Volatile & Memory Barrier
global_timer_upper和global_timer_low指向的存储空间是 global timer 的高32位和低32位，它们会不停变化，下面的程序功能是读取当前的global timer值。这里会出现一个常见的编译器优化带来的错误。
源程序如下：
#0 [volatile] unsigned long *global_timer_upper, *global_timer_low;
inline unsigned long long read_cycle(unsigned int *re_low, unsigned int *re_upper) { #1 [volatile] unsigned int __low,__upper_old,__upper_new; unsigned long long value; __upper_new = *global_timer_upper; do { __upper_old = __upper_new; #2 [asm volatile("":::"memory");] __low = *global_timer_low;
#3 [asm volatile("":::"memory");] __upper_new = *global_timer_upper;
#4 [asm volatile("":::"memory");] }while(__upper_new != __upper_old); *re_low = __low; *re_upper = __upper_new; value = (unsigned long long)__low | (((unsigned long long)__upper_new) << 32); return value; }
源程序编译后得到的结果如下，可以看出经过编译器的优化，循环消失了，因为编译器认为执行流中没有改变*global_timer_upper，所以while循环中的比较是多余的。
00000000 <read_cycle>: 0: b470 push {r4, r5, r6} 2: f240 0400 movw r4, #0 6: f2c0 0400 movt r4, #0 a: 2200 movs r2, #0 c: 6865 ldr r5, [r4, #4] e: 6826 ldr r6, [r4, #0] 10: 682d ldr r5, [r5, #0] 12: 6834 ldr r4, [r6, #0] 14: 432a orrs r2, r5 16: 6005 str r5, [r0, #0] 18: 4610 mov r0, r2 1a: 600c str r4, [r1, #0] 1c: 4621 mov r1, r4 1e: bc70 pop {r4, r5, r6} 20: 4770 bx lr 22: bf00 nop
只在#1处，添加volatile修饰，编译结果如下，此时明显看到循环的出现，但是这里的程序依然是错误的，编译器虽然虽然没有对__upper_new\__upper_old等值的读写进行优化，使用了堆栈进行存储。但是，编译器认为*global_timer_upper的值没有改变过，所以将其存储在寄存器r4中：
00000000 <read_cycle>: 0: f240 0300 movw r3, #0 4: f2c0 0300 movt r3, #0 8: b4f0 push {r4, r5, r6, r7} a: b084 sub sp, #16 c: cb0c ldmia r3, {r2, r3} @ 读取upper和low的内存地址放到r2,r3中 e: 6814 ldr r4, [r2, #0] @ 从对应内存读取upper至r4 (__upper_new = * global_timer_upper) 10: 9401 str r4, [sp, #4] @ 将upper放在栈上[sp,#4] 12: 681d ldr r5, [r3, #0] @ 从对应内存读取lower至r5 14: 9b01 ldr r3, [sp, #4] @ 循环开始 相对于 __upper_old = __upper_new 16: 9302 str r3, [sp, #8] @ 将__upper_old放在栈上[sp,#8] 18: 9503 str r5, [sp, #12] @ 将lower保存在栈上[sp,#12] 1a: 9401 str r4, [sp, #4] @ 将将r4中的__upper_new放在栈上[sp,#4], r4是最开始e处获得的upper值，一直未改变。 1c: 9a01 ldr r2, [sp, #4] @ 从栈上读出__upper_new 1e: 9b02 ldr r3, [sp, #8] @ 从栈上读出__upper_old 20: 429a cmp r2, r3 22: d1f7 bne.n 14 <read_cycle+0x14> 24: 9f03 ldr r7, [sp, #12] 26: 2200 movs r2, #0 28: 9d01 ldr r5, [sp, #4] 2a: 9c03 ldr r4, [sp, #12] 2c: 9e01 ldr r6, [sp, #4] 2e: 4322 orrs r2, r4 30: 6007 str r7, [r0, #0] 32: 600d str r5, [r1, #0] 34: 4610 mov r0, r2 36: 4631 mov r1, r6 38: b004 add sp, #16 3a: bcf0 pop {r4, r5, r6, r7} 3c: 4770 bx lr 3e: bf00 nop
只在#2处，添加memory barrier，编译的结果如下，此时虽然是从global timer 的对应内存中读取数据，但是仍然存在问题，指令的乱序问题。我们的设计，应该是先读low，再读upper，但是编译后的结果是先读upper，再读low，导致结果错误，所以考虑在这两条语句间加memory barrier。
00000000 <read_cycle>: 0: f240 0300 movw r3, #0 4: f2c0 0300 movt r3, #0 8: b430 push {r4, r5} a: 681a ldr r2, [r3, #0] @ 读取upper的内存地址 c: 6814 ldr r4, [r2, #0] @ 从对应内存读取upper ,__upper_new = * global_timer_upper e: e000 b.n 12 <read_cycle+0x12> 10: 4614 mov r4, r2 @ __upper_old = __upper_new 12: e893 0024 ldmia.w r3, {r2, r5} @ 读取upper和lower的内存地址 16: 6812 ldr r2, [r2, #0] @ 从对应内存读取 upper , __upper_new = * global_timer_upper 18: 682d ldr r5, [r5, #0] @ 从对应内存读取 low 1a: 42a2 cmp r2, r4 @ 比较 1c: d1f8 bne.n 10 <read_cycle+0x10> 1e: 2200 movs r2, #0 20: 6005 str r5, [r0, #0] 22: 432a orrs r2, r5 24: 600c str r4, [r1, #0] 26: 4610 mov r0, r2 28: 4621 mov r1, r4 2a: bc30 pop {r4, r5} 2c: 4770 bx lr 2e: bf00 nop
只在#4处添加memory barrier，编译的结果如下，效果和不加一样。
00000000 <read_cycle>: 0: f240 0300 movw r3, #0 4: f2c0 0300 movt r3, #0 8: b430 push {r4, r5} a: cb0c ldmia r3, {r2, r3} c: 6815 ldr r5, [r2, #0] e: 681c ldr r4, [r3, #0] 10: 2200 movs r2, #0 12: 6004 str r4, [r0, #0] 14: 4322 orrs r2, r4 16: 600d str r5, [r1, #0] 18: 4610 mov r0, r2 1a: 4629 mov r1, r5 1c: bc30 pop {r4, r5} 1e: 4770 bx lr
只在#3处添加memory barrier，编译的结果正确，指令未乱序，而且对low的读取也未被优化，这个结果和MB的作用有关，有待分析：
00000000 <read_cycle>: 0: f240 0300 movw r3, #0 4: f2c0 0300 movt r3, #0 8: b430 push {r4, r5} a: 681a ldr r2, [r3, #0] @ 读取upper的内存地址 c: 6814 ldr r4, [r2, #0] @ 从对应内存中读取upper , __upper_new = * global_timer_upper; e: e000 b.n 12 <read_cycle+0x12> 10: 4614 mov r4, r2 @ __upper_old = __upper_new 12: 685a ldr r2, [r3, #4] @ 读取low的内存地址 14: 6815 ldr r5, [r2, #0] @ 从对应内存中读取low 16: 681a ldr r2, [r3, #0] @ 读取upper的内存地址 18: 6812 ldr r2, [r2, #0] @ 从对应内存中读取upper 1a: 42a2 cmp r2, r4 @ 比较 1c: d1f8 bne.n 10 <read_cycle+0x10> 1e: 2200 movs r2, #0 20: 6005 str r5, [r0, #0] 22: 432a orrs r2, r5 24: 600c str r4, [r1, #0] 26: 4610 mov r0, r2 28: 4621 mov r1, r4 2a: bc30 pop {r4, r5} 2c: 4770 bx lr 2e: bf00 nop
只在#0处添加volatile，结果也是正确的，这个结果也很奇怪，表面上看这样只能防止对global_timer_upper/lower这两个指针读写的优化，而我们要防止对这两个指针所指向的存储空间（即*global_timer_upper/low）读写的优化，但是加上这样的修饰符，确实是起作用了，可能是指针类型的关系：
00000000 <read_cycle>: 0: f240 0300 movw r3, #0 4: f2c0 0300 movt r3, #0 8: b470 push {r4, r5, r6} a: e893 0044 ldmia.w r3, {r2, r6} e: 6814 ldr r4, [r2, #0] 10: e000 b.n 14 <read_cycle+0x14> 12: 461c mov r4, r3 14: 6835 ldr r5, [r6, #0] 16: 6813 ldr r3, [r2, #0] 18: 42a3 cmp r3, r4 1a: d1fa bne.n 12 <read_cycle+0x12> 1c: 2200 movs r2, #0 1e: 6005 str r5, [r0, #0] 20: 432a orrs r2, r5 22: 600c str r4, [r1, #0] 24: 4610 mov r0, r2 26: 4621 mov r1, r4 28: bc70 pop {r4, r5, r6} 2a: 4770 bx lr
还有一个奇怪的现象，就是如果函数的修饰同时有inline和static，而且此文件中没有其他函数调用此函数，那么obj文件中，可能没有此函数的符号，可以用nm或者objdump来查看。
