省略帧指针真的对性能有正面影响，对调试能力有负面影响吗？

Question

正如很久以前所建议的，我总是在没有帧指针的情况下构建我的发布可执行文件（如果使用 /Ox 编译，这是默认设置）。

但是，现在我在论文http://research.microsoft.com/apps/pubs/default.aspx?id=81176 中读到，帧指针对性能没有太大影响。因此，完全优化它（使用 /Ox）或使用帧指针完全优化它（使用 /Ox /Oy-）对性能并没有真正的影响。

微软似乎表示添加帧指针 (/Oy-) 会使调试更容易，但真的是这样吗？

我做了一些实验，发现：

• 在一个简单的 32 位测试可执行文件（使用 /Ox /Ob0 编译）中，省略帧指针确实提高了性能（大约 10%）。但是这个测试可执行文件只执行一些函数调用，没有别的。
• 在我自己的应用程序中，添加/删除帧指针似乎没有太大影响。添加帧指针似乎可以使应用程序快 5% 左右，但这可能在误差范围内。

关于帧指针的一般建议是什么？

• 是否应该在发布的可执行文件中省略它们 (/Ox)，因为它们确实对性能有积极影响？
• 是否应该将它们添加 (/Ox /Oy-) 到发布的可执行文件中，因为它们可以提高调试能力（使用故障转储文件进行调试时）？

使用 Visual Studio 2010。

Answer 1

简答：通过省略帧指针，

您需要使用堆栈指针来访问局部变量和参数。编译器不介意，但是如果您使用汇编进行编码，这会使您的生活变得更加艰难。如果你不使用宏，那就更难了。

每个函数调用可以节省四个字节（32 位架构）的堆栈空间。除非您使用深度递归，否则这不是胜利。

您将内存写入保存到缓存内存（堆栈），并且（理论上）在函数进入/退出时节省了几个时钟滴答，但您可以增加代码大小。除非您的函数很少经常执行（在这种情况下应该内联），否则这不应该引起注意。

您释放了一个通用寄存器。如果编译器可以使用该寄存器，它将生成更小且可能更快的代码。但是，如果大部分 CPU 时间都花在与主内存（甚至是硬盘驱动器）通信上，那么省略帧指针并不能帮助您摆脱这种情况。

调试器将失去生成堆栈跟踪的简单方法。调试器可能仍然能够从不同的源（例如PDB file）生成堆栈跟踪。

---

长答案：

典型的函数入口和出口是：

PUSH SP   ;push the frame pointer
MOV FP,SP ;store the stack pointer in the frame pointer
SUB SP,xx ;allocate space for local variables et al.
...
LEAVE     ;restore the stack pointer and pop the old frame pointer
RET       ;return from the function

没有堆栈指针的入口和出口可能如下所示：

SUB SP,xx ;allocate space for local variables et al.
...
ADD SP,xx ;de-allocate space for local variables et al.
RET       ;return from the function.

您将保存两条指令，但您还复制了一个文字值，因此代码不会变短（恰恰相反），但您可能已经保存了几个时钟周期（或者没有，如果它导致缓存未命中指令缓存）。不过，您确实在堆栈上节省了一些空间。

---

您确实释放了一个通用寄存器。这只有好处。

在 regcall/fastcall 中，这是一个额外的寄存器，您可以在其中存储函数的参数。因此，如果您的函数需要七个（在 x86 上；在大多数其他架构上更多）或更多参数（包括this），则第七个参数仍然适合寄存器。更重要的是，同样适用于局部变量。数组和大对象不适合寄存器（但指向它们的指针），但如果您的函数使用七个不同的局部变量（包括计算复杂表达式所需的临时变量），编译器可能会生成更小的代码.更小的代码意味着更少的指令缓存占用空间，这意味着更低的未命中率，从而更少的内存访问（但Intel Atom has a 32K instruction cache，这意味着你的代码可能无论如何都适合）。

x86 架构具有[BX/BP/SI/DI] 和[BX/BP + SI/DI] 寻址模式。这使得 BP 寄存器成为缩放数组索引非常有用的地方，尤其是当数组指针驻留在 SI 或 DI 寄存器中时。两个偏移寄存器比一个好。

使用寄存器可以避免内存访问，但如果一个变量值得存储在寄存器中，那么它很可能在 L1 缓存中仍然存在（尤其是因为它将在堆栈上）。移入/移出缓存仍有成本，但由于现代 CPU 做了很多移动优化和并行化，L1 访问可能与寄存器访问一样快。因此，不移动数据带来的速度优势仍然存在，但没有那么大。我可以很容易地想象 CPU 完全避免了数据缓存，至少就读取而言（并且写入缓存可以并行完成）。

使用的寄存器是需要保留的寄存器。如果您在再次使用它之前无论如何都要把它推入堆栈，那么在寄存器中存储太多是不值得的。在按调用者保留的调用约定（例如上面的约定）中，这意味着寄存器作为持久存储在经常调用其​​他函数的函数中没有那么有用。

另外请注意，x86 为浮点寄存器提供了一个单独的寄存器空间，这意味着无论如何如果没有额外的数据移动指令，浮点数就无法使用 BP 寄存器。只有整数和内存指针可以。

---

省略帧指针会失去可调试性。 This answer 说明原因：

如果代码崩溃，调试器需要做的就是生成堆栈跟踪：

    PUSH FP      ; log the current frame pointer as well
$1: CALL log_FP  ; log the frame pointer currently on stack
    LEAVE        ; pop the frame pointer to get the next one
    CMP [FP+4],0
    JNZ $1       ; until the stack cannot be popped (the return address is some specific value)

如果代码在没有帧指针的情况下崩溃，调试器可能无法生成堆栈跟踪，因为它可能不知道（即，它需要定位函数入口/出口点）需要从堆栈指针。如果调试器不知道帧指针没有被使用，它甚至可能会崩溃。