LLVM | 编译器框架

LLVM 背景

LLVM 项目的创始人为 Chris Lattner，亦是Swift之父。据传作者只是想写一个底层的虚拟机，这也是 LLVM 名字的由来，Low Level Virtual Machine，类似Java的JVM虚拟机。后来，LLVM 从来没有被用作过虚拟机。所以人们决定仍然叫他LLVM，其实它跟虚拟机没有半毛钱关系。官方描述如下 The name "LLVM" itself is not an acronym; it is the full name of the project. “LLVM”这个名称本身不是首字母缩略词，它是项目的全名。

传统编译器架构

传统编译器架构介绍如下图所示：

• Frontend：解析源代码，检查错误，并且把它翻译为特定语言语法抽象树（Abstract Syntax Tree，AST）。AST也可以被进一步优化转换为中间表示（比如，LLVM Intermedaite Representaion），后面的2个阶段都使用这个中间表示。
• Optimizer：优化代码。比如去除无用的变量或计算，进而提高代码运行效率。
• Backend：把优化后的代码转换为目标机器码（Target Instruction Set）。目标是生成充分可以利用目标机器体系结构的native code。

 LLVM 架构

• 不同的前、后端使用统一的中间代码 LLVM Intermediate Representation (LLVM IR)。
• 支持一种新的编程语言，只需要实现一个新的前端。
• 支持一种新的硬件设备，只需要实现一个新的后端。
• 优化阶段 Optimizer 是一个通用的阶段，它针对的是统一的 LLVM IR，不论是支持新的编程语言，还是支持新的硬件设备，都不需要对优化阶段做修改。

相比之下，GCC 的前端后端耦合在了一起。所以 GCC 若要支持一门新的语言，或者支持一个新的目标平台，就变得特别困难。

LLVM 现在被作为实现各种静态和运行时编译语言的通用基础结构 (GCC家族、Java、.NET、Python、Ruby、Scheme、Haskell、D等)。

上图是 Clang/LLVM 的简单架构。最初时，LLVM的前端是GCC，后来Apple自己开发了一套Clang出来把GCC取代了，不过现在带有Dragon Egg的GCC还是可以生成LLVM IR，也同样可以取代Clang的功能，我们也可以开发自己的前端，和LLVM后端配合起来，实现我们自定义的编程语言的编译器。

• LLVM IR 是LLVM的中间表示，大多数的优化都依赖于 LLVM IR 展开。把Opt单独画在一边，是为了简化图的内容，LLVM的设计思想是优化可以渗透在整个编译流程的各个阶段，比如编译时、链接时、运行时等。

在LLVM中，IR有三种表示：

• 第一种是可读的IR，类似于汇编代码，但其实它介于高等语言和汇编之间，这种表示就是给人看的，磁盘文件后缀为.ll；
• 第二种是不可读的二进制IR，被称作位码（bitcode），磁盘文件后缀为.bc；
• 第三种是一种内存格式，只保存在内存中，所以谈不上文件格式和文件后缀，这种格式是LLVM 之所以编译更快的一个原因。它不像gcc，每个阶段结束会生成一些中间过程文件，它编译的中间数据都是这第三种表示的IR。

三种格式是完全等价的，我们可以在 Clang/LLVM 工具的参数中指定生成这些文件（默认不生成），可以通过 llvm-as和 llvm-dis来在前两种文件之间做转换。

LLVM IR linker 是IR的链接器，而不是gcc中的那个链接器。为了实现链接时优化，LLVM在前端（Clang）生成单个代码单元的IR后，将整个工程的IR都链接起来，同时做链接时优化。

LLVM backend 是LLVM真正的后端，也被称为LLVM核心，包括编译、汇编、链接这一套，最后生成汇编文件或者目标码。这里的 LLVM compiler 和 gcc compiler 不一样，这里的LLVM compiler只是编译LLVM IR。

Clang 与 LLVM 区别

Clang 是 LLVM 项目的一个子项目，是基于 LLVM 架构的 C/C++/Objective-C 编译器前端。

LLVM 整体架构，前端用的是 Clang；广义的 LLVM 是指整个 LLVM 架构，一般狭义的LLVM指的是 LLVM 后端（包含代码优化和目标代码生成）。

• LLVM 核心优化器（optimizer）。不依赖于源码和目标机器指令集。这个核心库基于 LLVM 的中间表示（LLVM intermedaite representation）。
• Clang 编译器（compiler）。Clang 目标是实现一个C/C++/Objective-C compiler。Clang可以提供非常有用的错误和警告信息。Clang Static Analyzer是一个自动化发bug的工具。

源代码（C/C++）经过 Clang ---> 中间代码(经过一系列的优化，优化用 Pass) ---> 机器码（目标程序）。

 Clang 与 GCC 区别

• 编译速度快：在某些平台上，Clang的编译速度显著的快过GCC(Debug模式下编译OC速度比GCC快3倍)。
• 占用内存小：Clang生成的AST所占用的内存是GCC的五分之一左右。
• 模块化设计：Clang采用基于库的模块化设计，易于 IDE 集成及其他用途的重用。
• 诊断信息可读性强：在编译过程中，Clang 创建并保留了大量详细的元数据 (metadata)，有利于调试和错误报告。
• 设计清晰简单，容易理解，易于扩展增强。

参考

深入浅出让你理解什么是LLVM - 简书 (jianshu.com)