淺析數(shù)據(jù)存儲為什么會有大小端模式之分

關(guān)于大端小端名詞的由來，有一個有趣的故事，來自于Jonathan Swift的《格利佛游記》：Lilliput和Blefuscu這兩個強國在過去的36個月中一直在苦戰(zhàn)。戰(zhàn)爭的原因：大家都知道，吃雞蛋的時候，原始的方法是打破雞蛋較大的一端，可是那時的皇帝的祖父由于小時候吃雞蛋，按這種方法把手指弄破了，因此他的父親，就下令，命令所有的子民吃雞蛋的時候，必須先打破雞蛋較小的一端，違令者重罰。然后老百姓對此法令極為反感，期間發(fā)生了多次叛亂，其中一個皇帝因此送命，另一個丟了王位，產(chǎn)生叛亂的原因就是另一個國家Blefuscu的國王大臣煽動起來的，叛亂平息后，就逃到這個帝國避難。據(jù)估計，先后幾次有11000余人情愿死也不肯去打破雞蛋較小的端吃雞蛋。

這個其實諷刺當(dāng)時英國和法國之間持續(xù)的沖突。Danny Cohen一位網(wǎng)絡(luò)協(xié)議的開創(chuàng)者，第一次使用這兩個術(shù)語指代字節(jié)順序，后來就被大家廣泛接受。

一、什么是大端和小端

舉一個例子，比如數(shù)字0x12 34 56 78在內(nèi)存中的表示形式。 1)大端模式（Big-Endian）：就是高位字節(jié)排放在內(nèi)存的低地址端，低位字節(jié)排放在內(nèi)存的高地址端。（其實大端模式才是我們直觀上認(rèn)為的模式，和字符串存儲的模式類似） 低地址 ----------------> 高地址
0x12 ?| ?0x34 ?| ?0x56 ?| ?0x78 2)小端模式（Little-Endian）：就是低位字節(jié)排放在內(nèi)存的低地址端，高位字節(jié)排放在內(nèi)存的高地址端。 低地址 ----------------> 高地址
0x78 ?| ?0x56 ?| ?0x34 ?| ?0x12 3)下面是兩個具體例子：? 16bit寬的數(shù)0x1234在Little-endian模式以及Big-endian模式CPU內(nèi)存中的存放方式（假設(shè)從地址0x4000開始存放）為：??

?

?

32bit寬的數(shù)0x12345678在Little-endian模式以及Big-endian模式CPU內(nèi)存中的存放方式（假設(shè)從地址0x4000開始存放）為：

?

?

4)大端小端沒有誰優(yōu)誰劣，各自優(yōu)勢便是對方劣勢： 小端模式 ：強制轉(zhuǎn)換數(shù)據(jù)不需要調(diào)整字節(jié)內(nèi)容，1、2、4字節(jié)的存儲方式一樣。
大端模式 ：符號位的判定固定為第一個字節(jié)，容易判斷正負(fù)。 ?

二、數(shù)組在大端小端情況下的存儲

以unsigned int value = 0x12345678為例，分別看看在兩種字節(jié)序下其存儲情況，我們可以用unsigned char buf[4]來表示value：
Big-Endian: 低地址存放高位，如下：
? ? ? ? 高地址
? ? ? ? ---------------
? ? ? ? buf[3] (0x78) -- 低位
? ? ? ? buf[2] (0x56)
? ? ? ? buf[1] (0x34)
? ? ? ? buf[0] (0x12) -- 高位
? ? ? ? ---------------
? ? ? ? 低地址
Little-Endian: 低地址存放低位，如下：
? ? ? ? 高地址
? ? ? ? ---------------
? ? ? ? buf[3] (0x12) -- 高位
? ? ? ? buf[2] (0x34)
? ? ? ? buf[1] (0x56)
? ? ? ? buf[0] (0x78) -- 低位
? ? ? ? --------------
? ? ? ? 低地址 ?

三、為什么會有大小端模式之分呢？

這是因為在計算機系統(tǒng)中，我們是以字節(jié)為單位的，每個地址單元都對應(yīng)著一個字節(jié)，一個字節(jié)為8bit。但是在C語言中除了8bit的char之外，還有16bit的short型，32bit的long型（要看具體的編譯器），另外，對于位數(shù)大于8位的處理器，例如16位或者32位的處理器，由于寄存器寬度大于一個字節(jié)，那么必然存在著一個如何將多個字節(jié)安排的問題。因此就導(dǎo)致了大端存儲模式和小端存儲模式。例如一個16bit的short型x，在內(nèi)存中的地址為0x0010，x的值為0x1122，那么0x11為高字節(jié)，0x22為低字節(jié)。對于大端模式，就將0x11放在低地址中，即0x0010中，0x22放在高地址中，即0x0011中。小端模式，剛好相反。我們常用的X86結(jié)構(gòu)是小端模式，而KEIL C51則為大端模式。很多的ARM，DSP都為小端模式。有些ARM處理器還可以由硬件來選擇是大端模式還是小端模式。 ?

四、如何判斷機器的字節(jié)序

可以編寫一個小的測試程序來判斷機器的字節(jié)序：

BOOL IsBigEndian()  
{  
    int a = 0x1234;  
    char b =  *(char *)&a;  //通過將int強制類型轉(zhuǎn)換成char單字節(jié)，通過判斷起始存儲位置。即等于 取b等于a的低地址部分  
    if( b == 0x12)  
    {  
        return TRUE;  
    }  
    return FALSE;  
}

BOOL IsBigEndian()  
{  
    union NUM  
    {  
        int a;  
        char b;  
    }num;  
    num.a = 0x1234;  
    if( num.b == 0x12 )  
    {  
        return TRUE;  
    }  
    return FALSE;  
}

五、常見的字節(jié)序

一般操作系統(tǒng)都是小端，而通訊協(xié)議是大端的。

1、常見CPU的字節(jié)序

Big Endian : PowerPC、IBM、Sun
Little Endian : x86、DEC
ARM既可以工作在大端模式，也可以工作在小端模式。
?

2、常見文件的字節(jié)序

Adobe PS – Big Endian
BMP – Little Endian
DXF(AutoCAD) – Variable
GIF – Little Endian
JPEG – Big Endian
MacPaint – Big Endian
RTF – Little Endian
?
另外，Java和所有的網(wǎng)絡(luò)通訊協(xié)議都是使用Big-Endian的編碼。 ?

六、如何進行轉(zhuǎn)換

對于字?jǐn)?shù)據(jù)（16位）：（程序中的“”表示當(dāng)前行和下一行是同一行）

#define BigtoLittle16(A)   (( ((uint16)(A) & 0xff00) >> 8)    |   
????????????????????????????((?(uint16)(A)?&?0x00ff)?<
? 對于雙字?jǐn)?shù)據(jù)（32位）：

#define BigtoLittle32(A)   ((( (uint32)(A) & 0xff000000) >> 24) |   
????????????????????????????((?(uint32)(A)?&?0x00ff0000)?>>?8)???|???
????????????????????????????((?(uint32)(A)?&?0x0000ff00)?<

	七、從軟件的角度理解端模式

	從軟件的角度上，不同端模式的處理器進行數(shù)據(jù)傳遞時必須要考慮端模式的不同。如進行網(wǎng)絡(luò)數(shù)據(jù)傳遞時，必須要考慮端模式的轉(zhuǎn)換。在Socket接口編程中，以下幾個函數(shù)用于大小端字節(jié)序的轉(zhuǎn)換。

#define ntohs(n)     //16位數(shù)據(jù)類型網(wǎng)絡(luò)字節(jié)順序到主機字節(jié)順序的轉(zhuǎn)換  
#define htons(n)     //16位數(shù)據(jù)類型主機字節(jié)順序到網(wǎng)絡(luò)字節(jié)順序的轉(zhuǎn)換  
#define?ntohl(n)?????//32位數(shù)據(jù)類型網(wǎng)絡(luò)字節(jié)順序到主機字節(jié)順序的轉(zhuǎn)換??
#define?htonl(n)?????//32位數(shù)據(jù)類型主機字節(jié)順序到網(wǎng)絡(luò)字節(jié)順序的轉(zhuǎn)換
? 其中互聯(lián)網(wǎng)使用的網(wǎng)絡(luò)字節(jié)順序采用大端模式進行編址，而主機字節(jié)順序根據(jù)處理器的不同而不同，如PowerPC處理器使用大端模式，而Pentuim處理器使用小端模式。

大端模式處理器的字節(jié)序到網(wǎng)絡(luò)字節(jié)序不需要轉(zhuǎn)換，此時ntohs(n)=n，ntohl = n；而小端模式處理器的字節(jié)序到網(wǎng)絡(luò)字節(jié)必須要進行轉(zhuǎn)換，此時ntohs(n) = __swab16(n)，ntohl = __swab32(n)。__swab16與__swab32函數(shù)定義如下所示。

#define ___swab16(x)  
{  
            __u16 __x = (x);  
            ((__u16)((((__u16)(__x)?&?(__u16)0x00ffU)?<>?8)?));??
}  
  
#define ___swab32(x)  
{  
            __u32 __x = (x);  
            ((__u32)((((__u32)(__x) & (__u32)0x000000ffUL) << 24) |  
?????????????????????(((__u32)(__x)?&?(__u32)0x0000ff00UL)?<>?8)?|??
?????????????????????(((__u32)(__x)?&?(__u32)0xff000000UL)?>>?24)?));??
}
? PowerPC處理器提供了lwbrx，lhbrx，stwbrx，sthbrx四條指令用于處理字節(jié)序的轉(zhuǎn)換以優(yōu)化__swab16和__swap32這類函數(shù)。此外PowerPC處理器中的rlwimi指令也可以用來實現(xiàn)__swab16和__swap32這類函數(shù)。 在對普通文件進行處理也需要考慮端模式問題。在大端模式的處理器下對文件的32，16位讀寫操作所得到的結(jié)果與小端模式的處理器不同。單純從軟件的角度理解上遠(yuǎn)遠(yuǎn)不能真正理解大小端模式的區(qū)別。事實上，真正地理解大小端模式的區(qū)別，必須要從系統(tǒng)的角度，從指令集，寄存器和數(shù)據(jù)總線上深入理解，大小端模式的區(qū)別。

	八、從系統(tǒng)的角度理解端模式

	先補充兩個關(guān)鍵詞，MSB和LSB：

	MSB:MoST Significant Bit ------- 最高有效位

	LSB:Least Significant Bit ------- 最低有效位 處理器在硬件上由于端模式問題在設(shè)計中有所不同。從系統(tǒng)的角度上看，端模式問題對軟件和硬件的設(shè)計帶來了不同的影響，當(dāng)一個處理器系統(tǒng)中大小端模式同時存在時，必須要對這些不同端模式的訪問進行特殊的處理。

	PowerPC處理器主導(dǎo)網(wǎng)絡(luò)市場，可以說絕大多數(shù)的通信設(shè)備都使用PowerPC處理器進行協(xié)議處理和其他控制信息的處理，這也可能也是在網(wǎng)絡(luò)上的絕大多數(shù)協(xié)議都采用大端編址方式的原因。因此在有關(guān)網(wǎng)絡(luò)協(xié)議的軟件設(shè)計中，使用小端方式的處理器需要在軟件中處理端模式的轉(zhuǎn)變。而Pentium主導(dǎo)個人機市場，因此多數(shù)用于個人機的外設(shè)都采用小端模式，包括一些在網(wǎng)絡(luò)設(shè)備中使用的PCI總線，F(xiàn)lash等設(shè)備，這也要求在硬件設(shè)計中注意端模式的轉(zhuǎn)換。

	本文提到的小端外設(shè)是指這種外設(shè)中的寄存器以小端方式進行存儲，如PCI設(shè)備的配置空間，NOR FLASH中的寄存器等等。對于有些設(shè)備，如DDR顆粒，沒有以小端方式存儲的寄存器，因此從邏輯上講并不需要對端模式進行轉(zhuǎn)換。在設(shè)計中，只需要將雙方數(shù)據(jù)總線進行一一對應(yīng)的互連，而不需要進行數(shù)據(jù)總線的轉(zhuǎn)換。

	如果從實際應(yīng)用的角度說，采用小端模式的處理器需要在軟件中處理端模式的轉(zhuǎn)換，因為采用小端模式的處理器在與小端外設(shè)互連時，不需要任何轉(zhuǎn)換。而采用大端模式的處理器需要在硬件設(shè)計時處理端模式的轉(zhuǎn)換。大端模式處理器需要在寄存器，指令集，數(shù)據(jù)總線及數(shù)據(jù)總線與小端外設(shè)的連接等等多個方面進行處理，以解決與小端外設(shè)連接時的端模式轉(zhuǎn)換問題。在寄存器和數(shù)據(jù)總線的位序定義上，基于大小端模式的處理器有所不同。

	一個采用大端模式的32位處理器，如基于E500內(nèi)核的MPC8541，將其寄存器的最高位msb（most significant bit）定義為0，最低位lsb（lease significant bit）定義為31；而小端模式的32位處理器，將其寄存器的最高位定義為31，低位地址定義為0。與此相對應(yīng)，采用大端模式的32位處理器數(shù)據(jù)總線的最高位為0，最高位為31；采用小端模式的32位處理器的數(shù)據(jù)總線的最高位為31，最低位為0。? ? ? ? ?

	大小端模式處理器外部總線的位序也遵循著同樣的規(guī)律，根據(jù)所采用的數(shù)據(jù)總線是32位，16位和8位，大小端處理器外部總線的位序有所不同。大端模式下32位數(shù)據(jù)總線的msb是第0位，MSB是數(shù)據(jù)總線的第0~7的字段；而lsb是第31位，LSB是第24~31字段。小端模式下32位總線的msb是第31位，MSB是數(shù)據(jù)總線的第31~24位，lsb是第0位，LSB是7~0字段。大端模式下16位數(shù)據(jù)總線的msb是第0位，MSB是數(shù)據(jù)總線的第0~7的字段；而lsb是第15位，LSB是第8~15字段。小端模式下16位總線的msb是第15位，MSB是數(shù)據(jù)總線的第15~7位，lsb是第0位，LSB是7~0字段。大端模式下8位數(shù)據(jù)總線的msb是第0位，MSB是數(shù)據(jù)總線的第0~7的字段；而lsb是第7位，LSB是第0~7字段。小端模式下8位總線的msb是第7位，MSB是數(shù)據(jù)總線的第7~0位，lsb是第0位，LSB是7~0字段。

	由上分析，我們可以得知對于8位，16位和32位寬度的數(shù)據(jù)總線，采用大端模式時數(shù)據(jù)總線的msb和MSB的位置都不會發(fā)生變化，而采用小端模式時數(shù)據(jù)總線的lsb和LSB位置也不會發(fā)生變化。

	為此，大端模式的處理器對8位，16位和32位的內(nèi)存訪問（包括外設(shè)的訪問）一般都包含第0~7字段，即MSB。小端模式的處理器對8位，16位和32位的內(nèi)存訪問都包含第7~0位，小端方式的第7~0字段，即LSB。由于大小端處理器的數(shù)據(jù)總線8位，16位和32位寬度的數(shù)據(jù)總線的定義不同，因此需要分別進行討論在系統(tǒng)級別上如何處理端模式轉(zhuǎn)換。在一個大端處理器系統(tǒng)中，需要處理大端處理器對小端外設(shè)的訪問。

	九、實際中的例子

	雖然很多時候，字節(jié)序的工作已由編譯器完成了，但是在一些小的細(xì)節(jié)上，仍然需要去仔細(xì)揣摩考慮，尤其是在以太網(wǎng)通訊、MODBUS通訊、軟件移植性方面。

	舉一個MODBUS通訊的例子。在MODBUS中，數(shù)據(jù)需要組織成數(shù)據(jù)報文，該報文中的數(shù)據(jù)都是大端模式，即低地址存高位，高地址存低位。假設(shè)有一16位緩沖區(qū)m_RegMW[256]，因為是在x86平臺上，內(nèi)存中的數(shù)據(jù)為小端模式：

	m_RegMW[0].low、

	m_RegMW[0].high、

	m_RegMW[1].low、

	m_RegMW[1].high……

	為了方便討論，假設(shè)m_RegMW[0] = 0x3456; 在內(nèi)存中為0x56、0x34。

	現(xiàn)要將該數(shù)據(jù)發(fā)出，如果不進行數(shù)據(jù)轉(zhuǎn)換直接發(fā)送，此時發(fā)送的數(shù)據(jù)為0x56,0x34。而Modbus是大端的，會將該數(shù)據(jù)解釋為0x5634而非原數(shù)據(jù)0x3456，此時就會發(fā)生災(zāi)難性的錯誤。所以，在此之前，需要將小端數(shù)據(jù)轉(zhuǎn)換成大端的，即進行高字節(jié)和低字節(jié)的交換，此時可以調(diào)用步驟五中的函數(shù)BigtoLittle16(m_RegMW[0])，之后再進行發(fā)送才可以得到正確的數(shù)據(jù)。 ?

	編輯：黃飛

	?