”。

 
 

2.结构体对，填充和重构

总的来说，一个结构体实例会按照它最宽的标量成员对齐。编译器这样做，把它作为最简单的方式来保证所有成员是自对齐，为了快速访问的目的。
 
在C语言里，结构体的地址与它第一个成员的地址是相同的——没有前置填充。注意：在C++里，看上去像结构体的类可能不遵守这个规则！（遵不遵守依赖于基类和虚拟内存函数如何实现，而且因编译器而不同。）

 

不但结构体内会存在自对齐和填充，结构体和结构体之间也会存在尾随填充（trailingpadding）和跨步地址（stride address）。这些都会造成结构体在内存中的浪费，因此重构结构体很重要，这也是结构体封装的艺术。

 
第一件需要注意的事情是，“水坑”仅发生于两个地方。一个是大数据类型（有更严格的对齐要求）的存储区域紧跟在一个较小的数据类型的存储区域之后。另一个是结构体自然结束于它的跨步地址之前，需要填充，以使下一个实例可以正确对齐。
 

消除“水坑”的最简单的方法是按对齐的降序来对结构体成员重排序。就是说：所有指针对齐的子域在前面，因为在64位的机器上，它们会有8字节。接下来是4字节的整型；然后是2字节的短整型；然后是字符域。

3.重构时的困难

（1）难以处理的标量问题：数据类型大小的不确定性。（可用sizeof()来检查存储大小）

 

（2）可读性和缓存局部性：你应该做的事情是保持可读性——把相关的和同时访问的数据组合到毗邻的区域——这也会提高缓存行的局部性。这都是用代码的数据访问模式的意识，聪明地重排序的原因。

如果你的代码有多线程并发访问一个结构体，就会有第三个问题：缓存行反弹（cache line bouncing）。为了减少代价高昂的总线通信，你应该组织你的数据，使得在紧凑的循环中，从一条缓存行中读取，而在另一条缓存行中写。

是的，这与之前关于把相关数据组成同样大小的缓存行块的指南有些矛盾。多线程是困难的。缓存行反弹以及其它的多线程优化问题是十分高级的话题，需要整篇关于它们的教程。这里我能做的最好的就就是让你意识到这些问题的存在。

4. 转载资料

原文链接： Eric
S. Raymond   翻译： 伯乐在线 - cjpan
译文链接： http://blog.jobbole.com/57822/