iOS编译简析

前言

一般的编译器都是由三部分构成，从源码到机器码基本上都要经过这三部分。

• 编译器前端(FrontEnd): 词法分析，语法分析，语义分析，将源代码抽象为语法树 AST，继而生成中间代码 IR；
• 优化器(Optimizer): 对得到的中间代码 IR 进行优化；
• 编译器后端(BackEnd): 将得到的中间代码转化为各平台的机器码，如 x86，ARM 等。

编译器架构.png

从 GCC 到 LLVM 以及大部分编译器都是这种结构。

LLVM 历史

早期 iOS 选用的是当时一家独大的 GCC 编译器作为 OC 语言的前端，但是随着时间的推移，Apple 为 OC 增加了很多特性，想要 GCC 给与实现，但是 GCC 却并没有支持，并且 GCC 本身代码耦合度较高，模块独立性比较差，并且《GCC运行环境豁免条款》从根本上限制了LLVM-GCC的开发。这种背景下，Apple 就想找到一个高效、模块化的且开源的替换品，LLVM 进入了苹果的视线。

LLVM 最早来源于伊利诺伊大学厄巴纳-香槟分校维克拉姆·艾夫（Vikram Adve）与克里斯·拉特纳（Chris Lattner）的研究，本来目的是写一个底层的虚拟机，这也是 LLVM 名字的由来（Low Level Virtual Machine）。LLVM 是以 BSD 授权来发展的开源软件。在进入到苹果视线后，苹果公司并邀请 Chris Lattner 及其团队加入苹果，并为 LLVM 提供赞助支持。

Chris Lattner 是一个名副其实的大神，LLVM 之父，Swift 之父，Clang 主要贡献者。2005-2017 年供职苹果，前开发部高级总监，架构师；2017.1-2017.6，担任特斯拉软件副总裁，负责自动驾驶。2017.8-2020.1，加入 Google Brain 团队，加入后编写了 Swift 版的 TensorFlow。目前加入芯片创业公司 SiFive 负责其平台工程。

iOS 在 Xcode 5 版本前使用的是 GCC ，在 Xcode 5 中将 GCC 彻底抛弃，替换为了 LLVM ，这期间也是慢慢过渡过来的，由开始使用 GCC 编译->GCC 与 LLVM 共存->LLVM 编译器。

LLVM

LLVM 广义上是指整个 LLVM 架构，也就是整个编译器三部分，但是狭义上讲，是指 LLVM 后端。

LLVM架构.png

如果所示，不同的前端后端使用统一的中间代码 LLVM Intermediate Representation (LLVM IR)，如果需要支持一种新的编程语言，那么只需要实现一个新的前端，如果需要支持一种新的硬件设备，那么只需要实现一个新的后端，优化阶段是一个通用的阶段，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。

主要子项目：

• LLVM 核心库
• 编译器前端 Clang
• LLDB
• libc ++和 libc++
• lld

Clang

Clang 是 LLVM 项目的一个子项目，是 C 系列(C、C++、OC)的编译器前端。相对于 GCC，Clang 具有以下优点

• 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 GGC 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

主要流程

Clang.png

• 预处理（Pre-process）：include 扩展、标记化处理、去除注释、条件编译、宏删除、宏替换。 对C输出.i, 对C++输出 .ii, 对 OC 输出 .mi, 对Objective-C++输出 .mii；
• 词法分析 （Lexical Analysis）：将代码切成一个个 token，比如大小括号，等于号还有字符串等。是计算机科学中将字符序列转换为标记序列的过程；
• 语法分析（Semantic Analysis）：验证语法是否正确，然后将所有节点组成抽象语法树 AST 。由 Clang 中 Parser 和 Sema 配合完成；
• 静态分析（Static Analysis）：使用它来表示用于分析源代码以便自动发现错误；
• 中间代码生成（Code Generation）：开始 IR 中间代码的生成了，CodeGen 会负责将语法树自顶向下遍历逐步翻译成 LLVM IR。

SwiftC

SwiftC 是 Swift 语言的编译器前端。

主要流程

Swiftc.png

• Parse: 词法分析组件，生成 AST；
• Sema（Semantic Analysis）：对 AST 进行类型检查，转换为格式正确且类型检查完备的 AST；
• Clang Importer: 负责导入 Clang 模块，并将导出的 C 或 Objective-C API 映射到相应的 Swift API 中。最终导入的 AST 可以被语义分析引用。
• SIL Gen：由 AST 生成 Raw SIL（原生 SIL，代码量很大，不会进行类型检查）；
• SIL 保证转换：SIL 保证转换阶段负责执行额外且影响程序正确性的数据流诊断，转换后的最终结果是规范的 SIL；
• SIL 优化：该阶段负责对程序执行额外的高级且专用于 Swift 的优化，包括（例如）自动引用计数优化、去虚拟化、以及通用的专业化；

Swift 编译过程引入 SIL 有几个优点：

• 完成的变数程序的语义(Fully represents program semantics );
• 既能进行代码的生成，又能进行代码分析(Designed for both code generation and analysis );
• 处在编译管线的主通道(Sits on the hot path of the compiler pipeline );
• 架起桥梁连接源码与 LLVM，减少源码与 LLVM 之间的抽象鸿沟(Bridges the abstraction gap between source and LLVM)

IR

LLVM IR 有三种表示形式。

• text:便于阅读的文本格式，类似于汇编语言，拓展名.ll；
• bitcode:二进制格式，拓展名.bc
• memory:内存格式

LLVM 后端

主要流程

LLVM后端.png

• 优化（Optimize）：LLVM 会去做些优化工作；在 Xcode 的编译设置里也可以设置优化级别-01，-03，-0s；优化级参数位于参数位于Build Settings -> Apple Clang - Code Generation ->Optimization Level。是利用 LLVM 的 Pass 去处理的，我们可以自己去自定义 Pass。
• 生成目标文件（Assemble）：生成 Target 相关 Object(Mach-o)；
• 链接（Link）：生成 Executable 可执行文件。

相关命令

clang

// 假设原始文件为LLVMOC.m

// 预编译命令
clang -E LLVMOC.m -o LLVMOC.mi

// 生成AST语法树
clang -Xclang -ast-dump -fsyntax-only LLVMOC.m

// 生成IR中间代码
clang -S -emit-llvm LLVMOC.m -o LLVMOC.ll

// 生成IR中间代码并优化，
clang -O3 -S -emit-llvm LLVMOC.m -o LLVMOC.ll

// 如果开启bitcode，生成.bc文件，这也是中间码的一种形式
clang -emit-llvm -c LLVMOC.m -o LLVMOC.bc

// 产生汇编命令
clang -S LLVMOC.m -o LLVMOC.s

// 生成目标.O文件
clang -c LLVMOC.m -o LLVMOC.o

swiftc

// 假设原始文件为LLVMSwift.swift

// 分析输出AST
swiftc maLLVMSwiftin.swift -dump-parse

// 分析并且检查类型输出AST
swiftc LLVMSwift.swift -dump-ast

// 生成中间体语言（SIL），未优化
swiftc LLVMSwift.swift -emit-silgen

// 生成中间体语言（SIL），优化后的
swiftc LLVMSwift.swift -emit-sil

// 生成优化后的中间体语言（SIL）,并将结果导入到LLVMSwift.sil文件中
swiftc LLVMSwift.swift -emit-sil  -o LLVMSwift.sil 

// 生成优化后的中间体语言（SIL），并将sil文件中的乱码字符串进行还原，并将结果导入到LLVMSwift.sil文件中
swiftc LLVMSwift.swift -emit-sil | xcrun swift-demangle > LLVMSwift.sil

// 生成LLVM中间体语言 （.ll文件）
swiftc LLVMSwift.swift -emit-ir

// 生成LLVM中间体语言 （.bc文件）
swiftc LLVMSwift.swift -emit-bc

// 生成汇编
swiftc LLVMSwift.swift -emit-assembly

// 编译生成可执行.out文件
swiftc -o LLVMSwift.o LLVMSwift.swift

扩展一下

既然讲到了 LLVM，那就顺便讲一下 BitCode，上文也讲到了 BitCode 其实就是 IR 代码的一种编码形式。

需要说明的是 BitCode 是以 section 形式保存在可执行文件中。当我们把携带 BitCode 的 App 提交到 AppStore 后，苹果会提取出可执行文件中的 BitCode 段，然后针对不同的 CPU 架构编译和链接成不同的可执行文件变体(Variant)，不同 CPU 架构的设备会自动选择合适的架构的变体进行下载。而在 BitCode 之前，我们都是把所有需要的 CPU 架构集合打包成一个 Fat Binary，结果就是用户最终下载的安装包之中有很多冗余的 CPU 架构支持代码。开启BitCode之后，编译器后端(Backend)的工作都由 Apple 接管。

BitCode的一些具体说明及注意事项后面会在iOS瘦身优化中专门去讲解。

---

有一个技术的圈子与一群志同道合的朋友非常重要，来我的技术公众号及博客，这里只聊技术干货。

• 微信公众号：CoderStar
• 博客：CoderStar's Blog