返回资讯中心
外部精选
软件工程
#社区热议

Unix V4 的 malloc() 源码随失传磁带重见天日

来源标题:The lost malloc()

一段 1973 年 Unix 第四版(V4)的磁带去年在贝尔实验室的储藏室被找到,此前被认为已彻底失传。作者据此翻看了 V4 的原始源码,其中包含早期 C 编译器代码。V4 的特殊之处在于其内核大部分已用 C 编写。

Hacker Newsmatt_d2026/11/4 · 13 天前30 分钟阅读

以下正文由 AI 翻译自 Hacker News(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

(抱歉,我忍不住起了个抓眼球的标题 :)

因为脑子里又冒出一个项目点子,我做了点 Unix 考古,翻了翻最初的源码。这是我读别人代码读得最开心的一次——大概是因为它的历史意义吧。但也因为它和现代那些庞然大物相比,实在亲切得可爱。

在很远很远的 PDP 上,我们的旅程从 1973 年 11 月发布的 Unix 第四版开始,那已经是半个多世纪前了。C 其实早在头一年发布的第二版就出现了,但用得并不广泛。V4 之所以特别,是因为到那时连内核的大部分都已经用(我们姑且称之为“中世纪”)C 写成了。不过系统已经长大了,能力也相当强。你会发现,如今 POSIX 世界里我们拥有的许多 Unix 特性,在 V4 里就已经存在了。

超级有趣的事实:一盘包含 V4 的磁带去年才被发现!在此之前,人们以为它已彻底湮没于时间之中。

我们的工作人员在清理储藏室时,发现了这盘来自贝尔实验室、约 1973 年的 UNIX v4 磁带。

第一个有趣的发现来自 C“编译器”的源码。加引号是因为它并不是我们今天所知的那种单体编译器。它其实是一组独立的工具,你把它们串接起来,才能从 C 代码得到目标文件。

在 /usr/c/c20.c:814 处——据我理解,这算是个非常原始的优化器(V5 里称之为“C object code improver”;V4 里注释不多)——你会看到:

alloc(an) register int n; register char *p; n = an; n++; n =& ~01; if (lasta+n >= lastr) { if (sbrk(2000) == -1) { write(2, "Out of space\n", 14); exit(1); lastr =+ 2000; p = lasta; lasta =+ n; return(p);

是不是很有意思?这个例程在整个程序里用来分配内存。眯着眼看的话,它就是个线性分配器。它对大小做对齐,检查区域是否足够大,不够就尝试扩展。失败时它就直接冷冰冰地退出。这意味着调用方不必每次都检查 NULL,而它们确实也没检查。

这个“区域”没有名字,不像今天你会用 arena 那样。不过上面的做法有个好性质:通过使用 sbrk(),当我们扩展堆时,不会有指针失效。

而且他们根本懒得释放内存,因为何必呢?没必要。一切都与程序同生共死。

在我看来,这是最有趣的一点,也是我选这个标题的原因。

在 Dennis 的目录里,你会发现一个名为 malloc.c 的文件。你在里面看到两个函数:

struct map { char *m_size; char *m_addr; }; malloc(mp, size) struct map *mp; mfree(mp, size, aa) struct map *mp;

看着眼熟吧?没错,是带个 m 的 mfree()。这两个函数显然处理内存的(去)分配,是我们今天熟悉的那些函数的前身。但接口不同。

malloc() 多接收一个名为 mp(代表“map”)的首参数,mfree() 也一样。那是什么?我们来看看它们是怎么用的:

p = malloc(coremap, sizeof foo); ... mfree(coremap, sizeof foo, p); q = malloc(swapmap, sizeof bar); ... mfree(swapmap, sizeof bar, q);

所以,它们传入了一些对象:coremap 和 swapmap。那些又是什么?

来自 /usr/sys/systm.h:2:

int coremap[CMAPSIZ]; int swapmap[SMAPSIZ];

它们就是平坦的内存区域!所以这些 malloc() 和 mfree() 是在显式的内存区域上工作的!不仅如此,mfree() 还接收它所释放对象的大小,本该如此。这些接口比传统的 malloc()/free() 好上无数倍。

想象一下用一个有这种接口的库。你只要丢弃你委托给它的整个区域,就能释放它的所有内存资源。堆破坏漏洞的严重性会降低,因为你可以划分内存。你可以轻而易举地限制第三方代码分配的内存量。好处数不胜数……

(旁注:他们在这里稍微搞砸了,两个区域的大小本应分别是 CMAPSIZ/2 和 SMAPSIZ/2。他们后来修正了。)

不过,我不认为 Dennis 和 Ken 脑子里装的是这些好处。那么他们为什么采用这种接口,又为什么把内存划分为“core”和“swap”?我相信原因仅仅是硬件限制。这些接口一直保持到 1975 年春天发布的 V6(也许 V7 也是?),而幸运的是,关于那一版有一份出了名的好资料。

来自 John Lions 的《A Commentary on the Sixth Edition UNIX Operating System》:

这些[例程]涉及两类内存资源的分配与后续释放,即:

对于这两类资源中的每一类,都在一个资源“map”(“coremap”或“swapmap”)内维护一张可用区域列表。指向相应资源“map”的指针总是传给“malloc”和“mfree”,这样这些例程本身就不必知道它们所处理的是哪类资源。

接着它解释了底层分配算法如何工作。这些并不做线性分配(所以才有 mfree())。基本上,它是一个按地址排序的块(struct map)列表,你在其中做首次适配,并合并相邻块。

第六版也是“arena”一词首次出现的地方,在 /usr/source/s4/alloc.s:17:

/char *allocs[2] { /initial empty arena/

回滚

……回到线性分配的话题……在 V6 的 /usr/source/s1/diff1.c:88 处,我认为这是史上第一个 diff(1) 版本,你会发现:

char *area; char *top; alloc(n) register char *p; p = area; n = (n+1) & ~1; area =+ n; while(area > top) { if(sbrk(1024) == -1) { mesg("Out of space\n"); exit(1); top =+ 1024; return(p);

这和之前的 alloc() 差别不算太大,但这次它能处理任意大小的分配。它用 while 循环持续扩展区域,直到预留了足够的空间才停止。真正有趣的部分发生在后面的 unsort():143 处:

unsort(f, l, b) struct line *f; int *b; int *a; int i;

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →