一、源由
我們的程序邏輯經常遇到這樣的操作序列：
1、讀一個位於memory中的變量的值到寄存器中
2、修改該變量的值（也就是修改寄存器中的值）
3、將寄存器中的數值寫回memory中的變量值
如果這個操作序列是串行化的操作（在一個thread中串行執行），那麼一切OK，然而，世界總是不能如你所願。在多CPU體系結構中，運行在兩個CPU上的兩個內核控制路徑同時並行執行上面操作序列，有可能發生下面的場景：
| CPU1上的操作 | CPU2上的操作 |
| 讀操作 | |
| 讀操作 | |
| 修改 | 修改 |
| 寫操作 | |
| 寫操作 |
多個CPUs和memory chip是通過總線互聯的，在任意時刻，只能有一個總線master設備（例如CPU、DMA controller）訪問該Slave設備（在這個場景中，slave設備是RAM chip）。因此，來自兩個CPU上的讀memory操作被串行化執行，分別獲得了同樣的舊值。完成修改後，兩個CPU都想進行寫操作，把修改的值寫回到memory。但是，硬件arbiter的限制使得CPU的寫回必須是串行化的，因此CPU1首先獲得了訪問權，進行寫回動作，隨後，CPU2完成寫回動作。在這種情況下，CPU1的對memory的修改被CPU2的操作覆蓋了，因此執行結果是錯誤的。
不僅是多CPU，在單CPU上也會由於有多個內核控制路徑的交錯而導致上面描述的錯誤。一個具體的例子如下：
| 系統調用的控制路徑 | 中斷handler控制路徑 |
| 讀操作 | |
| 讀操作 | |
| 修改 | |
| 寫操作 | |
| 修改 | |
| 寫操作 |
系統調用的控制路徑上，完成讀操作後，硬件觸發中斷，開始執行中斷handler。這種場景下，中斷handler控制路徑的寫回的操作被系統調用控制路徑上的寫回覆蓋了，結果也是錯誤的。
二、對策
對於那些有多個內核控制路徑進行read-modify-write的變量，內核提供了一個特殊的類型atomic_t，具體定義如下：
typedef struct {
int counter;
} atomic_t;
從上面的定義來看，atomic_t實際上就是一個int類型的counter，不過定義這樣特殊的類型atomic_t是有其思考的：內核定義了若干atomic_xxx的接口API函數，這些函數只會接收atomic_t類型的參數。這樣可以確保atomic_xxx的接口函數只會操作atomic_t類型的數據。同樣的，如果你定義了atomic_t類型的變量（你期望用atomic_xxx的接口API函數操作它），這些變量也不會被那些普通的、非原子變量操作的API函數接受。
具體的接口API函數整理如下：
| 接口函數 | 描述 |
| static inline void atomic_add(int i, atomic_t *v) | 給一個原子變量v增加i |
| static inline int atomic_add_return(int i, atomic_t *v) | 同上，只不過將變量v的最新值返回 |
| static inline void atomic_sub(int i, atomic_t *v) | 給一個原子變量v減去i |
| static inline int atomic_sub_return(int i, atomic_t *v) | 同上，只不過將變量v的最新值返回 |
| static inline int atomic_cmpxchg(atomic_t *ptr, int old, int new) | 比較old和原子變量ptr中的值，如果相等，那麼就把new值賦給原子變量。 返回舊的原子變量ptr中的值 |
| atomic_read | 獲取原子變量的值 |
| atomic_set | 設定原子變量的值 |
| atomic_inc(v) | 原子變量的值加一 |
| atomic_inc_return(v) | 同上，只不過將變量v的最新值返回 |
| atomic_dec(v) | 原子變量的值減去一 |
| atomic_dec_return(v) | 同上，只不過將變量v的最新值返回 |
| atomic_sub_and_test(i, v) | 給一個原子變量v減去i，並判斷變量v的最新值是否等於0 |
| atomic_add_negative(i,v) | 給一個原子變量v增加i，並判斷變量v的最新值是否是負數 |
| static inline int atomic_add_unless(atomic_t *v, int a, int u) | 只要原子變量v不等於u，那麼就執行原子變量v加a的操作。 如果v不等於u，返回非0值，否則返回0值 |
三、ARM中的實現
我們以atomic_add爲例，描述linux kernel中原子操作的具體代碼實現細節：
#if __LINUX_ARM_ARCH__ >= 6 －－－－－－－－－－－－－－－－－－－－－－（1）
static inline void atomic_add(int i, atomic_t *v)
{
unsigned long tmp;
int result;
prefetchw(&v->counter); －－－－－－－－－－－－－－－－－－－－－－－－－（2）
__asm__ __volatile__("@ atomic_add\n" －－－－－－－－－－－－－－－－－－（3）
"1: ldrex %0, [%3]\n" －－－－－－－－－－－－－－－－－－－－－－－－－－（4）
" add %0, %0, %4\n" －－－－－－－－－－－－－－－－－－－－－－－－－－（5）
" strex %1, %0, [%3]\n" －－－－－－－－－－－－－－－－－－－－－－－－－（6）
" teq %1, #0\n" －－－－－－－－－－－－－－－－－－－－－－－－－－－－－（7）
" bne 1b"
: "=&r" (result), "=&r" (tmp), "+Qo" (v->counter) －－－對應％0，％1，％2
: "r" (&v->counter), "Ir" (i) －－－－－－－－－－－－－對應％3，％4
: "cc");
}
#else
#ifdef CONFIG_SMP
#error SMP not supported on pre-ARMv6 CPUs
#endif
static inline int atomic_add_return(int i, atomic_t *v)
{
unsigned long flags;
int val;
raw_local_irq_save(flags);
val = v->counter;
v->counter = val += i;
raw_local_irq_restore(flags);
return val;
}
#define atomic_add(i, v) (void) atomic_add_return(i, v)
#endif
（1）ARMv6之前的CPU並不支持SMP，之後的ARM架構都是支持SMP的（例如我們熟悉的ARMv7-A）。因此，對於ARM處理，其原子操作分成了兩個陣營，一個是支持SMP的ARMv6之後的CPU，另外一個就是ARMv6之前的，只有單核架構的CPU。對於UP，原子操作就是通過關閉CPU中斷來完成的。
（2）這裏的代碼和preloading cache相關。在strex指令之前將要操作的memory內容加載到cache中可以顯著提高性能。
（3）爲了完整性，我還是重複一下彙編嵌入c代碼的語法：嵌入式彙編的語法格式是：asm(code : output operand list : input operand list : clobber list)。output operand list 和 input operand list是c代碼和嵌入式彙編代碼的接口，clobber list描述了彙編代碼對寄存器的修改情況。爲何要有clober list？我們的c代碼是gcc來處理的，當遇到嵌入彙編代碼的時候，gcc會將這些嵌入式彙編的文本送給gas進行後續處理。這樣，gcc需要了解嵌入彙編代碼對寄存器的修改情況，否則有可能會造成大麻煩。例如：gcc對c代碼進行處理，將某些變量值保存在寄存器中，如果嵌入彙編修改了該寄存器的值，又沒有通知gcc的話，那麼，gcc會以爲寄存器中仍然保存了之前的變量值，因此不會重新加載該變量到寄存器，而是直接使用這個被嵌入式彙編修改的寄存器，這時候，我們唯一能做的就是靜靜的等待程序的崩潰。還好，在output operand list 和 input operand list中涉及的寄存器都不需要體現在clobber list中（gcc分配了這些寄存器，當然知道嵌入彙編代碼會修改其內容），因此，大部分的嵌入式彙編的clobber list都是空的，或者只有一個cc，通知gcc，嵌入式彙編代碼更新了condition code register。
大家對着上面的code就可以分開各段內容了。@符號標識該行是註釋。
這裏的__volatile__主要是用來防止編譯器優化的。也就是說，在編譯該c代碼的時候，如果使用優化選項（-O）進行編譯，對於那些沒有聲明__volatile__的嵌入式彙編，編譯器有可能會對嵌入c代碼的彙編進行優化，編譯的結果可能不是原來你撰寫的彙編代碼，但是如果你的嵌入式彙編使用__asm__ __volatile__(嵌入式彙編)的語法格式，那麼也就是告訴編譯器，不要隨便動我的嵌入彙編代碼哦。
（4）我們先看ldrex和strex這兩條彙編指令的使用方法。ldr和str這兩條指令大家都是非常的熟悉了，後綴的ex表示Exclusive（獨佔），是ARMv7提供的爲了實現同步的彙編指令。
LDREX <Rt>, [<Rn>]
<Rn>是base register，保存memory的address，LDREX指令從base register中獲取memory address，並且將memory的內容加載到<Rt>(destination register)中。這些操作和ldr的操作是一樣的，那麼如何體現exclusive呢？其實，在執行這條指令的時候，還放出兩條“狗”來負責觀察特定地址的訪問（就是保存在[<Rn>]中的地址了），這兩條狗一條叫做local monitor，一條叫做global monitor。
STREX <Rd>, <Rt>, [<Rn>]
和LDREX指令類似，<Rn>是base register，保存memory的address，STREX指令從base register中獲取memory address，並且將<Rt> (source register)中的內容加載到該memory中。這裏的<Rd>保存了memeory 更新成功或者失敗的結果，0表示memory更新成功，1表示失敗。STREX指令是否能成功執行是和local monitor和global monitor的狀態相關的。對於Non-shareable memory（該memory不是多個CPU之間共享的，只會被一個CPU訪問），只需要放出該CPU的local monitor這條狗就OK了，下面的表格可以描述這種情況：
| thread 1 | thread 2 | local monitor的狀態 |
| Open Access state | ||
| LDREX | Exclusive Access state | |
| LDREX | Exclusive Access state | |
| Modify | Exclusive Access state | |
| STREX | Open Access state | |
| Modify | Open Access state | |
| STREX | 在Open Access state的狀態下，執行STREX指令會導致該指令執行失敗 | |
| 保持Open Access state，直到下一個LDREX指令 |
開始的時候，local monitor處於Open Access state的狀態，thread 1執行LDREX 命令後，local monitor的狀態遷移到Exclusive Access state（標記本地CPU對xxx地址進行了LDREX的操作，獨佔標記位），這時候，中斷髮生了，在中斷handler中，又一次執行了LDREX ，這時候，local monitor的狀態保持不變，直到STREX指令成功執行，local monitor的狀態遷移到Open Access state的狀態（清除xxx地址上的LDREX的標記）。返回thread 1的時候，在Open Access state的狀態下，執行STREX指令會導致該指令執行失敗（沒有LDREX的標記，何來STREX），說明有其他的內核控制路徑插入了。
對於shareable memory，需要系統中所有的local monitor和global monitor共同工作，完成exclusive access，概念類似，這裏就不再贅述了。
大概的原理已經描述完畢，下面回到具體實現面。
"1: ldrex %0, [%3]\n"
其中％3就是input operand list中的"r" (&v->counter)，r是限制符（constraint），用來告訴編譯器gcc，你看着辦吧，你幫我選擇一個通用寄存器保存該操作數吧。％0對應output openrand list中的"=&r" (result)，=表示該操作數是write only的，&表示該操作數是一個earlyclobber operand，具體是什麼意思呢？編譯器在處理嵌入式彙編的時候，傾向使用儘可能少的寄存器，如果output operand沒有&修飾的話，彙編指令中的input和output操作數會使用同樣一個寄存器。因此，&確保了％3和％0使用不同的寄存器。
（5）完成步驟（4）後，％0這個output操作數已經被賦值爲atomic_t變量的old value，毫無疑問，這裏的操作是要給old value加上i。這裏％4對應"Ir" (i)，這裏“I”這個限制符對應ARM平臺，表示這是一個有特定限制的立即數，該數必須是0～255之間的一個整數通過rotation的操作得到的一個32bit的立即數。這是和ARM的data-processing instructions如何解析立即數有關的。每個指令32個bit，其中12個bit被用來表示立即數，其中8個bit是真正的數據，4個bit用來表示如何rotation。更詳細的內容請參考ARM ARM文檔。
（6）這一步將修改後的new value保存在atomic_t變量中。是否能夠正確的操作的狀態標記保存在％1操作數中，也就是"=&r" (tmp)。
（7）檢查memory update的操作是否正確完成，如果OK，皆大歡喜，如果發生了問題（有其他的內核路徑插入），那麼需要跳轉到lable 1那裏，從新進行一次read-modify-write的操作。
另外再看一下atomic_set(v, i)函數：
#define atomic_set(v, i) (((v)->counter) = (i))
上面這條指令的反彙編是
10: e3a02004 mov r2, #4
14: e5832000 str r2, [r3]
該函數只要保證第二條指令是原子的就行了。