LLVM基础

LLVM简介

• 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，之前曾经获得此奖项的软件和技术包括:Java、Apache、 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。

传统的编译器架构

传统的编译器架构.png

LLVM架构

LLVM架构.png

• 不同的前端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
• 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
• 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的前端和后端没分得太开，前端后端耦合在了一起。所以GCC为了支持一门新的语言，或者为了支持一个新的目标平台，就 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)

Clang

什么是Clang?

• Clang是LLVM项目的一个子项目，是基于LLVM架构的C/C++/Objective-C编译器前端
• 官网:http://clang.llvm.org/
• 相比于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GGC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)，有利于调试和错误报告
  • 设计清晰简单，容易理解，易于扩展增强

Clang与LLVM

Clang与LLVM编译器.png

OC源文件的编译过程

• 命令行查看编译的过程:$ clang -ccc-print-phases main.m

  0: input, "main.m", objective-c
  1: preprocessor, {0}, objective-c-cpp-output
  2: compiler, {1}, ir
  3: backend, {2}, assembler
  4: assembler, {3}, object
  5: linker, {4}, image
  6: bind-arch, "x86_64", {5}, image
  

  过程解析：
  0、找到源代码main.m文件
  1、预处理器，将#import""、#include<>、#define等替换
  2、编译器编译成ir中间代码
  3、交给后段生成汇编
  4、交给后段生成目标代码
  5、链接动态库等
  6、支持某一个架构的机器语言
• 查看preprocessor(预处理)的结果:$ clang -E main.m
  预处理前OC代码：

  #define Age 40
  int main(int argc, const char * argv[]) {
      int a = 10;
      int b = 20;
      int c = a + b + Age;
      return 0;
  }
  

  预处理后结果：

  int main(int argc, const char * argv[]) {
      int a = 10;
      int b = 20;
      int c = a + b + 40;
      return 0;
  }
  

词法分析

生成Token: $ clang -fmodules -E -Xclang -dump-tokens main.m

语法树-AST

语法分析,生成语法树(AST，Abstract Syntax Tree): $ clang -fmodules -fsyntax-only -Xclang -ast-dump main.m

LLVM IR

• LLVM IR有3种表示形式(但本质是等价的，就好比水可以有气体、液体、固体3种形态)
  • text:便于阅读的文本格式，类似于汇编语言，拓展名.ll， $ clang -S -emit-llvm main.m
  • memory:内存格式
  • bitcode:二进制格式，拓展名.bc， $ clang -c -emit-llvm main.m
    ir.png

GCC
LLVM
Clang