-
-
[原创] V8 hole 类型漏洞利用总结 【过时】
-
发表于: 2024-2-1 17:45 13768
-
@
笔者刚入门 v8
利用不久,以下内容可能存在错误,如发现相关错误,希望各位大佬雅正,谢谢。
参考文章 [V8 Deep Dives] Understanding Map Internals
下面概念性的内容基本上就是对该参考文章的翻译或总结,建议看原文章
V8
中的 Map
是在哈希表的基础上构建出来的,但是不等同于哈希表,因为哈希表是不提供插入元素的顺序保证的,但是 ES
标准要求 Map
要记录元素的插入顺序。所以 Map
底层采用的是 deterministic hash tables,当然对于我们而言无需关心其具体是什么,类似哈希表就完了。 确定性哈希表采用的数据结构伪代码如下:
这里的 CloseTable
代码的就是代表的哈希表,其成员 hashTable
的大小代表 buckets
的数量,其第 i
个元素代表的就是第 i
个 buckets
头元素在 dataTable
中的 index
:
其实这里把 hashTable
当作 bucket
使用数组,dataTable
当作 bucket
数组就好了,这样做的目的就是为了记录元素的插入顺序。
当删除元素时,这里仅仅就是将 key
和 value
设置为 undefined
,所以这里被删除的元素仍然占据内存空间。
当然还有一个问题就是当 dataTable
满了,V8
是如何进行扩容的呢?这里引入 v8
中的实现规则:
这里的验证可以看参考文章,后面讲了 v8
中 Map
的内存模型了在简单验证验证。
在 v8
中,JSMap
的内存布局如下:
考虑如下代码:
可以看到这里的 OrderedHashMap
:
初始时,buckets
的数量为 2
:
可以看到这里 dataTable
的大小为 12
(8字节为单位哈),而每个 entry
占 3,所以总的容量其实就是 4
,其为 2 * buckets
是满足之前说的 dataTable.length = 2 * buckets = 2 * hashTable.length
。
当添加四个元素时:
这里来看下 hashTable
和 dataTable
,这里我直接画了一个图:
这里似乎与上面参考文章说的有点不同,这里采用的头插法?而且我也没看出来这里是咋记录插入顺序的,但是这里使用 for...of
循环确实是按照顺序打印的:
然后删除 (3, 1)
:
可以看到这里的 elements = 3
,而 deleteds = 1
,这是符合逻辑的,并且 hashTable
并没有改变,仅仅将对应的 entry
的 key/value
设置成了 #hole
:
然后再添加一个元素:
可以看到这里的 OrderedHashMap
已经发生了变换,即这里发生了扩容:
来看下 OrderedHashMap
:
可以看到这里清除了 deleted entry
:
map.set(key, value)
的作用就是给 map
添加元素(其实就是键值对,只是笔者习惯叫做元素,读者自己明白就好),其在 V8
层面的接口定义如下:
set
的整个逻辑如下:
检查 key
是否存在
若 key
存在,则直接更新 value
若 key
不存在,则检查是否存在空闲 entry
这里是用 TryLookupOrderedHashTableIndex
函数去寻找 key
对应的 entry
的,即判断 key
是否存在:
可以看到对于不同类型的 key
,有着不同的寻找方式,这里以 Smi
类型的 key
为例,对于 Smi
类型的 key
寻找其 entry
利用的函数是 FindOrderedHashTableEntryForSmiKey
:
该函数比较简单,就是先利用 ComputeIntegerHash
计算出 key
的哈希值,然后再用 FindOrderedHashTableEntry
进行查找,ComputeIntegerHash
函数如下:
重点还是在 FindOrderedHashTableEntry
上:
整个逻辑我都注释清楚了,就不多说了,值得注意的是这里遍历 bucket
链表时存在范围检查。
后面 StoreFixedArrayElement
函数我没有找到其定义,就分析下 StoreOrderedHashMapNewEntry
函数,其实都比较比较简单,值得注意的是这里写入的 entry
是根据 hashTable
的偏移计算得到的:
map.delete(key)
的作用就是删除对应元素,其在 V8
层的接口函数如下:
逻辑比较清楚了,看注释吧,这里来看下 Runtime::kMapShrink
函数:
其主要就是调用的 OrderedHashMap::Shrink
函数:
话不多说,跟进 Rehash
函数:
前面对 JSMap
分析了那么多,哪么 hole
泄漏如何利用 JSMap
进行攻击呢?
Hole
是 JS
内部的一种数据类型,用来标记不存在的元素,这个数据类型通常是不能泄露到用户 JS
层面。Hole
类型的漏洞利用是指由于内部数据结构 Hole
通过漏洞被暴露至 用户 JS
层,因此可以根据 Hole
创建⼀个长度为 -1 的 JSMap
结构,导致越界读写,从而实现 RCE
。
根据前面的分析,我们知道当使用 map.delete
删除一个元素时,只是将该元素的 key
、value
设置为 hole
,并没有实际的删除该元素,实际上只是做了个标记,当进行 shrink
操作时,这些被 hole
标记的元素才会被真正的删除。那么如果我们可以创建 key = hole
的元素,那么我们就可以多次删除元素从而导致 map.size = -1
(当然这里前提是不进行 shrink
操作,因为 shrink
操作会清除 hole
元素)。考虑如下代码:
可以看到这里的 elements = -1、deleted = 0、buckets = 2
:
当然这里的触发代码为啥这样写呢?为啥要 map.set(1, 1)
呢?直接 map.set(hole, 1)
,然后再 delete
两次不行吗?其实这里就是涉及到 shrink
操作会清除 hole
元素,比如考虑如下代码:
map.set(hole, 1)
后:
可以看到这里的:elements = 1、deleted = 0、buckets = 2
第一次 map.delete(hole)
后:
第一次 map.delete(hole)
后,elements = 0、deleted = 1、buckets = 2
,由于 elements < buckets / 2
,所以第一次 delete
后会发生 shrink
、从而导致 hole
元素被删除,因此第二次 map.delete(hole)
时直接返回 false
(这里不理解的看上面 delete
操作的源码分析)
Ok,现在已经成功构造了 map.size = -1
了,哪么接下来该如何去进行 OOB
呢?先来看看如果现在我们继续向 map
中添加元素,这时会发生什么呢?
在之前的 set
操作的源码分析中,我们知道当添加一个新的元素时(即 key
事先不存在)new entry
的寻找方式为:&hashTable + buckets + occupancy * 3
,这里的 occupancy = elements + deleted
而在构造好 map.size = -1
后,其相关字段的值为: elements = -1、deleted = 0、buckets = 2
所以 new_entry = &hashTable + 2 + (-1 + 0) * 3 = &hashTable - 1 = hashTable[-1] = &buckets
所以 new_entry = key|value|chain = buckets|hashTbale[0]|hashTable[1]
,即下一次添加新元素时,就可以修改 buckets = key1、hashTable[0] = value1
然后我们再添加新元素,此时:new_entry = &hashTable + buckets + (0 + 0) * 3 = hashTable[key1]
,而 key1
我们是可以控制的,所以 new_entry
也是可控的,从而导致越界写 key/value
,这里一般就是去写 JSArray
的 length
字段。
但是需要注意的是,在之前分析 set
操作源码时,我们知道当对 bucket
链表进行遍历时会存在检查,所以我们得让 bucket[hash(key) & (buckets - 1)] = -1
从而避免遍历 bucket
链表。在构造好 map.size = -1
后,第一次添加新元素是无所谓的,因为此时 bucket[0] = -1、bucket[1] = -1
,但是第二次就得注意了,第一次添加时会导致 bucket[0] != -1
或者 bucket[1] != -1
,但是其实 bucket[0] = value1
,所以可以让 bucket[0] = value1 = -1
,这样在第二次添加时我们只需要让:hash(key2) & (buckets - 1) = 0
即可,这里到时候爆破一下就 ok 了。
模板如下:
key2
爆破脚本,这里的 ComputeUnseededHash
函数以实际的 V8
源码为准:
题目其实没啥好说的,关键就是利用漏洞把 hole
泄漏出来,后面基本都是一样的。所以这里直接用 %TheHole()
来获取 hole
,以此来演示利用手法:
效果如下:
可以看到这里的 oob_arr.length
成功被修改为 0x2002
导致越界读写。然后就是基本的 OOB
类型漏洞利用了,就没啥好说的了。
interface Entry {
key: any;
value: any;
chain: number;
}
interface CloseTable {
hashTable: number[];
dataTable: Entry[];
nextSlot: number;
size: number;
}
interface Entry {
key: any;
value: any;
chain: number;
}
interface CloseTable {
hashTable: number[];
dataTable: Entry[];
nextSlot: number;
size: number;
}
var
map =
new
Map();
%DebugPrint(map);
readline();
map.set(1, 1);
map.set(2, 1);
map.set(3, 1);
map.set(4, 1);
%DebugPrint(map);
readline();
map.
delete
(3);
%DebugPrint(map);
readline();
map.set(5, 1);
%DebugPrint(map);
readline();
var
map =
new
Map();
%DebugPrint(map);
readline();
map.set(1, 1);
map.set(2, 1);
map.set(3, 1);
map.set(4, 1);
%DebugPrint(map);
readline();
map.
delete
(3);
%DebugPrint(map);
readline();
map.set(5, 1);
%DebugPrint(map);
readline();
......
for
(let x of map) {
print(x);
}
/*
1,1
2,1
3,1
4,1
*/
......
for
(let x of map) {
print(x);
}
/*
1,1
2,1
3,1
4,1
*/
TF_BUILTIN(MapPrototypeSet, CollectionsBuiltinsAssembler) {
Node*
const
receiver = Parameter(Descriptor::kReceiver);
Node* key = Parameter(Descriptor::kKey);
Node*
const
value = Parameter(Descriptor::kValue);
Node*
const
context = Parameter(Descriptor::kContext);
// 检查 receiver 是否是 JS_MAP 类型,如果不是则抛出异常
ThrowIfNotInstanceType(context, receiver, JS_MAP_TYPE,
"Map.prototype.set"
);
// 规格化 key
key = NormalizeNumberKey(key);
// 获取 table 即 OrderedHashMap
TNode<OrderedHashMap>
const
table = CAST(LoadObjectField(receiver, JSMap::kTableOffset));
VARIABLE(entry_start_position_or_hash, MachineType::PointerRepresentation(), IntPtrConstant(0));
Label entry_found(
this
), not_found(
this
);
// 根据 key 找到对应的 entry 索引 index,即检查 key 是否已经存在
TryLookupOrderedHashTableIndex<OrderedHashMap>(table, key, context,
&entry_start_position_or_hash,
&entry_found, ¬_found);
// 成功找到 entry,即 key 已经存在
BIND(&entry_found);
// If we found the entry, we just store the value there.
// 将数据存入 entry,这里是 key 已经存在,索引就直接跟新 value
StoreFixedArrayElement(table, entry_start_position_or_hash.value(), value,
UPDATE_WRITE_BARRIER,
kPointerSize * (OrderedHashMap::kHashTableStartIndex +
OrderedHashMap::kValueOffset));
Return(receiver);
Label no_hash(
this
), add_entry(
this
), store_new_entry(
this
);
// 没有找到的 entry,即 key 原先不存在,说人话就是第一次 set key(或是设置过但是已经 delete 了)
BIND(¬_found);
{
// If we have a hash code, we can start adding the new entry.
// 如果已经计算了 hash code,则添加一个新 entry
GotoIf(IntPtrGreaterThan(entry_start_position_or_hash.value(), IntPtrConstant(0)), &add_entry);
// Otherwise, go to runtime to compute the hash code.
// 否则计算 hash code
entry_start_position_or_hash.Bind(SmiUntag(CallGetOrCreateHashRaw(key)));
Goto(&add_entry);
}
BIND(&add_entry);
VARIABLE(number_of_buckets, MachineType::PointerRepresentation());
VARIABLE(occupancy, MachineType::PointerRepresentation());
TVARIABLE(OrderedHashMap, table_var, table);
{
// Check we have enough space for the entry.
// 检查是否有足够的 entry 空间
// 获取 buckets 的数量
number_of_buckets.Bind(SmiUntag(CAST(LoadFixedArrayElement(table, OrderedHashMap::kNumberOfBucketsIndex))));
// 每次扩容或缩容都是按照2的次幂进行的
STATIC_ASSERT(OrderedHashMap::kLoadFactor == 2);
// 容量 capacity = number_of_buckets << 1 = number_of_buckets * 2
Node*
const
capacity = WordShl(number_of_buckets.value(), 1);
// 有效元素的数量 number_of_elements
Node*
const
number_of_elements = SmiUntag(CAST(LoadObjectField(
table, OrderedHashMap::kNumberOfElementsOffset)));
// 被删除元素的数量 number_of_deleted
Node*
const
number_of_deleted = SmiUntag(CAST(LoadObjectField(
table, OrderedHashMap::kNumberOfDeletedElementsOffset)));
// occupancy = number_of_elements + number_of_deleted 即已经被占据的 entry 空间
occupancy.Bind(IntPtrAdd(number_of_elements, number_of_deleted));
// 如果 occupancy < capacity,说明有空闲的 entry,因此 store_new_entry
GotoIf(IntPtrLessThan(occupancy.value(), capacity), &store_new_entry);
// We do not have enough space, grow the table and reload the relevant
// fields.
// 否则来到这里说明 occupancy >= capacity(应该是不存在大于的)则进行扩容
CallRuntime(Runtime::kMapGrow, context, receiver);
// 扩容后,又来一次获取:
// table、number_of_buckets、new_number_of_elements、new_number_of_deleted、occupancy
table_var = CAST(LoadObjectField(receiver, JSMap::kTableOffset));
number_of_buckets.Bind(SmiUntag(CAST(LoadFixedArrayElement(
table_var.value(), OrderedHashMap::kNumberOfBucketsIndex))));
Node*
const
new_number_of_elements = SmiUntag(CAST(LoadObjectField(
table_var.value(), OrderedHashMap::kNumberOfElementsOffset)));
Node*
const
new_number_of_deleted = SmiUntag(CAST(LoadObjectField(
table_var.value(), OrderedHashMap::kNumberOfDeletedElementsOffset)));
occupancy.Bind(IntPtrAdd(new_number_of_elements, new_number_of_deleted));
Goto(&store_new_entry);
}
BIND(&store_new_entry);
// Store the key, value and connect the element to the bucket chain.
// 看注释:存储 key、value 并且将其加入对应的 bucket 链表
StoreOrderedHashMapNewEntry(table_var.value(), key, value,
entry_start_position_or_hash.value(),
number_of_buckets.value(), occupancy.value());
Return(receiver);
}
TF_BUILTIN(MapPrototypeSet, CollectionsBuiltinsAssembler) {
Node*
const
receiver = Parameter(Descriptor::kReceiver);
Node* key = Parameter(Descriptor::kKey);
Node*
const
value = Parameter(Descriptor::kValue);
Node*
const
context = Parameter(Descriptor::kContext);
// 检查 receiver 是否是 JS_MAP 类型,如果不是则抛出异常
ThrowIfNotInstanceType(context, receiver, JS_MAP_TYPE,
"Map.prototype.set"
);
// 规格化 key
key = NormalizeNumberKey(key);
// 获取 table 即 OrderedHashMap
TNode<OrderedHashMap>
const
table = CAST(LoadObjectField(receiver, JSMap::kTableOffset));
VARIABLE(entry_start_position_or_hash, MachineType::PointerRepresentation(), IntPtrConstant(0));
Label entry_found(
this
), not_found(
this
);
// 根据 key 找到对应的 entry 索引 index,即检查 key 是否已经存在
TryLookupOrderedHashTableIndex<OrderedHashMap>(table, key, context,
&entry_start_position_or_hash,
&entry_found, ¬_found);
// 成功找到 entry,即 key 已经存在
BIND(&entry_found);
// If we found the entry, we just store the value there.
// 将数据存入 entry,这里是 key 已经存在,索引就直接跟新 value
StoreFixedArrayElement(table, entry_start_position_or_hash.value(), value,
UPDATE_WRITE_BARRIER,
kPointerSize * (OrderedHashMap::kHashTableStartIndex +
OrderedHashMap::kValueOffset));
Return(receiver);
Label no_hash(
this
), add_entry(
this
), store_new_entry(
this
);
// 没有找到的 entry,即 key 原先不存在,说人话就是第一次 set key(或是设置过但是已经 delete 了)
BIND(¬_found);
{
// If we have a hash code, we can start adding the new entry.
// 如果已经计算了 hash code,则添加一个新 entry
GotoIf(IntPtrGreaterThan(entry_start_position_or_hash.value(), IntPtrConstant(0)), &add_entry);
// Otherwise, go to runtime to compute the hash code.
// 否则计算 hash code
entry_start_position_or_hash.Bind(SmiUntag(CallGetOrCreateHashRaw(key)));
Goto(&add_entry);
}
BIND(&add_entry);
VARIABLE(number_of_buckets, MachineType::PointerRepresentation());
VARIABLE(occupancy, MachineType::PointerRepresentation());
TVARIABLE(OrderedHashMap, table_var, table);
{
// Check we have enough space for the entry.
// 检查是否有足够的 entry 空间
// 获取 buckets 的数量
number_of_buckets.Bind(SmiUntag(CAST(LoadFixedArrayElement(table, OrderedHashMap::kNumberOfBucketsIndex))));
// 每次扩容或缩容都是按照2的次幂进行的
STATIC_ASSERT(OrderedHashMap::kLoadFactor == 2);
// 容量 capacity = number_of_buckets << 1 = number_of_buckets * 2
Node*
const
capacity = WordShl(number_of_buckets.value(), 1);
// 有效元素的数量 number_of_elements
Node*
const
number_of_elements = SmiUntag(CAST(LoadObjectField(
table, OrderedHashMap::kNumberOfElementsOffset)));
// 被删除元素的数量 number_of_deleted
Node*
const
number_of_deleted = SmiUntag(CAST(LoadObjectField(
table, OrderedHashMap::kNumberOfDeletedElementsOffset)));
// occupancy = number_of_elements + number_of_deleted 即已经被占据的 entry 空间
occupancy.Bind(IntPtrAdd(number_of_elements, number_of_deleted));
// 如果 occupancy < capacity,说明有空闲的 entry,因此 store_new_entry
GotoIf(IntPtrLessThan(occupancy.value(), capacity), &store_new_entry);
// We do not have enough space, grow the table and reload the relevant
// fields.
// 否则来到这里说明 occupancy >= capacity(应该是不存在大于的)则进行扩容
CallRuntime(Runtime::kMapGrow, context, receiver);
// 扩容后,又来一次获取:
// table、number_of_buckets、new_number_of_elements、new_number_of_deleted、occupancy
table_var = CAST(LoadObjectField(receiver, JSMap::kTableOffset));
number_of_buckets.Bind(SmiUntag(CAST(LoadFixedArrayElement(
table_var.value(), OrderedHashMap::kNumberOfBucketsIndex))));
Node*
const
new_number_of_elements = SmiUntag(CAST(LoadObjectField(
table_var.value(), OrderedHashMap::kNumberOfElementsOffset)));
Node*
const
new_number_of_deleted = SmiUntag(CAST(LoadObjectField(
table_var.value(), OrderedHashMap::kNumberOfDeletedElementsOffset)));
occupancy.Bind(IntPtrAdd(new_number_of_elements, new_number_of_deleted));
Goto(&store_new_entry);
}
BIND(&store_new_entry);
// Store the key, value and connect the element to the bucket chain.
// 看注释:存储 key、value 并且将其加入对应的 bucket 链表
StoreOrderedHashMapNewEntry(table_var.value(), key, value,
entry_start_position_or_hash.value(),
number_of_buckets.value(), occupancy.value());
Return(receiver);
}
template
<
typename
CollectionType>
void
CollectionsBuiltinsAssembler::TryLookupOrderedHashTableIndex(
Node*
const
table, Node*
const
key, Node*
const
context, Variable* result,
Label* if_entry_found, Label* if_not_found) {
Label if_key_smi(
this
), if_key_string(
this
), if_key_heap_number(
this
), if_key_bigint(
this
);
GotoIf(TaggedIsSmi(key), &if_key_smi);
Node* key_map = LoadMap(key);
Node* key_instance_type = LoadMapInstanceType(key_map);
GotoIf(IsStringInstanceType(key_instance_type), &if_key_string);
GotoIf(IsHeapNumberMap(key_map), &if_key_heap_number);
GotoIf(IsBigIntInstanceType(key_instance_type), &if_key_bigint);
FindOrderedHashTableEntryForOtherKey<CollectionType>(
context, table, key, result, if_entry_found, if_not_found);
BIND(&if_key_smi);
{
FindOrderedHashTableEntryForSmiKey<CollectionType>(
table, key, result, if_entry_found, if_not_found);
}
BIND(&if_key_string);
{
FindOrderedHashTableEntryForStringKey<CollectionType>(
context, table, key, result, if_entry_found, if_not_found);
}
BIND(&if_key_heap_number);
{
FindOrderedHashTableEntryForHeapNumberKey<CollectionType>(
context, table, key, result, if_entry_found, if_not_found);
}
BIND(&if_key_bigint);
{
FindOrderedHashTableEntryForBigIntKey<CollectionType>(
context, table, key, result, if_entry_found, if_not_found);
}
}
template
<
typename
CollectionType>
void
CollectionsBuiltinsAssembler::TryLookupOrderedHashTableIndex(
Node*
const
table, Node*
const
key, Node*
const
context, Variable* result,
Label* if_entry_found, Label* if_not_found) {
Label if_key_smi(
this
), if_key_string(
this
), if_key_heap_number(
this
), if_key_bigint(
this
);
GotoIf(TaggedIsSmi(key), &if_key_smi);
Node* key_map = LoadMap(key);
Node* key_instance_type = LoadMapInstanceType(key_map);
GotoIf(IsStringInstanceType(key_instance_type), &if_key_string);
GotoIf(IsHeapNumberMap(key_map), &if_key_heap_number);
GotoIf(IsBigIntInstanceType(key_instance_type), &if_key_bigint);
FindOrderedHashTableEntryForOtherKey<CollectionType>(
context, table, key, result, if_entry_found, if_not_found);
BIND(&if_key_smi);
{
FindOrderedHashTableEntryForSmiKey<CollectionType>(
table, key, result, if_entry_found, if_not_found);
}
BIND(&if_key_string);
{
FindOrderedHashTableEntryForStringKey<CollectionType>(
context, table, key, result, if_entry_found, if_not_found);
}
BIND(&if_key_heap_number);
{
FindOrderedHashTableEntryForHeapNumberKey<CollectionType>(
context, table, key, result, if_entry_found, if_not_found);
}
BIND(&if_key_bigint);
{
FindOrderedHashTableEntryForBigIntKey<CollectionType>(
context, table, key, result, if_entry_found, if_not_found);
}
}
template
<
typename
CollectionType>
void
CollectionsBuiltinsAssembler::FindOrderedHashTableEntryForSmiKey(
Node* table, Node* smi_key, Variable* result, Label* entry_found,
Label* not_found) {
Node*
const
key_untagged = SmiUntag(smi_key);
Node*
const
hash = ChangeInt32ToIntPtr(ComputeIntegerHash(key_untagged, Int32Constant(0)));
CSA_ASSERT(
this
, IntPtrGreaterThanOrEqual(hash, IntPtrConstant(0)));
result->Bind(hash);
FindOrderedHashTableEntry<CollectionType>(
table, hash,
[&](Node* other_key, Label* if_same, Label* if_not_same) {
SameValueZeroSmi(smi_key, other_key, if_same, if_not_same);
},
result, entry_found, not_found);
}
template
<
typename
CollectionType>
void
CollectionsBuiltinsAssembler::FindOrderedHashTableEntryForSmiKey(
Node* table, Node* smi_key, Variable* result, Label* entry_found,
Label* not_found) {
Node*
const
key_untagged = SmiUntag(smi_key);
Node*
const
hash = ChangeInt32ToIntPtr(ComputeIntegerHash(key_untagged, Int32Constant(0)));
CSA_ASSERT(
this
, IntPtrGreaterThanOrEqual(hash, IntPtrConstant(0)));
result->Bind(hash);
FindOrderedHashTableEntry<CollectionType>(
table, hash,
[&](Node* other_key, Label* if_same, Label* if_not_same) {
SameValueZeroSmi(smi_key, other_key, if_same, if_not_same);
},
result, entry_found, not_found);
}
inline
uint32_t ComputeIntegerHash(uint32_t key, uint64_t seed) {
uint32_t hash = key;
hash = hash ^
static_cast
<uint32_t>(seed);
hash = ~hash + (hash << 15);
// hash = (hash << 15) - hash - 1;
hash = hash ^ (hash >> 12);
hash = hash + (hash << 2);
hash = hash ^ (hash >> 4);
hash = hash * 2057;
// hash = (hash + (hash << 3)) + (hash << 11);
hash = hash ^ (hash >> 16);
return
hash & 0x3fffffff;
}
inline
uint32_t ComputeIntegerHash(uint32_t key, uint64_t seed) {
uint32_t hash = key;
hash = hash ^
static_cast
<uint32_t>(seed);
hash = ~hash + (hash << 15);
// hash = (hash << 15) - hash - 1;
hash = hash ^ (hash >> 12);
hash = hash + (hash << 2);
hash = hash ^ (hash >> 4);
hash = hash * 2057;
// hash = (hash + (hash << 3)) + (hash << 11);
hash = hash ^ (hash >> 16);
return
hash & 0x3fffffff;
}
template
<
typename
CollectionType>
void
CodeStubAssembler::FindOrderedHashTableEntry(
Node* table, Node* hash,
std::function<
void
(Node*, Label*, Label*)> key_compare,
Variable* entry_start_position, Label* entry_found, Label* not_found) {
// Get the index of the bucket.
// 获取 bucket 的数量 number_of_buckets
Node*
const
number_of_buckets = SmiUntag(CAST(LoadFixedArrayElement(
CAST(table), CollectionType::kNumberOfBucketsIndex)));
// 获取 key 对于 bucket 的编号:bucket = hash[key] & (number_of_buckets - 1)
Node*
const
bucket =
WordAnd(hash, IntPtrSub(number_of_buckets, IntPtrConstant(1)));
// 获取 first_entry = hastTable[bucket]
Node*
const
first_entry = SmiUntag(CAST(LoadFixedArrayElement(
CAST(table), bucket,
CollectionType::kHashTableStartIndex * kPointerSize)));
// Walk the bucket chain.
// 遍历 bucket 单链表,first_entry 就是链表头
Node* entry_start;
Label if_key_found(
this
);
{
VARIABLE(var_entry, MachineType::PointerRepresentation(), first_entry);
Label loop(
this
, {&var_entry, entry_start_position}), continue_next_entry(
this
);
Goto(&loop);
BIND(&loop);
// If the entry index is the not-found sentinel, we are done.
// 如果 var_entry = CollectionType::kNotFound,则没找到对应的 entry
// 这里我没有找到 CollectionType::kNotFound 的定义,我猜测是 -1
// 因为 entry 的 chain 域尾巴是 -1,hashTable 不存在时也是 -1
GotoIf(
WordEqual(var_entry.value(), IntPtrConstant(CollectionType::kNotFound)),
not_found);
// Make sure the entry index is within range.
// 检查 entry index 的范围,防止越界
CSA_ASSERT(
this
, UintPtrLessThan(
var_entry.value(),
SmiUntag(SmiAdd(
CAST(LoadFixedArrayElement(
CAST(table), CollectionType::kNumberOfElementsIndex)),
CAST(LoadFixedArrayElement(
CAST(table), CollectionType::kNumberOfDeletedElementsIndex))))));
// Compute the index of the entry relative to kHashTableStartIndex.
// 计算 entry_index 相对于 HashTableStartIndex 的偏移
// entry_start = var_entry * 3 + number_of_buckets
// 其实就是相对 hashTable 的偏移
entry_start =
IntPtrAdd(IntPtrMul(var_entry.value(), IntPtrConstant(CollectionType::kEntrySize)),
number_of_buckets);
// Load the key from the entry.
// 从 entry 中加载 key = candidate_key
Node*
const
candidate_key = LoadFixedArrayElement(
CAST(table), entry_start,
CollectionType::kHashTableStartIndex * kPointerSize);
// 这里没有找到 key_compare 的定义
// 根据名字猜测功能为:比较 candidate_key 和传入的 key,若相同则跳转到 if_key_found
// 否则继续验证下一个 entry,即跳转到 continue_next_entry
key_compare(candidate_key, &if_key_found, &continue_next_entry);
BIND(&continue_next_entry);
// Load the index of the next entry in the bucket chain.
// 加载下一个 entry 的 index,然后继续循环
var_entry.Bind(SmiUntag(CAST(LoadFixedArrayElement(
CAST(table), entry_start,
(CollectionType::kHashTableStartIndex + CollectionType::kChainOffset) *
kPointerSize))));
Goto(&loop);
}
BIND(&if_key_found);
entry_start_position->Bind(entry_start);
Goto(entry_found);
}
template
<
typename
CollectionType>
void
CodeStubAssembler::FindOrderedHashTableEntry(
Node* table, Node* hash,
std::function<
void
(Node*, Label*, Label*)> key_compare,
Variable* entry_start_position, Label* entry_found, Label* not_found) {
// Get the index of the bucket.
// 获取 bucket 的数量 number_of_buckets
Node*
const
number_of_buckets = SmiUntag(CAST(LoadFixedArrayElement(
CAST(table), CollectionType::kNumberOfBucketsIndex)));
// 获取 key 对于 bucket 的编号:bucket = hash[key] & (number_of_buckets - 1)
Node*
const
bucket =
WordAnd(hash, IntPtrSub(number_of_buckets, IntPtrConstant(1)));
// 获取 first_entry = hastTable[bucket]
Node*
const
first_entry = SmiUntag(CAST(LoadFixedArrayElement(
CAST(table), bucket,
CollectionType::kHashTableStartIndex * kPointerSize)));
// Walk the bucket chain.
// 遍历 bucket 单链表,first_entry 就是链表头
Node* entry_start;
Label if_key_found(
this
);
{
VARIABLE(var_entry, MachineType::PointerRepresentation(), first_entry);
Label loop(
this
, {&var_entry, entry_start_position}), continue_next_entry(
this
);
Goto(&loop);
BIND(&loop);
// If the entry index is the not-found sentinel, we are done.
// 如果 var_entry = CollectionType::kNotFound,则没找到对应的 entry
// 这里我没有找到 CollectionType::kNotFound 的定义,我猜测是 -1
// 因为 entry 的 chain 域尾巴是 -1,hashTable 不存在时也是 -1
GotoIf(
WordEqual(var_entry.value(), IntPtrConstant(CollectionType::kNotFound)),
not_found);
// Make sure the entry index is within range.
// 检查 entry index 的范围,防止越界
CSA_ASSERT(
this
, UintPtrLessThan(
var_entry.value(),
SmiUntag(SmiAdd(
CAST(LoadFixedArrayElement(
CAST(table), CollectionType::kNumberOfElementsIndex)),
CAST(LoadFixedArrayElement(
CAST(table), CollectionType::kNumberOfDeletedElementsIndex))))));
// Compute the index of the entry relative to kHashTableStartIndex.
// 计算 entry_index 相对于 HashTableStartIndex 的偏移
// entry_start = var_entry * 3 + number_of_buckets
// 其实就是相对 hashTable 的偏移
entry_start =
IntPtrAdd(IntPtrMul(var_entry.value(), IntPtrConstant(CollectionType::kEntrySize)),
number_of_buckets);
// Load the key from the entry.
// 从 entry 中加载 key = candidate_key
Node*
const
candidate_key = LoadFixedArrayElement(
CAST(table), entry_start,
CollectionType::kHashTableStartIndex * kPointerSize);
// 这里没有找到 key_compare 的定义
// 根据名字猜测功能为:比较 candidate_key 和传入的 key,若相同则跳转到 if_key_found
// 否则继续验证下一个 entry,即跳转到 continue_next_entry
key_compare(candidate_key, &if_key_found, &continue_next_entry);
BIND(&continue_next_entry);
// Load the index of the next entry in the bucket chain.
// 加载下一个 entry 的 index,然后继续循环
var_entry.Bind(SmiUntag(CAST(LoadFixedArrayElement(
CAST(table), entry_start,
(CollectionType::kHashTableStartIndex + CollectionType::kChainOffset) *
kPointerSize))));
Goto(&loop);
}
[注意]传递专业知识、拓宽行业人脉——看雪讲师团队等你加入!