文章推荐收藏：LLVM基础架构和Rust

LLVM Infrastructure and Rust

https://www.bexxmodd.com/log/llvm-infrastructre-and-rust/7

一、摘要：

前言

LLVM是许多编程语言背后的引擎。它被用来编译C、C++、Rust、Go、Swift等语言。这篇文章与LLVM相关，将探索以下主题:

LLVM基础架构是什么

LLVM如何工作

LLVM程序结构

LLVM和Rustc

LLVM基础架构是什么

LLVM基础架构是一组模块化和可重用的编译器和工具链技术。LLVM现包含几个子项目如Clang、C++、Objective-C编译器，调试器LLDB、libc++等。

LLVM编译器框架是一个模块化和可重用的编译器框架，使用LLVM基础架构提供端到端代码编译。它用于构建、优化、安全检查和生成中间代码(IR)或二进制(机器)代码(BC)。

LLVM允许将上层编程语言代码转换为中间表示(IR)，后者可以转换为任何给定硬件架构的二进制代码(BC)。LLVM IR语言独立于源语言和目标语言。

LLVM如何工作

正如前面提到，LLVM是一个模块化和可重用的编译器框架，支持多个前端和后端。编写程序的生命周期包括编写源代码，然后将其编译成二进制代码以便执行。我们感兴趣的是编译阶段。当源代码被编译成二进制时，它将按照后续的顺序经过如下图所示的几个步骤。

当源代码转换成LLVM IR时，它可以采用三种格式之一。内存内格式是一种适合于编译过程中前端部分的二进制表示。其他两种格式是位码Bitcode(.bc)和汇编Assembly(.ll)。位码是一种二进制磁盘存储格式，适合快速加载，因为它的内存效率更高。汇编是一种便于人类阅读的文本格式。

你可能想知道为什么要使用IR/BC而不是原生汇编格式和本地原生二进制格式?

原因是原生汇编格式与平台的机器码有一对一的绑定，这取决于目标的架构例如针对X86的程序集和针对ARM的程序集是不同的。原生汇编代码通过汇编程序转换为主机原生二进制文件，LLVM也包含这一特性。

LLVM程序结构

LLVM IR系统，就像任何其他系统一样，有它自己程序结构。

顶层容器是一个Module，它对应于前端编译器的每个翻译单元。模块可以由一个或多个函数组成。每个函数有一个或多个基础块，这些基础块包含有指令。指令是单行的，在IR语言中有多种指令可用。

在IR描述中，会遇到两种变量，局部变量，用%符号表示；全局变量，用@符号表示。

LLVM IR可以使用无限数量的临时寄存器，而不是像原生汇编程序那样只使用预定义数量的寄存器。

IR寄存器是由整数来定义比如1、2、3、..N。例如%2 = load i32, i32* %x表示存储在本地变量x地址的值被加载到临时寄存器2中。

LLVM IR另一个优点是它利用所谓的静态单赋值(Static Single Assignment (SSA))形式。这允许对代码进行各种优化。常规变量可以被重新赋值多次，而SSA中变量只能被赋值一次(注意这里不包括同一变量使用多次store指令)。这使得编译器可以进行更有效的寄存器分配，因为在任何给定的点上都可以很容易地近似推导多个活动变量。它可以检测未使用的变量，并防止程序分配不必要的指针。

例如，下面的代码x = x * x在SSA中表示为x_2 := x_1 * x_1。如果我们进入变量不断得到新值的循环中，SSA使用称为Phi的节点，这些Phi节点将把变量合并到最终的值中，最终的值将从分支或循环中返回或输出。

LLVM和Rustc

Rustc官方开发指南列出了他们为什么使用LLVM的原因:

我们不需要编写完整的编译器后端。这减少了实现和维护负担。

我们从LLVM项目收集的高级优化组件中获益。

我们可以自动将Rust编译到LLVM支持的任何平台上。例如只要LLVM添加对wasm的支持，Rust, Clang和许多其他语言都可以编译成wasm。

我们和其他编译器项目互相受益。例如当发现Spectre和Meltdown安全漏洞时，只需要修补LLVM。

解读Rust示例代码为何有这样的IR输出

作者对上面Rust代码如何生成IR进行较详细解读，比如:factorial函数中如何使用SSA和Phi节点来分配使用临时变量等，感兴趣的朋友可进一步深入学习了解；

二、读后感及推荐：

1、这篇文章深入浅出介绍LLVM基础架构及其特点，较详细解读Rust示例代码对应生成的LLVM IR含义及要点，特别适合入门理解；

关键词： LLVM基础架构和Rust