协程现在已经不是个新东西了，很多语言都提供了原生支持，也有很多开源的库也提供了协程支持。
最近为了要给tbox增加协程，特地研究了下各大开源协程库的实现，例如：libtask, libmill, boost, libco, libgo等等。
他们都属于stackfull协程，每个协程有完整的私有堆栈，里面的核心就是上下文切换(context)，而stackless的协程，比较出名的有protothreads，这个比较另类，有兴趣的同学可以去看下源码，这里就不多说了。
那么现有协程库，是怎么去实现context切换的呢，目前主要有以下几种方式：
- 使用ucontext系列接口，例如：libtask
- 使用setjmp/longjmp接口，例如：libmill
- 使用boost.context，纯汇编实现，内部实现机制跟ucontext完全不同，效率非常高，后面会细讲，tbox最后也是基于此实现
- 使用windows的GetThreadContext/SetThreadContext接口
- 使用windows的CreateFiber/ConvertThreadToFiber/SwitchToFiber接口
各个协程协程库的切换效率的基准测试，可以参考：切换效率基准测试报告
ucontext接口
要研究ucontext，其实只要看下libtask的实现就行了，非常经典，这套接口其实效率并不是很高，而且很多平台已经标记为废弃接口了（像macosx），目前主要是在linux下使用
libtask里面对不提供此接口的平台，进行了汇编实现，已达到跨平台的目的，
ucontext相关接口，主要有如下四个：
- getcontext：获取当前context
- setcontext：切换到指定context
- makecontext: 用于将一个新函数和堆栈，绑定到指定context中
- swapcontext：保存当前context，并且切换到指定context
下面给个简单的例子：
#include
#include
static ucontext_t ctx[3];
static void func1(void)
{
// 切换到func2
swapcontext(&ctx[1], &ctx[2]);
// 返回后，切换到ctx[1].uc_link，也就是main的swapcontext返回处
}
static void func2(void)
{
// 切换到func1
swapcontext(&ctx[2], &ctx[1]);
// 返回后，切换到ctx[2].uc_link，也就是func1的swapcontext返回处
}
int main (void)
{
// 初始化context1，绑定函数func1和堆栈stack1
char stack1[8192];
getcontext(&ctx[1]);
ctx[1].uc_stack.ss_sp = stack1;
ctx[1].uc_stack.ss_size = sizeof(stack1);
ctx[1].uc_link = &ctx[0];
makecontext(&ctx[1], func1, 0);
// 初始化context2，绑定函数func2和堆栈stack2
char stack2[8192];
getcontext(&ctx[2]);
ctx[2].uc_stack.ss_sp = stack2;
ctx[2].uc_stack.ss_size = sizeof(stack1);
ctx[2].uc_link = &ctx[1];
makecontext(&ctx[2], func2, 0);
// 保存当前context，然后切换到context2上去，也就是func2
swapcontext(&ctx[0], &ctx[2]);
return 0;
}
那这套接口的实现原理是什么呢，我们可以拿libtask的arm汇编实现，来看下，其他平台也类似。
/* get mcontext
*
* @param mcontext r0
*
* @return r0
*/
.globl getmcontext
getmcontext:
/* 保存所有当前寄存器，包括sp和lr */
str r1, [r0, #4] // mcontext.mc_r1 = r1
str r2, [r0, #8] // mcontext.mc_r2 = r2
str r3, [r0, #12] // mcontext.mc_r3 = r3
str r4, [r0, #16] // mcontext.mc_r4 = r4
str r5, [r0, #20] // mcontext.mc_r5 = r5
str r6, [r0, #24] // mcontext.mc_r6 = r6
str r7, [r0, #28] // mcontext.mc_r7 = r7
str r8, [r0, #32] // mcontext.mc_r8 = r8
str r9, [r0, #36] // mcontext.mc_r9 = r9
str r10, [r0, #40] // mcontext.mc_r10 = r10
str r11, [r0, #44] // mcontext.mc_fp = r11
str r12, [r0, #48] // mcontext.mc_ip = r12
str r13, [r0, #52] // mcontext.mc_sp = r13
str r14, [r0, #56] // mcontext.mc_lr = r14
// 设置从setcontext切换回getcontext后，从getcontext返回的值为1
mov r1, #1 /* mcontext.mc_r0 = 1
*
* if (getcontext(ctx) == 0)
* setcontext(ctx);
*
* getcontext() will return 1 after calling setcontext()
*/
str r1, [r0]
// 返回0
mov r0, #0 // return 0
mov pc, lr
/* set mcontext
*
* @param mcontext r0
*/
.globl setmcontext
setmcontext:
// 恢复指定context的所有寄存器，包括sp和lr
ldr r1, [r0, #4] // r1 = mcontext.mc_r1
ldr r2, [r0, #8] // r2 = mcontext.mc_r2
ldr r3, [r0, #12] // r3 = mcontext.mc_r3
ldr r4, [r0, #16] // r4 = mcontext.mc_r4
ldr r5, [r0, #20] // r5 = mcontext.mc_r5
ldr r6, [r0, #24] // r6 = mcontext.mc_r6
ldr r7, [r0, #28] // r7 = mcontext.mc_r7
ldr r8, [r0, #32] // r8 = mcontext.mc_r8
ldr r9, [r0, #36] // r9 = mcontext.mc_r9
ldr r10, [r0, #40] // r10 = mcontext.mc_r10
ldr r11, [r0, #44] // r11 = mcontext.mc_fp
ldr r12, [r0, #48] // r12 = mcontext.mc_ip
ldr r13, [r0, #52] // r13 = mcontext.mc_sp
ldr r14, [r0, #56] // r14 = mcontext.mc_lr
// 设置getcontext的返回值
ldr r0, [r0] // r0 = mcontext.mc_r0
// 切换到getcontext的返回处，继续执行
mov pc, lr // return
其实说白了，就是对寄存器进行保存和恢复的过程，切换原理很简单
然后外面只需要用宏包裹下，就行了：
#define setcontext(u) setmcontext(&(u)->uc_mcontext)
#define getcontext(u) getmcontext(&(u)->uc_mcontext)
而对于makecontext，主要的工作就是设置 函数指针 和 堆栈 到对应context保存的sp和pc寄存器中，这也就是为什么makecontext调用前，必须要先getcontext下的原因。
void makecontext(ucontext_t *uc, void (*fn)(void), int argc, ...)
{
int i, *sp;
va_list arg;
// 将函数参数陆续设置到r0, r1，r2 .. 等参数寄存器中
sp = (int*)uc->uc_stack.ss_sp + uc->uc_stack.ss_size / 4;
va_start(arg, argc);
for(i=0; i<4 && iuc_mcontext.gregs[i] = va_arg(arg, uint);
va_end(arg);
// 设置堆栈指针到sp寄存器
uc->uc_mcontext.gregs[13] = (uint)sp;
// 设置函数指针到lr寄存器，切换时会设置到pc寄存器中进行跳转到fn
uc->uc_mcontext.gregs[14] = (uint)fn;
}
这套接口简单有效，不支持的平台还可以通过汇编实现来支持，看上去已经很完美了，但是确有个问题，就是效率不高，因为每次切换保存和恢复的寄存器太多。
之后可以看下boost.context的实现，就可以对比出来了，下面先简单讲讲setjmp的切换。。
setjmp/longjmp接口
libmill里面的切换主要用的就是此套接口，其实应该是sigsetjmp/siglongjmp，不仅保存了寄存器，还保存了signal mask。。
通过切换效率基准测试报告，可以看到libmill在x86_64架构上，切换非常的快
其实是因为针对这个平台，libmill没有使用原生sigsetjmp/siglongjmp接口，而是自己汇编实现了一套，做了些优化，并且去掉了signal mask的保存。
#if defined(__x86_64__)
#if defined(__AVX__)
#define MILL_CLOBBER \
, "ymm0", "ymm1", "ymm2", "ymm3", "ymm4", "ymm5", "ymm6", "ymm7",\
"ymm8", "ymm9", "ymm10", "ymm11", "ymm12", "ymm13", "ymm14", "ymm15"
#else
#define MILL_CLOBBER
#endif
#define mill_setjmp_(ctx) ({\
int ret;\
asm("lea LJMPRET%=(%%rip), %%rcx\n\t"\
"xor %%rax, %%rax\n\t"\
"mov %%rbx, (%%rdx)\n\t"\
"mov %%rbp, 8(%%rdx)\n\t"\
"mov %%r12, 16(%%rdx)\n\t"\
"mov %%rsp, 24(%%rdx)\n\t"\
"mov %%r13, 32(%%rdx)\n\t"\
"mov %%r14, 40(%%rdx)\n\t"\
"mov %%r15, 48(%%rdx)\n\t"\
"mov %%rcx, 56(%%rdx)\n\t"\
"mov %%rdi, 64(%%rdx)\n\t"\
"mov %%rsi, 72(%%rdx)\n\t"\
"LJMPRET%=:\n\t"\
: "=a" (ret)\
: "d" (ctx)\
: "memory", "rcx", "r8", "r9", "r10", "r11",\
"xmm0", "xmm1", "xmm2", "xmm3", "xmm4", "xmm5", "xmm6", "xmm7",\
"xmm8", "xmm9", "xmm10", "xmm11", "xmm12", "xmm13", "xmm14", "xmm15"\
MILL_CLOBBER\
);\
ret;\
})
#define mill_longjmp_(ctx) \
asm("movq (%%rax), %%rbx\n\t"\
"movq 8(%%rax), %%rbp\n\t"\
"movq 16(%%rax), %%r12\n\t"\
"movq 24(%%rax), %%rdx\n\t"\
"movq 32(%%rax), %%r13\n\t"\
"movq 40(%%rax), %%r14\n\t"\
"mov %%rdx, %%rsp\n\t"\
"movq 48(%%rax), %%r15\n\t"\
"movq 56(%%rax), %%rdx\n\t"\
"movq 64(%%rax), %%rdi\n\t"\
"movq 72(%%rax), %%rsi\n\t"\
"jmp *%%rdx\n\t"\
: : "a" (ctx) : "rdx" \
)
#else
#define mill_setjmp_(ctx) \
sigsetjmp(*ctx, 0)
#define mill_longjmp_(ctx) \
siglongjmp(*ctx, 1)
#endif
经过测试分析，其实libc自带的sigsetjmp/siglongjmp在不同平台下，效率上表现差异很大，而且切换也比setjmp/longjmp的慢了不少
所以libmill除了优化过的x86_64平台，在其他arch上切换效果并不是很理想，完全依赖libc的实现效率。。
因此后来再封装tbox的协程库的时候，并没有考虑此方案。
windows的GetThreadContext/SetThreadContext接口
这套接口，我之前用来封装setcontext/getcontext的时候，也实现并测试过，效果非常不理想，非常的慢，比用libtask那套纯汇编的实现慢了10倍左右，直接放弃了
不过这套接口用起来还是很方便，跟ucontext类似，完全可以用来模拟封装成ucontext的使用方式，例如：
// getcontext
GetThreadContext(GetCurrentThread(), mcontext);
// setcontext
SetThreadContext(GetCurrentThread(), mcontext);
而makecontext，我贴下之前写的一些实现，不过现在已经废弃了，仅供参考：
tb_bool_t makecontext(tb_context_ref_t context, tb_pointer_t stack, tb_size_t stacksize, tb_context_func_t func, tb_cpointer_t priv)
{
// check
LPCONTEXT mcontext = (LPCONTEXT)context;
tb_assert_and_check_return_val(mcontext && stack && stacksize && func, tb_false);
// make stack address
tb_long_t* sp = (tb_long_t*)stack + stacksize / sizeof(tb_long_t);
// push arguments
tb_uint64_t value = tb_p2u64(priv);
*--sp = (tb_long_t)(tb_uint32_t)(value);
*--sp = (tb_long_t)(tb_uint32_t)(value >> 32);
// push return address(unused, only reverse the stack space)
*--sp = 0;
/* save function and stack address
*
* sp + 8: arg2
* sp + 4: arg1
* sp: return address(0) => esp
*/
mcontext->Eip = (tb_long_t)func;
mcontext->Esp = (tb_long_t)sp;
tb_assert_static(sizeof(tb_long_t) == 4);
// save and restore the full machine context
mcontext->ContextFlags = CONTEXT_FULL;
// ok
return tb_true;
}
原理跟libtask的那个类似，就是修改esp和eip寄存器而已，具体实现可以参考我之前的commit
windows的fibers接口
这套接口，目前还没测试过，不过看msdn介绍，使用还是很方便的，不过部分xp系统上，并不提供此接口，需要较高版本的系统支持
因此为了考虑跨平台，tbox暂时没去考虑使用，有兴趣的同学可以研究下。
boost.context
其实一开始tbox是参考libtask的ucontext汇编实现，封装了一套context切换，当时其实已经封装的差不多了，但是后来做benchbox的基准测试
把boost的切换一对比，直接就被秒杀了，哎。。然后去看boost的context实现源码，虽然对boost本身并不是太喜欢，但是底层的context是实现，确实非常精妙，不得不佩服。
它主要有两个接口，一个make_fcontext()，一个jump_fcontext()，我在tbox的平台库里面参考其实现，进行了封装，使用方式跟boost类似，因此直接以tbox的使用为例：
static tb_void_t func1(tb_context_from_t from)
{
// 获取切换时传入的contexts参数
tb_context_ref_t* contexts = (tb_context_ref_t*)from.priv;
// 保存原始context
contexts[0] = from.context;
// 切换到func2
from = tb_context_jump(contexts[2], contexts);
// 从func2返回后，切换回main
tb_context_jump(contexts[0], tb_null);
}
static tb_void_t func2(tb_context_from_t from)
{
// 获取切换时传入的contexts参数
tb_context_ref_t* contexts = (tb_context_ref_t*)from.priv;
// 切换到func1
from = tb_context_jump(from.context, contexts);
// 从func1返回后，切换回main
tb_context_jump(contexts[0], tb_null);
}
int main(int argc, char** argv)
{
// the stacks
static tb_context_ref_t contexts[3];
static tb_byte_t stacks1[8192];
static tb_byte_t stacks2[8192];
// 通过stack1和func1生成context1
contexts[1] = tb_context_make(stacks1, sizeof(stacks1), func1);
// 通过stack2和func2生成context2
contexts[2] = tb_context_make(stacks2, sizeof(stacks2), func2);
// 切换到func1，并且传入contexts作为参数
tb_context_jump(contexts[1], contexts);
}
其中tb_context_make相当于boost的make_fcontext, tb_context_jump相当于boost的jump_fcontext
相比ucontext，boost的切换模式，少了单独对context进行保存(getcontext)和切换(setcontext)过程，而是把两者合并到一起，通过jump_fcontext接口实现直接切换。
这样做有个好处，就是更加容易进行优化，使得整个切换过程更加的紧凑，我们先来看下macosx平台x86_64的实现，这个比较简单易懂些。。
这里我就直接贴tbox的代码了，实现差不多的，只不过多了些注释而已。
/* make context (refer to boost.context)
*
* -------------------------------------------------------------------------------
* stackdata: | | context |||||||
* -------------------------------------------------------------------------|-----
* (16-align for macosx)
*
*
* -------------------------------------------------------------------------------
* context: | r12 | r13 | r14 | r15 | rbx | rbp | rip | end | ...
* -------------------------------------------------------------------------------
* 0 8 16 24 32 40 48 56 |
* | 16-align for macosx
* |
* esp when jump to function
*
* @param stackdata the stack data (rdi)
* @param stacksize the stack size (rsi)
* @param func the entry function (rdx)
*
* @return the context pointer (rax)
*/
function(tb_context_make)
// 保存栈顶指针到rax
addq %rsi, %rdi
movq %rdi, %rax
/* 先对栈指针进行16字节对齐
*
*
* ------------------------------
* context: | retaddr | padding ... |
* ------------------------------
* | |
* | 此处16字节对齐
* |
* esp到此处时，会进行ret
*
* 这么做，主要是因为macosx下，对调用栈布局进行了优化，在保存调用函数返回地址的堆栈处，需要进行16字节对齐，方便利用SIMD进行优化
*/
movabs $-16, %r8
andq %r8, %rax
// 保留context需要的一些空间，因为context和stack是在一起的，stack底指针就是context
leaq -64(%rax), %rax
// 保存func函数地址到context.rip
movq %rdx, 48(%rax)
/* 保存__end地址到context.end，如果在在func返回时，没有指定jump切换到有效context
* 那么会继续会执行到此处，程序也就退出了
*/
leaq __end(%rip), %rcx
movq %rcx, 56(%rax)
// 返回rax指向的栈底指针，作为context返回
ret
__end:
// exit(0)
xorq %rdi, %rdi
#ifdef TB_ARCH_ELF
call _exit@PLT
#else
call __exit
#endif
hlt
endfunc
/* jump context (refer to boost.context)
*
* @param context the to-context (rdi)
* @param priv the passed user private data (rsi)
*
* @return the from-context (context: rax, priv: rdx)
*/
function(tb_context_jump)
// 保存寄存器，并且按布局构造成当前context，包括jump()自身的返回地址retaddr(rip)
pushq %rbp
pushq %rbx
pushq %r15
pushq %r14
pushq %r13
pushq %r12
// 保存当前栈基址rsp，也就是contex，到rax中
movq %rsp, %rax
// 切换到指定的新context上去，也就是切换堆栈
movq %rdi, %rsp
// 然后按context上的栈布局依次恢复寄存器
popq %r12
popq %r13
popq %r14
popq %r15
popq %rbx
popq %rbp
// 获取context.rip，也就是make时候指定的func函数地址，或者是对方context中jump()调用的返回地址
popq %r8
// 设置返回值(from.context: rax, from.priv: rdx)，也就是来自对方jump()的context和传递参数
movq %rsi, %rdx
// 传递当前(context: rax, priv: rdx)，作为function(from)函数调用的入口参数
movq %rax, %rdi
/* 跳转切换到make时候指定的func函数地址，或者是对方context中jump()调用的返回地址
*
* 切换过去后，此时的栈布局如下：
*
* end是func的返回地址，也就是exit
*
* -------------------------------
* context: .. | end | args | padding ... |
* -------------------------------
* 0 8
* | |
* rsp 16-align for macosx
*/
jmp *%r8
endfunc
关于apple栈布局16字节对齐优化问题，可以参考：http://fabiensanglard.net/macosxassembly/index.php
借用下里面的图哈，可以看下：
boost的context和stack是一起的，栈底指针就是context，设计非常巧妙，切换context就是切换stack，一举两得，但是这样每次切换就必须更新context
因为每次切换context后，context地址都会变掉。
// 切换返回时，需要更新from.context的地址
from = tb_context_jump(from.context, contexts);
现在可以和getcontext/setcontext对比下，就可以看出，这种切换方式的一些优势：
1. 保存和恢复寄存器数据，在一个切换接口中，更加容易进行优化
2. 通过stack基栈作为context，切换栈相当于切换了context，一举两得，指令数更少
3. 通过push/pop操作保存寄存器，比mov等方式指令字节数更少，更加精简
4. 对参数、可变寄存器没去保存，仅保存部分必须的寄存器，进一步减少指令数
关于boost macosx i386下的bug
为了实现跨平台，boost下各个架构的实现，我都研究了一遍，发现macosx i386的实现，是有问题的，运行会挂掉，里面直接照搬了linux elf的i386实现版本。
估计macosx i386用的不多，所以没去做测试，后来发现，原来macosx i386下jump()返回from(context, priv)的结构体并不是基于栈的
而是使用eax, edx返回，因此tbox里面针对这个架构，重新调整stack布局，重写了一套自己的实现。
关于boost windows i386下的优化
其实在windows下，返回from(context, priv)的结构体，也是用的eax, edx，而不是像linux elf那样基于栈的，因此实现上效率会高很多。
但是，boost里面，却像elf那个版本一样，还是采用了一个跳板，进行二次跳转后，才切换到context上去，是没有必要的。
在boost里面的跳板代码，类似像这样（摘录自tbox elf i386的实现）：
__entry:
/* pass arguments(context: eax, priv: edx) to the context function
*
* patch __end
* |
* | old-context
* ----|------------------------------------
* context: .. | retval | context | priv | padding |
* -----------------------------------------
* 0 4 arguments
* | |
* esp 16-align
* (now)
*/
movl %eax, (%esp)
movl %edx, 0x4(%esp)
// retval = the address of label __end
pushl %ebp
/* jump to the context function entry
*
* @note need not adjust stack pointer(+4) using 'ret $4' when enter into function first
*/
jmp *%ebx
由于elf i386下，返回from结构体是基于栈的，所以进入function入口的栈，和切换到对方jump()返回处的栈，并不是完全平衡的，因此需要一个跳板区分对待
stack布局上也需要特殊处理，而windows i386的返回，只需要eax/edx就足够，没必要再去使用这个跳板。
因此，tbox里面针对这个平台，进行了优化，重新调整了栈布局，省去跳板操作，直接进行跳转，实测切换效率比boost的实现提升30%左右。
个人主页：TBOOX开源工程
原文出处：http://tboox.org/cn/2016/10/28/coroutine-context/