iOS 底层原理 iOS 进阶之路

OC底层原理三十一：LLVM入门

2020-11-15  本文已影响0人  markhetao

OC底层原理 学习大纲

本节，我们给大家介绍一个伟大的架构编译器LLVM。

  1. 什么是编译器
  2. LLVM概述
  3. LLVM案例体验

1 什么是编译器？

1.1 Python案例

print("hello")

1.2 C 案例

#include <stdio.h>
int main(int a, char * argv[]) {
        printf("hello \n");
        return 0;
}

发现.out文件是：64位的Mach-O可执行文件，当前clang出来的是x86_64架构， mac电脑可读。 所以可以./a.out直接执行：

image.png

Q：解释型语言与编译型语言

  • python是解释型语言，一边翻译一边执行。和js一样，机器可直接执行。
  • C语言是编译型语言，不能直接执行，需要编译器将其转换成机器识别语言。

编译型语言：编译后输出的是指令（0、1组合），cpu可直接执行指令
解释性语言：生成的是数据，不是0、1组合，机器也能直接识别

编译器的作用，就是将高级语言转化为机器能够识别的语言(可执行文件)。

Q：汇编有指令吗？

  • 早期科学家，使用0、1编码。 比如 00001111 对应 call， 00000111 对应bl。有了对应关系后。 再手敲0和1就有点难受了。于是写个中间解释器，我们只用输入call、bl这样的标记指令，经过解释器，变成0和1的组合，再交给机器去执行。 这就是汇编的由来。

  • 而基于汇编往上，再映射和封装相关对应关系。就跨时代性的c语言，再往上层封装，就出现了高级语言oc、swift等语言。所以汇编执行快，因为它是直接转换为机器语言的。

  • 但汇编的指令集，是针对同一操作系统而言，它不支持跨平台。机器指令是cpu的在识别。早期的计算机厂家非常多，虽然都用0和1的组合，但相同组合背后却是相应不同的指令。所以汇编无法跨平台，不同操作系统下，汇编指令是不同的。

2. LLVM概述

2.1 传统编译器的设计

传统编译器的设计
- 编译器前端（Frontend）：

编译器的前端任务是解析源代码。 会进行词法分析、语法分析、语义分析。检查源代码是否存在错误，然后构建抽象语法树（Abstract Syntax Tree AST），LLVM前端还会生成中间代码(intermediate representation, IR)

- 优化器（Optimizer）

优化器负责各种优化。改善代码的运行时间，如消除冗余计算等

- 后端（Backkend）/ 代码生成器(CodeGenerator)

将代码映射到目标指令集，生成机器语言，并进行机器相关的代码优化 （目标指不同操作系统）

iOS的编译器架构:

Objective C / C / C++ 使用的编译器前端是Clang，Swift是swift，后端都是LLVM。

image.png

2.2 LLVM的设计

LLVM的设计

2.3 Clang

Clang是LLVM项目的一个子项目。基于LLVM架构的轻量级编辑器，诞生之初就是为了替代GCC，提供更快的编译速度。 他是负责编译C、C++、Objecte-C语言的编译器，它属于整个LLVM架构中的编译器前端。

3. LLVM案例体验

3.1 编译流程

clang -ccc-print-phases main.m
image.png
编译流程分为以下7步：

optimizer优化并没有作为一个独立阶段，在编译阶段内部完成的

3.2 预处理阶段

#import <stdio.h>
#define C 30

int main(int argc, const char * argv[]) {
    @autoreleasepool {
        int a = 10;
        int b = 20;
        printf("%d", a + b + C);
    }
    return 0;
}

clang -E main.m >> main2.m

预编译阶段： 1. 导入头文件 2.替换宏

#define C 30

typedef int HT_INT_64;

int main(int argc, const char * argv[]) {
    @autoreleasepool {
        HT_INT_64 a = 10;
        HT_INT_64 b = 20;
        printf("%d", a + b + C);
    }
    return 0;
}

安全拓展：

  1. 使用define将重要方法名称进行替换。比如#define Pay XXXTest这样开发者使用宏Pay开发舒服，但是被hank时，实际代码是XXXTest，不容易被察觉。
    （#define的真实内容，不应该写成乱码，会让人有此地无银三百两的感觉，最好弄成系统类似名称或其他不经意的名称。这样才容易被忽视，安全级别才更高 😃）
    typedef没有这个偷梁换柱的效果。define只影响预处理期。

3.3 编译阶段

3.3.1 词法分析
clang -fmodules -fsyntax-only -Xclang -dump-tokens main.m

-词法分析，就是根据空格和括号这些将代码拆分成一个个Token。标注了位置是第几行的第几个字符开始的。

image.png
3.3.2 语法分析
clang -fmodules -fsyntax-only -Xclang -ast-dump main.m
  • 头文件找不到时，可以指定SDK：
clang -isysroot /Applications/Xcode.app/Contents/Developer/Platforms/iPhoneSimulator.platform/Developer/SDKs/iPhoneSimulator12.2.sdk(自己SDK路径) -fmodules -fsyntax-only -Xclang -ast-dump main.m

3.4 生成中间代码IR(Intermediate representation)

3.4.1 生成中间代码
#import <stdio.h>

int test(int a, int b) {
    return a + b + 3;
}

int main(int argc, const char * argv[]) {
    int a = test(1,2);
    printf("%d",a);
    return 0;
}

通过下面命令生成.ll文本文件，查看IR代码：

clang -S -fobjc-arc -emit-llvm main.m
  • IR基本语法
    @ 全局标识
    % 局部标识
    alloca 开辟空间
    align 内存对齐
    i32 32个bit，4个字节
    store 写入内存
    load 读取数据
    call 调用数据
    ret 返回
image.png
  • Q：图中为何多创建那么多局部变量？（如test函数内的a5、a6)
  • 因为在上一阶段（编译阶段），我们将代码编译成了语法树结构。而此时，我们只是沿着语法树进行读取。 语法树每一个层级，都需要一个临时变量来承接。再返回上一层级处理。
  • 所以会产生那么多局部变量。
3.4.2 IR优化
image.png 
clang -S -fobjc-arc -emit-llvm main.m -o mainO0.ll      //  O0  无优化
clang -Os -S -fobjc-arc -emit-llvm main.m -o mainOs.ll  //  Os 最快最小
image.png
image.png
3.4.3 bitCode再优化

优化体现：上传APPstore的包，针对不同型号手机做了区分，不同型号手机下载时，包的大小不同。

clang -emit-llvm -c main.ll -o main.bc

3.5 生成汇编代码

clang -S -fobjc-arc main.m -o main.s
clang -S -fobjc-arc main.ll -o mainO0.s
clang -S -fobjc-arc mainOs.ll -o mainOs.s
clang -S -fobjc-arc main.bc -o mainbc.s
image.png

可以看到在生成汇编代码时，只有选择了优化等级，才能减少汇编代码量。

【拓展】在生成中间代码的前后，都可以进行优化。

  • [尝试一] 将main.m直接选择Os级别优化生成.s汇编文件
clang -Os -S -fobjc-arc main.m -o mainOs.s
  • [尝试二] 将main.m生成无优化的main.s，再main.s选择Os级别优化生成.s汇编文件
clang -S -fobjc-arc -emit-llvm main.m -o mainO0.ll
clang -Os -S -fobjc-arc mainO0.ll -o mainOoOs.s
  • [尝试三] 将main.m选择Os级别优化生成main.s，再main.s选择无优化级别生成.s汇编文件
clang -Os -S -fobjc-arc -emit-llvm main.m -o mainOs.ll
clang -S -fobjc-arc mainOs.ll -o mainOsOo.s
  • [尝试四] 将main.m选择Os级别优化生成main.s，再main.s选择Os级别优化生成.s汇编文件
clang -Os -S -fobjc-arc -emit-llvm main.m -o mainOs.ll
clang -Os -S -fobjc-arc mainOs.ll -o mainOsOs.s
  • 内容比较：
image.png

3.6 生成目标文件（机器代码）

clang -fmodules -c main.s -o main.o
  • file对比一下main.s汇编代码和main.o机器代码：
file main3.m
file main.o
image.png
xcrun nm -nm main.o
image.png

undefined： 表示当前文件暂时找不到符号。
external：表示这个符号是外部可以访问的。（实现不在我这，在外部的某个地方）

所以当前虽转换成了机器代码。但是只是目标文件，并不能直接执行，需要将所有资源链接起来，才可以执行。

3.7 生成可执行文件（链接）

clang main.o -o main // 将目标文件转成可执行文件
file main            // 查看文件
xcrun nm -nm main    // 查看main的符号
image.png
  • 对比main.o目标文件，此时生成的main文件：
  1. 从object文件变成了executable可执行文件
  2. 虽然都有undefined，但是可执行文件中指定了该符号的来源库。机器在运行时，会从相应的库中取读取该符号(printf)

至此，我们已完整分析：源代码到可执行文件的整个流程：

image.png
上一篇 下一篇

猜你喜欢

热点阅读