为什么取消引用 `Arc<T> where T : MyTrait` 对齐到 0x10？

Question

我正在过度优化我的库，并且正在查看生成的 ASM。我注意到调用Arc<T> where T : MyTrait 的方法会产生一些我认为将存储在ArcInner 中的指针对齐到0x10 的东西。

我已经用这段代码复制了它：

#![feature(test)]
extern crate test;

use std::sync::Arc;

struct DA;

trait Drain {
    fn log(&self, &DA);
}

struct BlackBoxDrain;

impl Drain for BlackBoxDrain {
    fn log(&self, da: &DA) {
        test::black_box::<&DA>(da);
    }
}

fn f(d: Arc<Drain>) {
    d.log(&DA)
}

fn main() {
    let arc_d = Arc::new(BlackBoxDrain);
    f(arc_d);
}

Rust playground（设置 Nightly + Release 并单击 ASM）

有问题的 ASM 代码是：

movq    16(%r15), %rdi
leaq    15(%rdi), %rax
negq    %rdi
andq    %rax, %rdi
addq    %r14, %rdi

此操作必须尽可能快，这一点很重要。由于 ASM 取消引用是 5 条指令，其中 3 条似乎可能是不必要的，我想了解为什么会发生这种情况以及是否可以提供帮助。也许我只是不明白这里的汇编指令。

编辑：我的最小示例并不完全相同，因为看起来需要 crate 边界来防止编译器/链接器优化该序列。但是在我的例子中，顺序是完全相同的，在一个紧密的（rust bench）循环中，没有涉及到析构函数：只有 Arc<TraitObject> 上的方法调用。

Answer 1

感谢 Chris Emerson 的回答，我意识到这与 vtable 和对齐规则有关。然后我在 Mozilla 的 Rust IRC 频道上四处询问，aatch 和 talchas 想通了：

rustc 将始终为存储在 ArcInner<T> 中的数据 (T) 计算对齐偏移量 - 因为每个实现 T 的 struct 可能不同。这没什么大不了的 - 因为这些指令非常快，并且会受到良好的指令级 CPU 并行化。

Answer 2

该指令序列（至少在我运行它时）位于函数 _ZN33_$LT$alloc..arc..Arc$LT$T$GT$$GT$9drop_slow17h09d36c48f370a93dE 中，该函数与 <alloc::arc::Arc<T>>::drop_slow 分解。这是释放功能。 Looking at the source:

unsafe fn drop_slow(&mut self) {
    let ptr = *self.ptr;

    // Destroy the data at this time, even though we may not free the box
    // allocation itself (there may still be weak pointers lying around).
    ptr::drop_in_place(&mut (*ptr).data);

    if self.inner().weak.fetch_sub(1, Release) == 1 {
        atomic::fence(Acquire);
        deallocate(ptr as *mut u8, size_of_val(&*ptr), align_of_val(&*ptr))
    }
}

序列是找到ArcInner<T>的data成员的偏移量，定义为（大致）：

struct ArcInner<T: ?Sized> {
    strong: atomic::AtomicUSize,  // 64-bit or 8 byte atomic count
    weak: atomic::AtomicUsize,    // ditto
    data: T,                      // The actual data payload.
}

作为背景，trait object 包含一个数据指针和 vtable 指针，以及 vtable starts with destructor, size, and alignment。

更新：感谢 dpc.dw 的额外研究/回答，更正我的理解。

data 成员需要针对T 类型进行适当对齐。然而，由于我们通过Arc<Trait> 访问它，此时编译器不知道对齐是什么！例如，我们可能已经存储了具有 64 字节对齐的理论 SIMD 类型。但是，fat trait 对象指针确实包含对齐，可以从中计算到 data 的偏移量。这就是这里发生的事情：

// assumption: rbx is pointer to trait object
movq    (%rbx), %r14       // Get the ArcInner data pointer into r14
movq    8(%rbx), %r15      // Get vtable pointer into r15
movq    16(%r15), %rdi     // Load T alignment from vtable into rdi
leaq    15(%rdi), %rax     // rax := align+15
negq    %rdi               // rdi = -rdi (-align)
andq    %rax, %rdi         // rdi = (align+15) & (-align)
addq    %r14, %rdi         // Add now aligned offset to `data` to call drop
callq   *(%r15)            // Call destructor (first entry in vtable in r15)