iOS 底层原理：LLVM编译流程

一、什么是编译器

解释器 执行文件

打开终端，执行vi helloDemo.py命令，创建一个python文件：

执行python helloDemo.py：

• 用python这个解释器，对helloDemo.py文件进行一次解释，结果就运行出来了，这就是解释型语言的大概效果。

编译器 执行文件

终端执行vi helloDemo.c，创建一个c文件：

c语言要用编译器clang，执行clang helloDemo.c命令，结果并没有立即运行出来，而是得到了a.out这个东西：

执行./a.out，结果运行出来了：

解释器、编译器 所在位置

解释型语言读到直接执行，编译型语言先翻译成cpu读的懂的二进制文件，然后才能执行。

clang是我们的C语言、OC和C++的编译器，在/usr/bin目录下可以找到：

python是解释器，在/usr/bin目录下也能找到：

二、LLVM 概述

• LLVM是架构编译器(compiler)的框架系统，以C++编写而成，用于优化以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。
• LLVM计划启动于2000年，最初由美国UIUC大学的Chris Lattner博士主持开展。2006年Chris Lattner加盟Apple Inc.并致力于LLVM在Apple开发体系中的应用。
• Apple也是LLVM计划的主要资助者。
• 目前LLVM已经被苹果iOS开发工具、Xilinx Vivado、Facebook、Google等各大公司采用。

传统编译器设计

编译器前端(Frontend)

编译器前端的任务是解析源代码。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，IR)。

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(CodeC Generator)

将代码映射到目标指令集。生成机器语言，并且进行机器相关的代码优化。

iOS的编译器架构

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

LLVM的设计

• 当编译器决定支持多种源语言或多种硬件架构时 LLVM最重要的地方就来了。
• 其他的编译器如GCC，它方法非常成功，但由于它是作为整体应用程序设计的因此它们的用途受到了很大的限制。
• 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。所以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。

Clang

Clang 是LLVM项目中的一个子项目。它是基于LLVM架构的轻量级编译器，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。对于开发者来说，研究Clang可以给我们带来很多好处。

三、编译流程

通过命令 打印源码编译阶段

创建main.m：

#import <stdio.h>
#define C 30
typedef int SSL_32;

int main(int argc, const char * argv[]) {
    
    int a = 10;
    SSL_32 b = 20;
    printf("%d",a + b + C);
    return 0;
}
复制代码

执行命令clang -ccc-print-phases main.m，得到源码编译阶段：

0. 输入文件：找到源文件。
1. 预处理阶段：这个过程处理包括宏的替换 头文件的导入。
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。
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。
4. 生成目标文件。
5. 链接：链接需要的动态库和静态库，生成可执行文件。
6. 通过不同的架构，生成对应的可执行文件。

预处理阶段

执行命令clang -E main.m >> main1.m，可以看到头文件的导入和宏的替换：

1 "main.m"
# 1 "<built-in>" 1
# 1 "<built-in>" 3
# 379 "<built-in>" 3
# 1 "<command line>" 1
# 1 "<built-in>" 2
# 1 "main.m" 2

# 1 "/Applications/Xcode.app/Contents/Developer/Platforms/MacOSX.platform/Developer/SDKs/MacOSX.sdk/usr/include/stdio.h" 1 3 4
# 64 "/Applications/Xcode.app/Contents/Developer/Platforms/MacOSX.platform/Developer/SDKs/MacOSX.sdk/usr/include/stdio.h" 3 4
...此处省略几百行，stdio头文件中的展开内容

typedef int SSL_32;
int main(int argc, const char * argv[]) {

    int a = 10;
    SSL_32 b = 20; // typedef不是预处理指令
    printf("%d",a + b + 30); // C没有了，被30替换
    return 0;
}
复制代码

编译阶段

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。

执行命令clang -fmodules -fsyntax-only -Xclang -dump-tokens main.m：

• 代码被分割成一个个的单词，还标注了在第几行，以及第几行的第几个字符，举例：
  • typedef：Loc=<main.m:5:1>，在第5行的第1个字符开始。
  • main旁边的(：Loc=<main.m:7:9>，在第7行的第9个字符开始。

语法分析

词法分析完成之后就是语法分析，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语法短语，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)。语法分析程序判断源程序在结构上是否正确。

执行命令clang -fmodules -fsyntax-only -Xclang -ast-dump main.m：

• FunctionDecl：函数方法的声明，从第7行第1个位置到第13行第1个字符结束，方法名叫main在第7行第5个字符的位置，返回值是int，第一个参数是int类型，第二个参数是const char **类型。
  • ParmVarDecl：第一个参数，argc，int类型。
  • ParmVarDecl：第二个参数，argv， const char **类型。
  • CompoundStmt：复合语句，当前行第41个字符到13行的第1个字符结束，就是花括号中的内容
    • DeclStmt：局部变量10。
    • DeclStmt：局部变量20。
    • CallExpr：函数的调用
      • ImplicitCastExpr：函数指针，printf函数，const char *, ...参数列表。
      • ImplicitCastExpr：函数的第一个参数，%d。
      • BinaryOperator：函数的第二个参数，int的+运算
        • BinaryOperator：第一次int的+运算。

如果导入头文件找不到，那么可以指定SDK：
clang -isysroot /Applications/Xcode.app/Contents/Developer/Platforms/iPhoneSimulator.platform/Developer/SDKs/iPhoneSimulator12.2.sdk (自己s DK路径) -fmodules -fsyntax-only -Xclang -ast-dump main.m

语法分析会进行错误的检查，main.m中return 0后面少写一个分号，继续执行上面的命令，可以看到有报错出现：

生成中间代码IR(intermediate representation)

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。通过命令可以生成.ll的文本文件，来查看IR代码。

Objective C代码在这一步会进行runtime的桥接：property合成，ARC处理等。

IR的基本语法：

@ 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 调用函数 
ret 返回
复制代码

先修改一下main.m中代码：

#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
}
复制代码

执行命令clang -S -fobjc-arc -emit-llvm main.m得到main.ll文件：

...
define i32 @test(i32 %0, i32 %1) #0 { // test(int a, int b)
  %3 = alloca i32, align 4            // 开辟32位的空间,int a3
  %4 = alloca i32, align 4            // 开辟32位的空间,int a4
  store i32 %0, i32* %3, align 4      // a3 = a
  store i32 %1, i32* %4, align 4      // a4 = b
  %5 = load i32, i32* %3, align 4     // int a5 = a3
  %6 = load i32, i32* %4, align 4     // int a6 = a4
  %7 = add nsw i32 %5, %6             // int a7 = a5 + a6
  %8 = add nsw i32 %7, 3              // int a8 = a7 + 3
  ret i32 %8                          // return a8
}
...
复制代码

• 可以看到，简简单单的加法运算，竟然有这么多步骤，接下来看一下编译器是怎么进行优化的。

IR的优化

LLVM的优化级别分别是-00-01-02-03-0s(第一个是大写英文字母O)。

执行优化命令clang -Os -S -fobjc-arc -emit-llvm main.m -o main.ll再次得到main.ll文件：

...
define i32 @test(i32 %0, i32 %1) local_unnamed_addr #0 {
  %3 = add i32 %0, 3   // 1 + 3
  %4 = add i32 %3, %1  // 4 + 2
  ret i32 %4
}
...
复制代码

• 可以看到代码被优化的已经非常少了。

那么我们的Xcode是在哪儿里设置优化的呢，Build Settings -> code generation -> Optimization Level：

• debug模式下默认不进行优化，Release模式下默认优化强度-Os。

bitCode

xcode7以后开启bitcode苹果会做进一步的优化。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
复制代码

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
复制代码

生成的汇编代码也可以进行优化

clang -Os -S -fobjc-arc main.bc -o main.s
复制代码

生成目标文件（汇编器）

目标文件的生成，是汇编器以汇编代码作为输入，将汇编代码转换为机器代码，最后输出目标文件（object file）。这一步是属于后端的，clang只是提供了一个接口指令。

clang -fmodules -c main.s -o main.o
复制代码

通过nm命令，查看main.o中的符号，xcrun nm -nm main.o：

                 (undefined) external _printf
0000000000000000 (__TEXT,__text) external _test
000000000000000a (__TEXT,__text) external _main
复制代码

• _printf是一个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。

生成可执行文件（链接）

连接器把编译文件的.o文件和(.dylib .a)文件，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：

                 (undefined) external _printf (from libSystem)
                 (undefined) external dyld_stub_binder (from libSystem)
0000000100000000 (__TEXT,__text) [referenced dynamically] external __mh_execute_header
0000000100003f51 (__TEXT,__text) external _test // 有了地址的偏移位置
0000000100003f5e (__TEXT,__text) external _main // 有了地址的偏移位置
0000000100008008 (__DATA,__data) non-external __dyld_private
复制代码

• _printf是一个外部函数。
• dyld_stub_binder也是一个外部函数，负责符号绑定的。