構架編譯器架構系統 LLVM 使用簡介

標籤：

LLVM 是什麼
LLVM 是 low level virtual machine（底層虛擬機器）的簡稱，它是一個開源的編譯器架構，已經被成功應用到多個應用領域。LLVM 的主要作用是它可以作為多種語言的後端，它可以提供可程式化語言無關的最佳化和針對很多種CPU的代碼產生功能。LLVM 核心庫提供了與編譯器相關的支援，可以作為多種語言編譯器的後台來使用。能夠進行程式語言的編譯期最佳化、連結最佳化、線上編譯最佳化、代碼產生。LLVM的項目是一個模組化和可重複使用的編譯器和工具技術的集合。LLVM是伊利諾大學的一個研究項目，提供一個現代化的，基於SSA的編譯策略能夠同時支援靜態和動態任意程式設計語言的編譯目標。自那時以來，已經成長為LLVM的主幹項目，由不同的子項目組成，其中許多正在生產中使用的各種 商業和開源的項目，以及被廣泛用於學術研究。

LLVM 常用命令工具
llvm-as 將可讀的 .ll 檔案彙編成位元組代碼
llvm-dis 將位元組代碼檔案反編成可讀的 .ll 檔案
opt 在一個位元組代碼檔案上運行一系列的 LLVM 到 LLVM 的最佳化
llc 為一個位元組代碼檔案產生本機器代碼
lli 直接運行使用 JIT 編譯器或者解譯器編譯成位元組代碼的程式
llvm-link 將幾個位元組代碼檔案串連成一個
llvm-ar 打包位元組代碼檔案
llvm-ranlib 為 llvm-ar 打包的檔案建立索引
llvm-nm 在 位元組代碼檔案中列印名字和符號類型
llvm-prof 將 ‘llvmprof.out‘ raw 資料格式化成人類可讀的報告
llvm-ld 帶有可裝載的運行時最佳化支援的一般目標連接器
llvm-config 列印出配置時 LLVM 編譯選項、庫、等等
llvmc 一個通用的可定製的編譯器驅動
llvm-diff 比較兩個模組的結構
bugpoint 自動案例測試減速器
llvm-extract 從 LLVM 位元組代碼檔案中解壓出一個函數
llvm-bcanalyzer 位元組程式碼分析器 （分析二進位編碼本身，而不是它代表的程式）
FileCheck 靈活的檔案驗證器，廣泛的被測試載入器利用
tblgen 目標描述閱讀器和產生器
lit    LLVM 整合測試器，用於運行測試

LLVM IR
根據編譯原理可知，編譯器不是直接將源語言翻譯為目標語言，而是翻譯為一種“中繼語言”，即“IR”。之後再由中繼語言，利用後端程式和裝置翻譯為目標平台的組合語言。由於中繼語言相當於一款編譯器前端和後端的“橋樑”，不同編譯器的中繼語言IR是不一樣的，而IR可以說是集中體現了這款編譯器的特徵。

LLVM IR主要有三種格式：一種是在記憶體中的編譯中繼語言；一種是硬碟上儲存的二進位中繼語言（以.bc結尾），最後一種是可讀的中間格式（以.ll結尾）。這三種中間格式是完全相等的。

LLVM IR是LLVM最佳化和進行代碼產生的關鍵。根據可讀的IR，我們可以知道再最終產生目標代碼之前，我們已經產生了什麼樣的代碼。而且根據IR，我們可以選擇使用不同的後端而產生不同的可執行代碼。同時，因為使用了統一的IR，所以我們可以重用LLVM的最佳化功能，即使我們使用的是自己設計的程式設計語言。

結構化編譯器前端 Clang 介紹
Clang ( 發音為 /kl??/) 是 LLVM 的一個編譯器前端，它目前支援 C, C++, Objective-C 以及 Objective-C++ 等程式設計語言。Clang 對來源程式進行詞法分析和語義分析，並將分析結果轉換為 Abstract Syntax Tree ( 抽象文法樹 ) ，最後使用 LLVM 作為後端代碼的產生器。

Clang 的開發目標是提供一個可以替代 GCC 的前端編譯器。與 GCC 相比，Clang 是一個重新設計的編譯器前端，具有一系列優點，例如模組化，代碼簡單易懂，佔用記憶體小以及容易擴充和重用等。由於 Clang 在設計上的優異性，使得 Clang 非常適合用於設計原始碼層級的分析和轉化工具。Clang 也已經被應用到一些重要的開發領域，如 Static Analysis 是一個基於 Clang 的靜態程式碼分析工具。

由於 GNU 編譯器套裝 (GCC) 系統龐大，而且 Apple 大量使用的 Objective-C 在 GCC 中優先順序較低，同時 GCC 作為一個純粹的編譯系統，與 IDE 配合并不優秀，Apple 決定從零開始寫 C family 的前端，也就是基於 LLVM 的 Clang 了。Clang 由 Apple 公司開發，原始碼授權使用 BSD 的開源授權。

Clang 的特性：
相比於 GCC，Clang 具有如下優點：
1. 編譯速度快：在某些平台上，Clang 的編譯速度顯著的快過 GCC。
2. 佔用記憶體小：Clang 產生的 AST 所佔用的記憶體是 GCC 的五分之一左右。
3. 模組化設計：Clang 採用基於庫的模組化設計，易於 IDE 整合及其他用途的重用。
4. 診斷資訊可讀性強：在編譯過程中，Clang 建立並保留了大量詳細的中繼資料 (metadata)，有利於調試和錯誤報表。
5. 設計清晰簡單，容易理解，易於擴充增強。與代碼基礎古老的 GCC 相比，學習曲線平緩。

當前 Clang 還處在不斷完善過程中，相比於 GCC, Clang 在以下方面還需要加強：
1. 支援更多語言：GCC 除了支援 C/C++/Objective-C, 還支援 Fortran/Pascal/Java/Ada/Go 和其他語言。Clang 目前支援的語言有 C/C++/Objective-C/Objective-C++。
2. 加強對 C++ 的支援：Clang 對 C++ 的支援依然落後於 GCC，Clang 還需要加強對 C++ 提供全方位支援。
3. 支援更多平台：GCC 流行的時間比較長，已經被廣泛使用，對各種平台的支援也很完備。Clang 目前支援的平台有 Linux/Windows/Mac OS。

本段內容參考：http://www.ibm.com/developerworks/cn/opensource/os-cn-clang/

Clang 編譯選項
clang    [-c|-S|-E] -std=standard -g
         [-O0|-O1|-O2|-O3|-Ofast|-Os|-Oz|-O|-O4]
         -Wwarnings... -pedantic
         -Idir... -Ldir...
         -Dmacro[=defn]
         -ffeature-option...
         -mmachine-option...
         -o output-file
         -stdlib=library
         input-filenames

大部分選項與 gcc 類似：

-c 只是編譯不連結，產生目標檔案“.o”

-S 只是編譯不彙編，產生彙編代碼

-E 只進行先行編譯，不做其他處理

-g 在可執行程式中包含標準調試資訊

-o file 把輸出檔案輸出到file裡
-I dir 在標頭檔的搜尋路徑列表中添加dir目錄

-L dir 在庫檔案的搜尋路徑列表中添加dir目錄

中間碼的建立與轉化
編譯產生二進位的 .bc 檔案(bitcode file): clang -emit-llvm -c xx.c -o xx.bc

編譯產生 LLVM 的彙編代碼 .ll 檔案（ LLVM assembly code）: clang -emit-llvm -S xx.c -o xx.ll

.bc 和 .ll 檔案都可以直接用 lli 來執行。

將 .ll 檔案轉化為 .bc 檔案: llvm-as test.ll

將 .bc 檔案轉化為 .ll 檔案: llvm-dis test.bc

將 .bc 或 .ll 檔案轉化為本機平台的彙編代碼： llc test.bc llc test.ll llc test.bc -o test.s

即時編譯器 JIT 簡介
LLVM 中間碼的執行需要用到 Jit。那麼，JIT到底是個什麼東西呢。其實，JIT 是一個即時編譯器，即 Just-in-time Compiler。對於 JIT 的瞭解我也知之勝少，它的作用大概就是對中間碼進行編譯作業，像 JAVA 這種跨平台的語言也是通過 JIT 實現的。在執行 LLVM 的 lli 工具時，會去調用 JIT 將中間碼編譯成本機架構的機器碼再執行。

至於 jit 與 mcjit 的區別，大概是 jit 是 LLVM 舊版本的支援，而 mcjit 是對 jit 新的支援。mc是機器碼的意思，即 Machine Code。在 Wikipedia 看到說，以前的 LLVM 會依賴與本機系統的彙編器或者提供一套工具鏈，然後再翻譯成機器碼。而通過整合過的 LLVM MC 能夠支援大多數的機器架構，包括 x86, x86-64, ARM, ARM64 以及 大部分的 MIPS 架構等。

構架編譯器架構系統 LLVM 使用簡介