LLVM设计的核心是它的IR.

在把LLVMIR翻译特定汇编语言时,LLVM首先将程序变换为(DAG)有向无环图,以更易选指(SelectionDAG)容易,然后变换回三地址指令,来调度指令(MachineFunction).

为了看清驱动编译程序时,调用的后续工具,用-###命令行参数:

$ clang -### hello.c -o hello

部分工具:
1,opt:IR层次优化器.输入必须是LLVM位码(编码的LLVMIR)文件,输出文件也是该类型.
2,llc:通过具体后端把LLVM位码变换为目标机器汇编语言文件或目标文件.可通过参数选择优化级别,开启调试选项,开关目标指定优化.
3,llvm-mc:为多种(如ELF,MachO,PE)目标格式汇编指令生成目标文件.也可反汇编同样目标文件,输出等价的汇编信息和内部LLVM机器指令数据结构.
4,lli:为LLVMIR实现了解释器和JIT编译器.
5,llvm-link:连接若干LLVM位码,产生包含所有输入的单个LLVM位码.
6,llvm-as:把人类可读的LLVM汇编转换为LLVM位码.
7,llvm-dis:解码LLVM位码,生成LLVM汇编.

考虑简单的来自多个源文件多个函数组成的C程序.第一个源文件是main.c,代码如下:

#include <stdio.h>
int sum(int x, int y);
int main() {int r = sum(3, 4);printf("r = %d\n", r);return 0;
}

第二个源文件是sum.c,代码如下:

int sum(int x, int y) {return x + y;
}

可用下面命令编译它:

$ clang main.c sum.c -o sum

然而,用独立工具也可实现相同结果.首先,用不同参数调用clang,让它为C源文件生成LLVM位码,然后不继续编译,就此停止:

$ clang -emit-llvm -c main.c -o main.bc
$ clang -emit-llvm -c sum.c -o sum.bc

-emit-llvm参数,让clang根据输入参数是-c还是-S,生成LLVM位码或LLVM汇编文件.

示例中,-emit-llvm参数和-c,让clang生成LLVM位码格式的目标文件.
用-flto-c组合参数同样.如果想生成可读的LLVM汇编,用下面这对命令代替:

$ clang -emit-llvm -S -c main.c -o main.ll
$ clang -emit-llvm -S -c sum.c -o sum.ll

注意,不用-emit-llvm或-flto参数时,-c参数用目标机器语言生成目标文件,而-S参数生成目标汇编语言文件.行为与GCC一样.

这里.bc和.ll分别是LLVM位码和汇编文件的扩展名.
为每个LLVM位码生成目标指定的目标文件,用系统链接器链接它们以生成可执行文件:

$ llc -filetype=obj main.bc -o main.o
$ llc -filetype=obj sum.bc -o sum.o
$ clang main.o sum.o -o sum

首先,链接这两个LLVM位码为一个最终的LLVM位码.然后,为该最终的位码生成目标指定目标文件,调用系统链接器生成可执行文件:

$ llvm-link main.bc sum.bc -o sum.linked.bc
$ llc -filetype=obj sum.linked.bc -o sum.linked.o
$ clang sum.linked.o -o sum

-filetype=obj参数指定输出目标文件,而不是输出汇编文件.

流程:C==>BC=>llc为.obj文件,再系统链接
流程:C==>BC=>llvm-link为.单个BC文件,再llc,再系统链接

调用(llc)后端前,链接IR文件,用opt工具链接时优化
llc工具也可生成汇编输出,利用llvm-mc进一步汇编.

LLVM基础库

1,libLLVMCore:包含所有LLVMIR相关的逻辑:IR构造(数据布局,指令,基本块,函数)和IR验证.还提供了趟管理器.
2,libLLVMAnalysis:包含若干IR分析趟,如别名分析,依赖分析,常量合并,循环信息,内存依赖分析,指令简化等.
3,libLLVMCodeGen:实现目标无关生成代码和机器级(低层版本LLVMIR)的分析和转换.
4,libLLVMTarget:通过抽象通用目标,访问目标机器信息.libLLVMCodeGen实现了通用后端算法,目标相关逻辑留给后面的库,而高层抽象提供交流通道.
5,libLLVMX86CodeGen:包含x86目标相关的生成代码信息,转换和分析趟,由它们构成了x86后端.注意,每个机器目标都有自己不同的库,如分别实现了ARM和MIPS后端的LLVMARMCodeGen和LLVMMipsCodeGen.
6,libLLVMSupport:包含实用工具.如错误处理,整数和浮点数处理,命令行解析,调试,文件支持,串操作等,这些是该库实现算法示例,LLVM的各个组件都用它们.
7,libclangDriver:包含一套C++类.编译器驱动用它们理解类似GCC的命令行参数,以编译任务,为外部工具组织参数,以完成编译.根据目标平台,可用不同编译策略.
8,libclangAnalysis:这是一系列Clang提供的包括构造CFG和调用图,可达代码,安全格式化串等的前端架构分析.

libclang

libclang:(对比C++的LLVM代码)它实现一套C接口以暴露Clang的前端功能:诊断报告,遍历AST,补全代码,光标和源码间映射.

C接口相当简单,用C设计接口是为了更稳定,让其它语言(如Python),可很容易地使用Clang的功能.
它仅覆盖内部LLVM组件所用的C++接口的子集.

C++实践

在基类中实现通用生成代码算法,继承和多态方法抽象不同后端共同任务.这样,每个具体后端专注实现它的特性,编写少量必需函数以覆盖父类通用操作.

如libLLVMCodeGen包含常见算法,libLLVMTarget包含具体机器抽象接口.下面的代码片演示了MIPS目标机器描述类是如何按LLVMTargetMachine类的子类声明的.此代码是LLVMMipsCodeGen库的一部分:

class MipsTargetMachine : public LLVMTargetMachine {MipsSubtarget Subtarget;const DataLayout DL;
...

另一例,目标无关的(所有后端公共的)分配寄存器器要知道哪些寄存器是保留而不能用于分配的.
此信息依赖具体目标,不能通用的父类中确定.这可调用MachineRegisterInfo::getReservedRegs()函数来确定,每个目标必须覆盖它.
下面演示了SPARC目标如何覆盖:

BitVector SparcRegisterInfo::getReservedRegs(...) const {BitVector Reserved(getNumRegs());Reserved.set(SP::G1);Reserved.set(SP::G2);
...

此代码中,通过位向量,SPARC后端说明了哪些寄存器不能用于通用分配寄存器.

调试编译器细节

尽量使用libLLVMSupport实现的断言.
查看ARM后端趟代码,它修改常量池布局,重新赋值.
ARM程序常用该策略加载大型常量,因为单个大型的池距离指令太远,以致指令无法访问它,来解决受限的PC相对寻址机制.如下:

//lib/Target/ARM/ARMConstantIsland趟.cpp
const DataLayout &TD = *MF->getTarget().getDataLayout();
for (unsigned i = 0, e = CPs.size(); i != e; ++i) {unsigned Size = TD.getTypeAllocSize(CPs[i].getType());assert(Size >= 4 && "Too small constant pool entry");unsigned Align = CPs[i].getAlignment();assert(isPowerOf2_32(Align) && "Invalid alignment");//验证所有常量池项是否都是`对齐的倍数`.如果不是,则要`填充`,以便`指令`保持一致.assert((Size % Align) == 0 && "CP Entry not multiple of 4 bytes!");

此代码遍历ARM常量池,期望它的每个字段遵守约束.注意如何用assert来控制数据语义.

插件式趟接口

趟是转换分析或优化.通过LLVMAPI可在编译生命期的不同阶段轻松注册任意趟.
趟管理器用来注册趟,调度趟,声明趟之间的依赖关系.因此,不同编译阶段都可取得PassManager类的实例.

如,目标可自由地在如分配寄存器前后,或输出汇编前等生成代码的若干位置,应用定制优化.如:

//lib/Target/X86/X86TargetMachine.cpp
bool X86PassConfig::addPreEmitPass() {...if (getOptLevel() != CodeGenOpt::None && getX86Subtarget().hasSSE2()) {addPass(createExecutionDependencyFixPass(&X86::VR128RegClass));...}if (getOptLevel() != CodeGenOpt::None &&getX86Subtarget().padShortFunctions()) {addPass(createX86PadShortFunctions());...}...

注意后端如何根据具体目标信息,决定是否添加某个趟.添加第一个趟前,X86目标检查是否支持SSE2多媒体扩展.
对第二个趟,检查是否要求特殊填充.

编写第一个LLVM项目

创建一个程序,它读入位码文件,打印程序定义的函数名,函数基本块数量.

编写Makefile

//注意制表符.
LLVM_CONFIG =llvm-config
ifndef VERBOSE
QUIET:=@
endif
SRC_DIR =$(PWD)
LDFLAGS+=$(shell $(LLVM_CONFIG) --ldflags)
COMMON_FLAGS=-Wall -Wextra
CXXFLAGS+=$(COMMON_FLAGS) $(shell $(LLVM_CONFIG) --cxxflags)
CPPFLAGS+=$(shell $(LLVM_CONFIG) --cppflags) -I$(SRC_DIR)

第一部分定义了若干编译选项的Makefile变量.第一个变量决定llvm-config程序位置.

llvm-config用来打印构建要链接LLVM库外部项目的有用信息.
如,定义C++编译器的一系列选项时,注意请求Make来运行llvm-config-cxxflagsshell命令,让它打印编译LLVM项目的一系列选项.

这样,编译项目源码和LLVM源码兼容.最后把变量定义的一系列选项传递给编译器预处理器.

HELLO=helloworld
HELLO_OBJECTS=hello.o
default: $(HELLO)
%.o : $(SRC_DIR)/%.cpp@echo Compiling $*.cpp$(QUIET)$(CXX) -c $(CPPFLAGS) $(CXXFLAGS) $<
$(HELLO) : $(HELLO_OBJECTS)@echo Linking $@$(QUIET)$(CXX) -o $@ $(CXXFLAGS) $(LDFLAGS) $^ `$(LLVM_CONFIG) --libs bitreader core support`

这里:

llvm-config –libs bitreader core support

-libs选项要求llvm-config提供链接器选项清单,来链接期望的LLVM库.这里,要求链接libLLVMBitReader,libLLVMCore,libLLVMSupport.

代码

完整给出趟代码.因为创建在LLVM趟基础设施上,代码相对较短.

#include "llvm/Bitcode/ReaderWriter.h"
#include "llvm/IR/Function.h"
#include "llvm/IR/Module.h"
#include "llvm/Support/CommandLine.h"
#include "llvm/Support/MemoryBuffer.h"
#include "llvm/Support/raw_os_ostream.h"
#include "llvm/Support/system_error.h"
#include <iostream>
using namespace llvm;
static cl::opt<std::string> FileName(cl::Positional, cl::desc("位码 file"), cl::Required);
int main(int argc, char** argv) {cl::ParseCommandLineOptions(argc, argv, "LLVM hello world\n");LLVMContext context;std::string error;OwningPtr<MemoryBuffer> mb;MemoryBuffer::getFile(FileName, mb);Module *m = ParseBitcodeFile(mb.get(), context, &error);if (m==0) {std::cerr << "读位码错误: " << error << std::end;return -1;}raw_os_ostream O(std::cout);for (Module::const_iterator i = m->getFunctionList().begin(),e = m->getFunctionList().end(); i != e; ++i) {if (!i->isDeclaration()) {O << i->getName() << " has " << i->size() << " basic block(s).\n";}}return 0;
}

程序利用cl(cl代表命令行)名字空间的llvm工具来实现命令行接口.调用ParseCommandLineOptions函数,并声明一个cl::opt<std::string>类型的全局变量,以此说明程序接收带位码文件名类型的单个串参数.

然后,实例化一个保存LLVM编译的从属数据的LLVMContext对象,来让LLVM线安.MemoryBuffer类对内存块定义了个只读接口.
ParseBitcodeFile函数用它读取输入文件内容,并解析文件中的LLVMIR.错误检查完成后,遍历文件中模块的所有函数.

LLVM模块类似翻译单元,它包含编码一切内容的位码文件,作为LLVM的顶端实体,下面是若干函数,然后基本块,最后是指令.

如果函数只是个声明,则忽略它.找到函数定义时,打印名字,及基本块数.

编译后,用-help参数运行,看一看已为你的程序准备好的LLVM命令行功能.然后,找个想变换为LLVMIR的C或C++文件,变换,并再用程序分析.

$ clang -c -emit-llvm mysource.c -o mysource.bc
$ helloworld mysource.bc