Go語言內幕（1）：主要概念與項目結構

這是一個建立於 的文章，其中的資訊可能已經有所發展或是發生改變。本文由 伯樂線上 - yhx 翻譯，唐尤華 校稿。未經許可，禁止轉載！
英文出處：Sergey Matyukevich。歡迎加入翻譯組。

這個系列部落客要為那些對 Go 基本知識已經有一定瞭解，又希望對其內部細節進行更深一步地探索的人準備的。今天這一篇主要分析 Go 原始碼的基本結構以及 Go 編譯器的某些內部細節。讀完這篇部落格後，你會得到下面三個問題的答案:

1. Go 原始碼結構是什麼樣子的？
2. Go 編譯器是如何工作的？
3. Go 語言中的結點樹的基本結構是什麼樣的？

讓我們開始吧

每當開始學習一門新程式設計語言的時候，你總是可以找到大量的 “hello world” 教程、新手指南或者關於語言的主要概念、文法甚至標準庫的文檔。然而，當你想找一些介紹得更加深入的資料，比如語言運行時分配的資料結構在記憶體中的布局，或者調用一個內建函數時到底產生了什麼樣的彙編代碼，你就會發現這並非易事。顯然，這些問題的答案都藏在原始碼中。但是，以我的個人經驗來看，你很可能花費數小時在原始碼中摸索卻最終一無所獲。

我並不是打算裝得自己什麼都懂，也沒有打算介紹得面面俱到。而是希望可以協助你去探索 Go 語言的原始碼。

在我們開始之前，我們需要自己有一份 Go 原始碼的拷貝。要獲得它的原始碼非常容易，只需要執行如下代碼:

git clone https://github.com/golang/go

請注意，這份代碼的主分支是在不斷改進中的，我在這個部落格中使用的是 release-brach.go1.4 這個分支。

搞清楚項目結構

如果你看一下 Go 倉庫的 /src 檔案夾，你會看到很多檔案夾。其中，大部分檔案夾都是 Go 標準庫的源檔案。該項目使用標準命名規則，所以每一個包（pakage）都在一個獨立的檔案夾中，而且這個檔案夾的名稱與包名稱相同。除了標準庫以外，該目錄中還有很多其它的東西。就我各人看法，其中最有用的檔案中主要有：

檔案夾	描述
/src/cmd/	包含不同的命令列工具。
/src/cmd/go/	該目錄下包含一個 Go 工具的原始碼檔案。此工具用於下載編譯 Go 的源檔案，以及安裝 Go 語言的包。在完成上述工作中，它會收集所有源檔案並調用 Go 連結器與編譯器。
/src/cmd/dist/	此目錄下也包含一個工具。此工具用於編譯產生所有其它命令列工具。同時，它會由標準庫產生所有的包。要想搞明白每個工具或者包到底用到了哪些庫，你就需要分析這裡的原始碼。
/src/cmd/gc/	包含 Go 編譯器與系統架構無關的部分。
/src/cmd/ld/	包含 Go 連結器與系統架構無關的部分。與系統架構相關的部分被放在以 l 開頭的目錄中。這些目錄的命名規則與編譯器部分的命名規則相同。
/src/cmd/5a/, 6a, 8a, and 9a	此目錄下存放針對不同架構的 Go 語言彙編編譯器。Go 組譯工具的語言並不能一一對應地映射到下層機器的組合語言。不過，對於每種不同的架構都存在一個將 Go 組譯工具翻譯為機器組譯工具的編譯器。你可以這這裡找到更多內容。
/src/lib9/, /src/libbio, /src/liblink	在編譯器、連結器、以及運行時中用到的不同庫。
/src/runtime/	這部分包含了 Go 語言最重要的包，所有程式都預設匯入這些包。其中包括所有的運行時功能，比如記憶體管理、記憶體回收、Go 協程（goroutine）等等。

Go 編譯器內部機制

正如提到的那樣，Go 編譯器中與系統結構無關的部分被放在 /src/cmd/gc 目錄下。其進入點在 lex.c 檔案中。除了一些共同的部分，比如命令列參數解析，編譯器還要完成如下的工作：

1. 初始化一些通用資料結構。

2. 遍曆提供的所有 Go 原始碼檔案，並針對每個檔案調用 yyparse 方法。該方法會完成真正的文法分析。Go 編譯器使用 Bison 作為程式分析產生器。文法描述儲存在檔案 go.y 中（後面我會提供詳細的說明）。最終，這一步會產生一個完整的分析樹，其中每個結點表示編譯後程式的一個元素。

3. 遞規地遍曆產生的樹，並做出一定修改，例如為那些應當隱式定義的節點指定類型資訊、重寫在運行時包中傳遞給函數的某些語言元素——如類型轉換，以及其它一些工作。

4. 文法解析樹處理完成後，再執行真正的編譯，將結點翻譯成彙編代碼。

5. 在磁碟上建立目標檔案，並將翻譯產生的彙編代碼以及一些額外的資料結構，如符號表等，寫入目標檔案中。

深入 Go 語言文法

現在讓我們再進一步。 go.y 檔案中包含了語言的文法規則，所以這個檔案是一個探索 Go 編譯器的很好突破口，也是我們理解語言文法規則的關鍵。這個檔案主要包括如下幾部分：

xfndcl:     LFUNC fndcl fnbodyfndcl:     sym '(' oarg_type_list_ocomma ')' fnres| '(' oarg_type_list_ocomma ')' sym '(' oarg_type_list_ocomma ')' fnres

這個聲明中定義了 xfndcl 以及 fndcl 兩個結點。 fndcl 結點可以有以下兩種形式。第一種對應於如下的文法結構：

somefunction(x int, y int) int

其第二種形式對應於下面這種文法結構：

(t *SomeType) somefunction(x int, y int) int.

xfndcl 結點中包含儲存於常量 LFUNC 中的關鍵字 func，以及其後的 fndcl 與 fnbody 結點。

Bison（或者說 Yacc）文法一個十份重要的特徵是，它允許將任意 C 代碼放在結點定義之後。每當在原始碼檔案中找到匹配該結點定義的部分的時候，相應的 C 代碼就會執行。這裡，我們把最終結果結點定義為 $$，其子結點分別為 $1，$2……

通過一個例子更加容易理解。注意下面這段簡化後的代碼：

fndcl:      sym '(' oarg_type_list_ocomma ')' fnres        {          t = nod(OTFUNC, N, N);          t->list = $3;          t->rlist = $5;          $$ = nod(ODCLFUNC, N, N);          $$->nname = newname($1);          $$->nname->ntype = t;          declare($$->nname, PFUNC);      }| '(' oarg_type_list_ocomma ')' sym '(' oarg_type_list_ocomma ')' fnres

首先，我們建立了一個新結點，該結點包含函式宣告的類型資訊。同時，此結點的參數列表引用了結點 $3，結果清單引用了結點 $5。隨後建立了結果結點 $$。在結果結點中儲存了函數的名稱和以及其類型結點。 正如你所看到的那樣，在 go.y 檔案中的定義與結點結構之間可能沒有直接的對應關係。

如何理解結點

是時候看一下結點到底是什麼東西了。首先，結點是一個結構體（你可以在這裡找到其定義）。這個結構體包含了大量的屬性，這是因為它需要各種不同類型的結點類型，而不同類別的結點又有著不同的屬性。下面列出了一些我認為比較重要一些屬性：

結點結構體域	描述
op	結點操作符。每個結點都有這個域。它將不同類型的結點區分開來。在前面的例子中，該域分別是 OTFUNC（操作類型函數）與 ODCLFUNC（操作聲明函數）。
type	該域引用一個包含類型資訊的結構體（有些結點沒有類型資訊，例如，像 if、switch、for 之類的控制流程語句）。
val	在表示常量的結點中，該域儲存常量值。

到目前為止，你已經明白了結點樹的基本結構了，你可以去運用一下這些知識。在接下來的博文中，我們會用一個簡單的 Go 應用作為執行個體來分析 Go 編譯器到底是如何編譯代碼的。