Unsafe 随堂小测题解（一）

张汉东

发布于 2022-12-08 20:52:04

8780

发布于 2022-12-08 20:52:04

“本文节选自「Rust 生态蜜蜂」。Rust 生态蜜蜂是觉学社公众号开启的一个付费合集。生态蜜蜂，顾名思义，是从 Rust 生态的中，汲取养分，供我们成长。计划从2022年7月第二周开始，到2022年12月最后一周结束。预计至少二十篇周刊，外加一篇Rust年度报告总结抢读版。本专栏可以在公众号菜单「生态蜜蜂」中直接进入。欢迎大家订阅！如果有需要，每个订阅者都可以私信我你的电子邮件，我也会把 Markdown 文件发送给你。

在知乎发现了几篇非常有意思的Unsafe 随堂小测[1]，我来尝试解答一下。本文为第一篇。

“虽然我被知乎永久限制账号，但给出链接的文章，我还是可以“白嫖”的。

Unsafe 术语背景

在做 Unsafe 随堂小测之前，必须先了解关于 Unsafe Rust 一些术语背景。

官方对 Unsafe Rust 术语给出了定义和解释，见 Unsafe Code Guidelines Reference | Glossary[2]，我在 《Rust 编码规范》的 Unsafe Rust 小节里也给出了中文翻译[3]。

健全性（Soundness），意味着类型系统是正确的，健全性是类型良好的程序所需的属性。

官方给出的解释为：

“健全性是一个类型系统的概念，意味着类型系统是正确的，即，类型良好的程序实际上应该具有该属性。对于 Rust 来说，意味着类型良好的程序不会导致未定义行为。但是这个承诺只适用于 Safe Rust。对于 Unsafe Rust要有开发者/程序员来维护这个契约。因此，如果Safe 代码的公开 API 不可能导致未定义行为，就可以说这个库是健全的。反之，如果安全代码导致未定义行为，那么这个库就是不健全的。

也就是说，开发者在编写 Unsafe Rust 代码的时候，有义务来保证提供的安全抽象接口是不会有未定义行为产生的。违反了健全性，就是不健全（Unsound）的。

未定义行为（Undefined Behavior） 的准确定义，可以参加上面提到的术语指南。

在对这两个基本术语了解以后，我们就可以来解题了。

题目与题解

先来看题，大家可以尝试自己思考一下。

第一题：以下 bytes_of 函数为什么是不健全(unsound)的？（30分）

本题原型是 bytemuck 中的 bytes_of[4] 函数。

/// !!!unsound!!!
pub fn bytes_of<T>(val: &T) -> &[u8] {
    let len: usize = core::mem::size_of::<T>();
    let data: *const u8 = <*const T>::cast(val);
    unsafe { core::slice::from_raw_parts(data, len) }
}

首先，core::slice::from_raw_parts是来自于核心库的 unsafe 函数，对于 unsafe 函数，出于一种惯例，unsafe 函数必须要指定 Safety 的说明，以便调用者知悉该函数在什么样的边界条件下会发生 UB。所以我们先看`from_raw_parts`函数的文档[5]，然后再来看看该bytes_of函数是否满足from_raw_parts的安全条件。

from_raw_parts的安全条件

函数完整签名：pub unsafe fn from_raw_parts<'a, T>(data: *const T, len: usize) -> &'a [T] 。

代码实现：

pub const unsafe fn from_raw_parts<'a, T>(data: *const T, len: usize) -> &'a [T] {
    // SAFETY: the caller must uphold the safety contract for `from_raw_parts`.
    unsafe {
        assert_unsafe_precondition!(
            is_aligned_and_not_null(data)
                && crate::mem::size_of::<T>().saturating_mul(len) <= isize::MAX as usize
        );
        &*ptr::slice_from_raw_parts(data, len)
    }
}

“`assert_unsafe_precondition!`[6] 是编译器内置宏。它会检查是否遵循了 Unsafe 函数的先决条件，如果 debug_assertions 开启，则此宏将在运行时进行检查。

该函数一般被用于 FFi 中将一个来自于 C 的数据切片转为 Rust 的切片类型。所以安全性要非常注意。

如果违反以下任何条件，则行为未定义：

data 必须对读取 len * mem::size_of::<T>() 的多个字节有效，而且必须正确对齐。这意味着以下两个条件：
- 1.1 整个 slice 的内存范围必须包含在单一的分配对象里。slice 不能跨越多个分配对象。文档里有对应的错误用法示例展示。
- 1.2 即便是零长度的 slice，数据也必须是非空的和对齐的。其中一个原因是枚举布局优化可能依赖于引用（包括任何长度的 slice）的对齐和非空来区分它们与其他数据。你可以使用NonNull::dangling()获得一个可作为零长度slice的数据的指针。
data必须指向len连续的正确初始化的T类型的值。
返回的 slice 所引用的内存在生命期'a内不能被改变，除非是在UnsafeCell内。
slice 的总大小 len * mem::size_of::<T>() 必须不大于 isize::MAX，见 `pointer::offset` 的相关文档[7]

判断bytes_of函数是否满足安全条件

对齐没啥问题。
val 也是内存对齐的，因为它使用了引用。因此就存在一种可能性，传入的&T中会包含用于对齐的未初始化 padding 字节，在进行cast转换以后，data指针也许正好会指向哪些padding字节，这个时候就是 UB。或者传入 &MaybeUninit<T> 也可能是未初始化的。即，违反上面第二条。
显然，因为指针类型的转换，本来应该合法处理的内存也发生了改变。第三条也违反了。除非返回 &[Unsafe<u8>]。
assert_unsafe_precondition!宏用于检查是否遵循了 Unsafe 函数的先决条件，如果 debug_assertions 开启，仅在运行时执行。从某种意义上说，如果这个宏有用的话，它就是 UB。这里传入的安全条件是判断是否对齐和非空，并且 T 的大小是否不超过 isize::MAX。第一题中的函数满足此条件。

第二题：以下 Memory trait 的 as_bytes 方法为什么是不健全的？（10分）请提出至少两种修复方案，使该 trait 健全。(20分)

pub trait Memory {
    fn addr(&self) -> *const u8;

    fn length(&self) -> usize;

    /// !!!unsound!!!
    fn as_bytes(&self) -> &[u8] {
        let data: *const u8 = self.addr();
        let len: usize = self.length();
        unsafe { core::slice::from_raw_parts(data, len) }
    }
}

该题依然和 core::slice::from_raw_parts 函数有关，先判断它的安全条件：data 不满足对齐和非空，assert_unsafe_precondition!宏会 panic，意味着 UB。

修复思路：

现在 trait 是默认安全 trait，并且 as_bytes 函数本身是有 UB 风险的。所以，一种修复办法是，将 as_bytes函数标记为 unsafe。并且，同时将 Memory trait 标记为 unsafe。因为在实现 Memory trait 的时候，实现其addr方法存在风险，返回指针可能为空。（标准库中有类似案例：std::str::pattern::Searcher[8]）。并且增加文档注释。

/// #SAFETY
/// The trait is marked unsafe because the pointer returned by the addr() methods are required to non-null and aligned
pub unsafe trait Memory { 
    fn addr(&self) -> *const u8;

    fn length(&self) -> usize;

    /// #SAFETY
    /// Ensure that the addr return pointer to self is non-snull and aligned and others（conditions should be equal to core::slice::from_raw_parts）
    unsafe fn as_bytes(&self) -> &[u8] {
        let data: *const u8 = self.addr();
        let len: usize = self.length();
        unsafe { core::slice::from_raw_parts(data, len) }
    }
}

另外一种修复思路就是对其进行安全抽象

这种方式，有一个前提就是：开发者可以确保代码在当前执行环境中，实现 Memory trait 的 addr()方法都不可能非空或非对齐。所以可以默认约定Memory trait 是安全的。但是需要将 addr()方法标记为 unsafe，并添加Invariant文档来表达默认的信任。并且在 as_bytes 方法中添加 #SAFETY注释。

pub trait Memory { 
    /// # Invariant
    /// Ensure that the implementation of this method returns a non-null and aligned pointer and others（conditions should be equal to core::slice::from_raw_parts）
    unsafe fn addr(&self) -> *const u8;

    fn length(&self) -> usize;

    fn as_bytes(&self) -> &[u8] {
        // # SAFETY
        // Invariance is guaranteed by the implementation of the addr method
        let data: *const u8 = self.addr();
        let len: usize = self.length();
        unsafe { core::slice::from_raw_parts(data, len) }
    }
}

第三题：以下 alloc_for 函数为什么是不健全的？（10分）请写出修复方案，不能改变函数签名。（10分）

/// !!!unsound!!!
pub fn alloc_for<T>() -> *mut u8 {
    let layout = std::alloc::Layout::new::<T>();
    unsafe { std::alloc::alloc(layout) }
}

当调用 alloc_for::<()>();时，会发生 UB。因为 ()是零大小类型（ZST）。顾名思义，零大小类型不能被分配内存。

修复思路就是判断 T是否为零大小类型，然后根据具体情况返回合适的值即可。

比如：

pub fn alloc_for<T>() -> *mut u8 {
    if mem::size_of::<T>() == 0 {
        panic!("don't creat allocation with size 0 (ZST)");
        // or
        // NonNull::<T>::dangling().as_ptr()
    }else{
        let layout = std::alloc::Layout::new::<T>();
     unsafe { std::alloc::alloc(layout) }
    }
    
}

第四题：以下 read_to_vec 函数为什么是不健全的？（10分）请写出修复方案，不能改变函数签名。（10分）

use std::io;

/// !!!unsound!!!
pub fn read_to_vec<R>(mut reader: R, expected: usize) -> io::Result<Vec<u8>>
where
    R: io::Read,
{
    let mut buf: Vec<u8> = Vec::new();
    buf.reserve_exact(expected);
    unsafe { buf.set_len(expected) };
    reader.read_exact(&mut buf)?;
    Ok(buf)
}

注意看该函数中 unsafe 方法是 set_len。需要去看看标准库文档中 set_len的使用安全条件[9]：

传入的参数new_len必须必须小于或等于capacity()。
old_len..new_len 范围内的元素必须被初始化。

上面代码似乎未违反其安全条件。

但是，代码中有读 Buffer 的操作，使用 read_exact。但是当前代码中 Buffer 被分配了内存但并没有被初始化，就传给了 read_exact。在《Rust 编码规范》的 Unsafe Rust 编码规范部分，也包含了一条规则：P.UNS.SAS.03 不要随便在公开的 API 中暴露未初始化内存[10] ，对应此案例，并且有修复示例。

修复思路：

use std::io;

/// !!!unsound!!!
pub fn read_to_vec<R>(mut reader: R, expected: usize) -> io::Result<Vec<u8>>
where
    R: io::Read,
{
    let mut buf: Vec<u8> = vec![0; expected];
    reader.read_exact(&mut buf)?;
    Ok(buf)
}

延伸阅读

https://gankra.github.io/blah/initialize-me-maybe/

https://github.com/rust-lang/rust-clippy/issues/4483

https://rust-lang.github.io/rfcs/2930-read-buf.html

参考资料

[1]

Unsafe 随堂小测: https://zhuanlan.zhihu.com/p/532496013

[2]

Unsafe Code Guidelines Reference | Glossary: https://rust-lang.github.io/unsafe-code-guidelines/glossary.html

[3]

《Rust 编码规范》的 Unsafe Rust 小节里也给出了中文翻译: https://rust-coding-guidelines.github.io/rust-coding-guidelines-zh/safe-guides/coding_practice/unsafe_rust/glossary.html

[4]

bytes_of: https://link.zhihu.com/?target=https%3A//docs.rs/bytemuck/latest/bytemuck/fn.bytes_of.html

[5]

from_raw_parts函数的文档: https://doc.rust-lang.org/core/slice/fn.from_raw_parts.html

[6]

assert_unsafe_precondition!: https://cs.github.com/rust-lang/rust/blob/10f4ce324baf7cfb7ce2b2096662b82b79204944/library/core/src/intrinsics.rs?q=assert_unsafe_precondition#L2002

[7]

pointer::offset 的相关文档: https://doc.rust-lang.org/core/primitive.pointer.html#method.offset

[8]

std::str::pattern::Searcher: https://doc.rust-lang.org/std/str/pattern/trait.Searcher.html

[9]

使用安全条件: https://doc.rust-lang.org/std/vec/struct.Vec.html#method.set_len

[10]

P.UNS.SAS.03 不要随便在公开的 API 中暴露未初始化内存: https://rust-coding-guidelines.github.io/rust-coding-guidelines-zh/safe-guides/coding_practice/unsafe_rust/safe_abstract/P.UNS.SAS.03.html#punssas03--不要随便在公开的-api-中暴露未初始化内存

本文参与?腾讯云自媒体分享计划，分享自微信公众号。

原始发表：2022-07-24，如有侵权请联系?cloudcommunity@tencent.com 删除

rust