View on GitHub

开源开发工具技术博客

编译器/工具链、模拟器、虚拟机、Linux内核、调试和性能分析工具

Copyright (c) 2011 陳韋任 (Chen Wei-Ren)

前言

LLVM 全名為 Low Level Virtual Machine。各位千萬不可被它的名稱所誤導,它跟虛擬機器 (virtual machine) 基本上沒有關係。它是一個編譯器基礎設施。換句話說,它可以用來建立一個編譯器。雖然有些計畫,如 VMKit,使用 LLVM 建立類似於 JVM 的虛擬機器,但是 LLVM 跟虛擬機器沒有關係。在研究所時代,我就有接觸過 LLVM。畢業後做的工作仍與 LLVM 有關。由於我本身有點編譯器的背景,在介紹 LLVM 的同時,我希望能盡可能的將編譯器相關的知識融入進去。希望各位不吝指教。

0. 建置環境

我先介紹如何建置 LLVM。

1. 使用 llvm-top。llvm-top 是一個鮮為人知的小工具。注意! 它抓取的是 svn 版本,而非 release 版本。詳細的使用方法請見 llvm-top/README.txt。底下是使用範例:

$ svn co http://llvm.org/svn/llvm-project/llvm-top/trunk/ llvm-top $ cd llvm-top $ ./build OPTIMIZED=1 PREFIX=$INSTALL llvm

2. 使用 configure。

$ wget http://llvm.org/releases/2.9/llvm-2.9.tgz; tar xvf llvm-2.9.tgz $ mkdir build; cd build $ ../llvm-2.9/configure --prefix=$INSTALL --enable-optimized $ make install $ export PATH=$INSTALL/bin:$PATH

3. 使用 CMake。

$ wget http://llvm.org/releases/2.9/llvm-2.9.tgz; tar xvf llvm-2.9.tgz $ mkdir build; cd build $ CFLAGS=-fno-strict-aliasing CXXFLAGS=-fno-strict-aliasing cmake -i ../llvm-2.9   … 設定 …   $ make intall $ export PATH=$INSTALL/bin:$PATH

對於一般平台,LLVM 提供預編譯好的執行檔,抓下來直接使用亦可。

1. LLVM IR

這邊簡單複習一下編譯器的流程。前端 (front end) 將代碼轉成中介碼 (intermediate representation,簡稱 IR),後端將 (back end) 將中介碼轉成二進制碼 (binary)。LLVM 做為一個編譯器基礎設施,基本上只等同 2/3 個編譯器。它還需要前端 (算 1/3 個編譯器) 將代碼轉成 LLVM IR,之後再進行跟底層架構無關/相關的優化,最後生成二進制碼。

LLVM IR 有底下三種形式:

這樣說太模糊了,我們馬上編譯一個小程式來看看。:-)

$ cd llvm-2.9/example/ModuleMaker $ g++ ModuleMaker.cpp `llvm-config --cxxflags --ldflags --libs all` -o ModuleMaker $ ModuleMaker > module.bc # 將 bitcode 反匯編成 LLVM human readable assembly $ llvm-dis module.bc # 讓 vim 能夠高亮顯示 LLVM IR $ cp llvm-2.9/utils/vim/llvm.vim $HOME/.vim/syntax/ $ vim module.ll ; ModuleID = ‘module.bc’   define i32 @main() { EntryBlock: %addresult = add i32 2, 3 ret i32 %addresult }

一般來說,*.bc 存放的是 “on-disk bitcode representation”; *.ll 存放的是 “human readable assembly language representation”。在 LLVM 內部處理的就是 “in-memory compiler IR”。

就我所知,LLVM 最被廣為使用的方式,就是生成 LLVM IR,再交由其後端生成二進制碼。Module 是裝載 LLVM IR 的容器 (container),其中包含函式 (function)、全域變數 (global variable) 和符號表項 (symbol table entry)。一般會在 Module 中建立數個函式,函式中有數個基本塊 (basic block),最後在基本塊中填入 LLVM IR。ModuleMaker.cpp 中的註解寫得很完整,基本上就是前述的流程。

LLVM 一個常被宣傳的特色就是 JIT (Just In Time)。我們還是來看個例子。

$ cd llvm-2.9/examples/HowToUseJIT $ g++ HowToUseJIT.cpp `llvm-config --cxxflags --ldflags --libs all` -o HowToUseJIT $ ./HowToUseJIT

HowToUseJIT.cpp 的前半部就是在建立一個 Module,內含兩個函式: foo 和 add1。建立好 Module 之後,再針對這個 Module 生成 ExecutionEngine,即是 JIT。透過 ExecutionEngine 將該 Module 的某個函式動態編譯成 binary 並執行,最後傳回執行後的結果。

最後簡單介紹一下 example 目錄底下其它的範例。

[1] http://www.profibing.de/lisp/brainfuck/Llvm.pdf
[2] http://blog.linux.org.tw/~jserv/archives/2011/04/build_programmi_1.html
[3] http://blog.linux.org.tw/~jserv/archives/2011/04/_llvm_brainfuck.html
[4] http://llvm.org/docs/tutorial/
[5] http://llvm.org/docs/ExceptionHandling.html
[6] http://llvm.org/devmtg/2011-09-16/EuroLLVM2011-ExceptionHandling.pdf