汇编函数数据段中多尺寸数据的最优排布方式问询

已知汇编函数的数据可存放于代码段附近或数据段，其中跳转表（jmp-table）这类数据建议放在数据段。现有10个函数，每个函数都包含QWORD（8字节）、DWORD（4字节）、WORD（2字节）、BYTE（1字节）等多尺寸数据，需要确定数据段的最优排布方式：是将每个函数的所有数据集中排布（按函数分组），还是按数据尺寸将所有函数的同类型数据集中排布？

以下是两种排布方案的代码示例：

方案1：按函数分组（8字节对齐） #

section code
 func:
   ...
 func2:
   ...
 func3:
   ...
section data align 64
 func.jmp_table:
    DQ ...,...,...,...,...,...
 func.data4:
    DD ...,...,...,...,...,...
 func.data2:
    DW ...,...,...,...,...,...
 func.data1:
    DB ...,...,...,...,...,...

 align 8
 func2.jmp_table:
    DQ ...,...,...,...,...,...
 func2.data4:
    DD ...,...,...,...,...,...
 func2.data2:
    DW ...,...,...,...,...,...
 func2.data1:
    DB ...,...,...,...,...,...

 align 8
 func3.data1:
    DB ...,...,...,...,...,...
 func3.jmp_table:
    DQ ...,...,...,...,...,...
 func3.data4:
    DD ...,...,...,...,...,...
 func3.data2:
    DW ...,...,...,...,...,...
 func3.data1:
    DB ...,...,...,...,...,...

方案2：按数据尺寸分组 #

section code
     func:
       ...
     func2:
       ...
     func3:
       ...
    section data align 64
     func.jmp_table:
        DQ ...,...,...,...,...,...
     func2.jmp_table:
        DQ ...,...,...,...,...,...
     func3.jmp_table:
        DQ ...,...,...,...,...,...

     func.data4:
        DD ...,...,...,...,...,...
     func2.data4:
        DD ...,...,...,...,...,...
     func3.data4:
        DD ...,...,...,...,...,...

     func.data2:
        DW ...,...,...,...,...,...
     func2.data2:
        DW ...,...,...,...,...,...
     func3.data2:
        DW ...,...,...,...,...,...

     func.data1:
        DB ...,...,...,...,...,...
     func2.data1:
        DB ...,...,...,...,...,...
     func3.data1:
        DB ...,...,...,...,...,...

两种方案的优劣对比 #

按函数分组（方案1） #

• 优势：
  • 可读性与维护性拉满：每个函数的数据都集中在一块，修改或调试时不用跨区域查找，逻辑关联一目了然。
  • 缓存局部性更优：如果函数运行时会连续访问自身的多种尺寸数据，这种排布能让数据更大概率落在同一缓存行，减少缓存 miss，提升执行效率。
• 劣势：
  • 内存浪费较多：每个函数组都要按QWORD（8字节）对齐，多个函数组会产生额外的填充字节，导致数据段总大小增加。

按数据尺寸分组（方案2） #

• 优势：
  • 内存利用率更高：同尺寸数据连续排布，无需为每个函数组单独对齐，填充字节极少，能有效压缩数据段体积。
  • 同类型数据批量处理效率高：如果需要对所有函数的同类型数据做批量操作（比如统一初始化所有DWORD数据），连续的内存布局能大幅提升访问速度。
• 劣势：
  • 维护成本高：单个函数的数据分散在数据段的不同区域，修改某个函数的数据时要在多个块之间切换，很容易出错。
  • 缓存局部性可能下降：如果函数运行时需要交替访问自身不同尺寸的数据，这些数据可能分布在不同缓存行，增加缓存 miss 的概率，拖慢执行速度。

最优选择建议 #

• 若开发维护优先级更高，或函数的多尺寸数据访问关联性强（比如函数执行时会依次用到自身的跳转表、DWORD、WORD数据），优先选按函数分组。
• 若内存利用率或同类型数据批量处理效率优先级更高，且函数的数据访问相对独立（比如某类数据仅在特定场景被访问，和其他尺寸数据无连续访问需求），优先选按数据尺寸分组。

内容的提问来源于stack exchange，提问作者HelloGUI