iOS 底层探究：LLVM编译流程

叶秋主
962 阅读7分钟

这是我参与8月更文挑战的第28天，活动详情查看：8月更文挑战

1. LLVM

LLVM是架构编译器的框架系统，以C++编写而成，用于优化任意程序语言编写的程序的编译时间（compile-time）、链接时间（link-time）、运行时间（run-time）以及空闲时间（idle-time）。对开发者保持开放，并兼容已有脚本

1.1 传统编译器设计

源码 Source Code + 前端 Frontend + 优化器 Optimizer + 后端 Backend（代码生成器 CodeGenerator）+ 机器码 Machine Code，如下图所示

image.jpeg

1.2 iOS的编译器架构

OC、C、C++使用的编译器前端是Clang，Swift是swift，后端都是LLVM，如下图所示

image.jpeg 模块说明：

  • 前端 Frontend：编译器前端的任务是解析源代码（编译阶段），它会进行 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的前端还会生成中间代码（intermediate representation，简称IR），可以理解为llvm是编译器 + 优化器， 接收的是IR中间代码，输出的还是IR，给后端，经过后端翻译成目标指令集
  • 优化器 Optimizer：优化器负责进行各种优化，改善代码的运行时间，例如消除冗余计算等
  • 后端 Backend（代码生成器 Code Generator） ：将代码映射到目标指令集，生成机器代码，并且进行机器代码相关的代码优化

1.3 LLVM的设计

LLVM设计的最重要方面是，使用通用的代码表示形式（IR），它是用来在编译器中表示代码的形式，所有LLVM可以为任何编程语言独立编写前端，并且可以为任意硬件架构独立编写后端，如下所示

image.jpeg 通俗的一句话理解就是：LLVM的设计是前后端分离的，无论前端还是后端发生变化，都不会影响另一个

1.4 Clang简介

clang是LLVM项目中的一个子项目，它是基于LLVM架构图的轻量级编译器，诞生之初是为了替代GCC，提供更快的编译速度，它是负责C、C++、OC语言的编译器，属于整个LLVM架构中的 编译器前端，对于开发者来说，研究Clang可以给我们带来很多好处

2. LLVM编译流程

  • 新建一个文件，写下如下代码
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;
}
  • 通过命令可以打印源码的编译流程
//************命令************
 clang -ccc-print-phases main.m
 
 //************编译流程************
 //0 - 输入文件：找到源文件
+- 0: input, "main.m", objective-c

//1 - 预处理阶段：这个过程处理包括宏的替换，头文件的导入
+- 1: preprocessor, {0}, objective-c-cpp-output

//2 - 编译阶段：进行词法分析、语法分析、检测语法是否正确，最终生成IR
+- 2: compiler, {1}, ir

//3 - 后端：这里LLVM会通过一个一个的pass去优化，每个pass做一些事情，最终生成汇编代码
+- 3: backend, {2}, assembler

//4 - 汇编代码生成目标文件
+- 4: assembler, {3}, object

//5 - 链接：链接需要的动态库和静态库，生成可执行文件
+- 5: linker, {4}, image（镜像文件）

//6 - 绑定：通过不同的架构，生成对应的可执行文件
6: bind-arch, "x86_64", {5}, image

下面分别针对上述流程来解释，其中0主要是输入文件，即找到源文件。这里不做过多说明

2.1 预处理编译阶段

这个阶段主要是处理包括宏的替换，头文件的导入，可以执行如下命令，执行完毕可以看到头文件的导入和宏的替换

//在终端直接查看替换结果
clang -E main.m

//生成对应的文件查看替换后的源码
clang -E main.m >> main2.m

需要注意的是：

  • typedef在给数据类型取别名时，在预处理阶段不会被替换掉
  • define则在预处理阶段会被替换，所以经常被是用来进行代码混淆，目的是为了app安全，实现逻辑是：将app中核心类、核心方法等用系统相似的名称进行取别名了，然后在预处理阶段就被替换了，来达到代码混淆的目的

2.2 编译阶段

编译阶段主要是进行词法、语法等的分析和检查，然后生成中间代码IR

2.2.1 词法分析

预处理完成后就会进行词法分析，这里会把代码切成一个个token，比如大小括号、等于号还有字符串等，

  • 可以通过下面的命令查看
clang -fmodules -fsyntax-only -Xclang -dump-tokens main.m
  • 如果头文件找不到，指定sdk
clang -isysroot （自己SDK路径） -fmodules -fsyntax-only -Xclang -dump-tokens main.m

 clang -isysroot /Applications/Xcode.app/Contents/Developer/Platforms/iPhoneSimulator.platform/Developer/SDKs/iPhoneSimulator14.1.sdk/ -fmodules -fsyntax-only -Xclang -dump-tokens main.m

2.2.2 语法分析

词法分析完成后就是语法分析，它的任务是验证语法是否正确，在词法分析的基础上将单词序列组合成各类词法短语，如程序、语句、表达式 等等，然后将所有节点组成抽象语法树（Abstract Syntax Tree􏰊AST），语法分析程序判断程序在结构上是否正确

  • 可以通过下面命令查看语法分析的结果
clang -fmodules -fsyntax-only -Xclang -ast-dump main.m
  • 如果导入头文件找不到，可以指定SDK
 clang -isysroot （自己SDK路径） -fmodules -fsyntax-only -Xclang -ast-dump main.m

 clang -isysroot /Applications/Xcode.app/Contents/Developer/Platforms/iPhoneSimulator.platform/Developer/SDKs/iPhoneSimulator14.1.sdk/ -fmodules -fsyntax-only -Xclang -ast-dump main.m

其中，主要说明几个关键字的含义

  • -FunctionDecl 函数
  • -ParmVarDecl 参数
  • -CallExpr 调用一个函数
  • -BinaryOperator 运算符

2.2.3 生成中间代码IR

完成以上步骤后，就开始生成中间代码IR了，代码生成器（Code Generation）会将语法树自顶向下遍历逐步翻译成LLVM IR，

  • 可以通过下面命令可以生成.ll的文本文件，查看IR代码。OC代码在这一步会进行runtime桥接，：property合成、ARC处理等
clang -S -fobjc-arc -emit-llvm main.m

//以下是IR基本语法
@ 全局标识
% 局部标识
alloca 开辟空间
align 内存对齐
i32 32bit，4个字节
store 写入内存
load 读取数据
call 调用函数
ret 返回

下面是生成的中间代码.ll文件

image.jpeg 其中，test函数的参数解释为

image.jpeg

  • 当然，IR文件在OC中是可以进行优化的，一般设置是在target - Build Setting - Optimization Level（优化器等级）中设置。LLVM的优化级别分别是-O0 -O1 -O2 -O3 -Os(第一个是大写英文字母O)，下面是带优化的生成中间代码IR的命令
clang -Os -S -fobjc-arc -emit-llvm main.m -o main.ll

这是优化后的中间代码

image.jpeg

  • xcode7以后开启bitcode，苹果会做进一步优化，生成.bc的中间代码，我们通过优化后的IR代码生成.bc代码
clang -emit-llvm -c main.ll -o main.bc

2.3 后端

LLVM在后端主要是会通过一个个的Pass去优化，每个Pass做一些事情，最终生成汇编代码

2.3.1 生成汇编代码

  • 我们通过最终的.bc或者.ll代码生成汇编代码
 clang -S -fobjc-arc main.bc -o main.s clang -S -fobjc-arc main.ll -o main.s
  • 生成汇编代码也可以进行优化
clang -Os -S -fobjc-arc main.m -o main.s

2.4 生成目标文件

目标文件的生成，是汇编器以汇编代码作为插入，将汇编代码转换为机器代码，最后输出目标文件（object file）

clang -fmodules -c main.s -o main.o

可以通过nm命令，查看下main.o中的符号

$xcrun nm -nm main.o

以下是main.o中的符号，其文件格式为 目标文件

image.jpeg

  • _printf函数是一个是undefined 、external 的
  • undefined表示在当前文件暂时找不到符号_printf
  • external表示这个符号是外部可以访问的

2.5 链接

链接主要是链接需要的动态库和静态库，生成可执行文件，其中

  • 静态库会和可执行文件合并
  • 动态库是独立的 连接器把编译生成的.o文件和 .dyld .a文件链接，生成一个mach-o文件
clang main.o -o main

查看链接之后的符号

$xcrun nm -nm main

结果如下所示，其中的undefined表示会在运行时进行动态绑定

image.jpeg 通过命令查看 main是什么格式，此时是 mach-o可执行文件

image.jpeg

2.6 绑定

绑定主要是通过不同的架构，生成对应的mach-o格式可执行文件

总结

综上，所述，LLVM的编译流程如下图所示

image.png

avatar
文章
阅读
粉丝