iOS之LLVM架构

2020-01-03 本文已影响0人好_好先生

编译器架构

传统编译器架构（Three-Phase）

Three-Phase.png

上图是最简单的三段式编译器架构。

Frontend：前端
词法分析、语法分析、语义分析、生成中间代码
Optimizer：优化器
中间代码优化
Backend：后端
生成机器码

首先，我们看到source是我们的源代码，进入编译器的前端Frontend；在前端完成之后，就进入优化器这一模块；优化完成之后进入后端模块；在这全部完成之后，根据你的架构是x86，armv7等产生机器码。
这样就会有一个问题，有M种语言，N种架构，那就会有M*N种编译方式需要处理，显然架构不合理。

Apple支持的语言

C
C++
Objective-C
Swift
...

iPhone CPU架构

指令集对应的机型：
2019 A13芯片arm64e ： iphone11、iphone11 Pro
2018 A12芯片arm64e ： iphone XS、iphone XS Max、iphoneXR
2017 A11芯片arm64： iPhone 8、iPhone 8 Plus、and iPhone X
2016 A10芯片arm64：iPhone 7、7 Plus、iPad (2018)
2015 A9芯片arm64： iPhone 6S、6S Plus 
2014 A8芯片arm64： iPhone 6、iPhone 6 Plus
2013 A7芯片arm64： iPhone 5S
armv7s：iPhone5、iPhone5C、iPad4(iPad with Retina Display)
armv7：iPhone4、iPhone4S、iPad、iPad2、iPad3(The New iPad)、iPad mini、iPod Touch 3G、iPod Touch4

模拟器32位处理器测试需要i386架构
模拟器64位处理器测试需要x86_64架构
真机32位处理器需要armv7,或者armv7s架构
真机64位处理器需要arm64架构

LLVM:

官网：https://llvm.org/
The LLVM Project is a collection of modular and reusable compiler and toolchain technologies.
LLVM项目是模块化、可重用的编译器以及工具链技术的集合
美国计算机协会（ACM）将其2012年软件系统奖项颁给了LLVM，之前曾经得此奖项的软件和技术包括Mosaic、the World Wide Web、Smalltalk、UNIX、Eclipse等等
创始人Chris Lattner ，亦是swift之父
有些文章把LLVM当做Low Level Virtual Machine（低级虚拟机）的缩写简称，官方描述如下

The name "LLVM" itself is not an acronym; it is the full name of the project
"LLVM"这个名称本身不是首字母缩略词；它是项目的全名

LLVM.png
LLVM百度百科

LLVM架构：

LLVM架构.png

不同的前后端使用统一的中间代码 LLVM Intermediate Representation（LLVM IR）
如果需要支持一种新的编程语言，那么只需要实现一个新的前端就可以
如果需要支持一种新的硬件设备，那么只需要实现一个新的后端就可以
优化阶段是一个通用的阶段，它针对的是统一的LLVM IR，不论是支持新的编程语言，还是支持新的硬件设备，都不需要对优化阶段做修改
相比之下，GCC的前端和后端没分的太开，前端后端耦合在了一起，所以GCC为了支持一门新语言，或者支持一个新的平台，就会变得特别困难
LLVM现在被作为实现各种静态和运行时编译语言的通用基础结构（GCC家族、Java、.NET、Python、Ruby、Scheme、Haskell、D等）

广义的LLVM是整个LLVM架构
狭义的LLVM是指LLVM后端

LLVM架构2.png

由上图可知，需要支持Swift这个新的语言，只需要实现一个新的前端swiftc就可以实现

GCC：

GCC架构.jpeg

GCC百度百科.png
GCC百度百科

GCC的消亡与Clang的崛起

Apple一直使用GCC作为官方的编译器。GCC作为开源世界的编译器标准一直做得不错，但Apple对编译工具会提出更高的要求。
一方面，是Apple对Objective-C语言新增很多特性，但GCC开发者并不买Apple的账--不给实现，因此索性后来两者分成两条分支分别开发，这也造成Apple的编译器版本远落后于GCC的官方版本。另一方面，GCC的代码耦合度太高，不好独立，而且越是后期的版本，代码质量越差，但Apple想做的很多功能（比如更好的IDE支持）需要模块化的方式来调用GCC，但GCC一直不给做。所以，这种不和让Apple一直在寻找一个高效的、模块化的、协议更放松的开源替代品。GCC系统庞大而笨重，而Apple大量使用的Objective-C在GCC中优先级很低。此外GCC作为一个纯粹的编译系统，与IDE配合得很差。加之许可证方面的要求，Apple无法使用LLVM 继续改进GCC的代码质量。于是，Apple决定从零开始写 C、C++、Objective-C语言的前端 Clang，完全替代掉GCC。

Clang

Clang是LLVM项目的一个子项目
基于LLVM架构的C/C++/Objective-C编译器前端
官网：http://clang.llvm.org/

相比GCC，Clang具有如下优点：

编译速度快：在某些平台上，Clang的编译速度显著的快过GCC（Debug模式下编译OC速度比GCC）快3倍
占用内存小：Clang生成的AST所占用的内存是GCC的五分之一左右
模块化设计：Clang采用基于库的模块化设计，易于IDE集成及其他用途的重用
诊断信息可读性强：在编译过程中，Clang创建并保留了大量详细的元数据（metadata），有利于调试
设计清晰简单，容易理解，易于扩展增强
LLVM架构3.png
clang.png
clang百度百科

OC源代码的前端编译过程

源代码：

#include <stdio.h>

#define AGE 40

int main(int argc, const char * argv[]) {
    int a = 10;
    int b = 20;
    int c = a + b + AGE;
    
    return 0;
}

命令行查看编译的过程：$ clang -ccc-print-phases main.m（打印编译阶段）

0: input, "main.m", objective-c //找到源代码：main.m 文件
1: preprocessor, {0}, objective-c-cpp-output //预处理器，include，import 宏定义换掉
2: compiler, {1}, ir // 编译成ir 中间代码
3: backend, {2}, assembler // 后端 交给后端
4: assembler, {3}, object // 目标代码 
5: linker, {4}, image // 链接 其他一些静态库动态库
6: bind-arch, "x86_64", {5}, image // 适合某个架构的代码

预处理（preprocessor）

查看预处理结果：$ clang -E main.m

预处理.png

词法分析

词法分析，生成Token：$clang -fmodules -E -Xclang -dump-tokens main.m

annot_module_include '#include <stdio.h>

#define AGE 40

int main(int argc, const char * argv[]) {
    int a = 10;
    int b = 20;
    int c = a + b '     Loc=<main.m:9:1>
int 'int'    [StartOfLine]  Loc=<main.m:13:1>
identifier 'main'    [LeadingSpace] Loc=<main.m:13:5>
l_paren '('     Loc=<main.m:13:9>
int 'int'       Loc=<main.m:13:10>
identifier 'argc'    [LeadingSpace] Loc=<main.m:13:14>
comma ','       Loc=<main.m:13:18>
const 'const'    [LeadingSpace] Loc=<main.m:13:20>
char 'char'  [LeadingSpace] Loc=<main.m:13:26>
star '*'     [LeadingSpace] Loc=<main.m:13:31>
identifier 'argv'    [LeadingSpace] Loc=<main.m:13:33>
l_square '['        Loc=<main.m:13:37>
r_square ']'        Loc=<main.m:13:38>
r_paren ')'     Loc=<main.m:13:39>
l_brace '{'  [LeadingSpace] Loc=<main.m:13:41>
int 'int'    [StartOfLine] [LeadingSpace]   Loc=<main.m:14:5>
identifier 'a'   [LeadingSpace] Loc=<main.m:14:9>
equal '='    [LeadingSpace] Loc=<main.m:14:11>
numeric_constant '10'    [LeadingSpace] Loc=<main.m:14:13>
semi ';'        Loc=<main.m:14:15>
int 'int'    [StartOfLine] [LeadingSpace]   Loc=<main.m:15:5>
identifier 'b'   [LeadingSpace] Loc=<main.m:15:9>
equal '='    [LeadingSpace] Loc=<main.m:15:11>
numeric_constant '20'    [LeadingSpace] Loc=<main.m:15:13>
semi ';'        Loc=<main.m:15:15>
int 'int'    [StartOfLine] [LeadingSpace]   Loc=<main.m:16:5>
identifier 'c'   [LeadingSpace] Loc=<main.m:16:9>
equal '='    [LeadingSpace] Loc=<main.m:16:11>
identifier 'a'   [LeadingSpace] Loc=<main.m:16:13>
plus '+'     [LeadingSpace] Loc=<main.m:16:15>
identifier 'b'   [LeadingSpace] Loc=<main.m:16:17>
plus '+'     [LeadingSpace] Loc=<main.m:16:19>
numeric_constant '40'    [LeadingSpace] Loc=<main.m:16:21 <Spelling=main.m:11:13>>
semi ';'        Loc=<main.m:16:24>
return 'return'  [StartOfLine] [LeadingSpace]   Loc=<main.m:18:5>
numeric_constant '0'     [LeadingSpace] Loc=<main.m:18:12>
semi ';'        Loc=<main.m:18:13>
r_brace '}'  [StartOfLine]  Loc=<main.m:19:1>
eof ''      Loc=<main.m:19:2>

语法分析

生成语法树（AST，Abstract Syntax Tree）：clang -fmodules -fsyntax-only -Xclang -ast-dump main.m
新增方法：

void test(int a, int b) {
    int c = a + b -3;
}

语法分析.png

语法分析2.png

swift生成语法树：swiftc -dump-ast main.swift
swfit生成SIL代码：swiftc -emit-sil main.swift

生成中间代码（LLVM IR）

LLVM有3种表示形式（但本质是等价的）
1，text:便于阅读的文本格式，类似于汇编语言，扩展名为.ll，clang -S -emit-llvm main.m
2，memory：内存格式
3，bitcode：二进制格式，扩展名为.bc，clang -c -emit-llvm main.m
swift生成IR代码：swiftc -emit-ir main.swift -o main.ll

官方语法参考：
https://llvm.org/docs/LangRef.html