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。