第1章：玩转LLVM

LLVM编译器基础设施项目始于2000年伊利诺伊大学，最初是一个研究项目，旨在为各种静态和动态编程语言提供基于SSA（静态单赋值）的现代编译技术。如今，它已发展成为一个包含许多子项目的综合项目，提供一系列具有明确定义接口的可重用库。

LLVM是用C++实现的，其核心是它提供的LLVM核心库。这些库为我们提供了opt工具，即目标独立的优化器，以及对各种目标架构的代码生成支持。还有其他一些工具使用核心库，但本书的主要焦点将与上述三个相关。这些工具是围绕LLVM中间表示（LLVM IR）构建的，几乎可以映射所有高级语言。因此，基本上，要使用LLVM的优化器和代码生成技术为某种编程语言编写的代码，我们所需要做的就是为该语言编写一个前端，将高级语言转换为LLVM IR。已经有许多针对C、C++、Go、Python等语言的前端。本章将涵盖以下主题：

• 模块化设计和库的集合
• 熟悉LLVM IR
• LLVM工具及其在命令行的使用

模块化设计和库的集合

LLVM最重要的特点是它被设计成一系列的库。让我们通过LLVM优化器opt的例子来理解这一点。优化器可以运行许多不同的优化过程。每个过程都写成了一个从LLVM的Pass类派生的C++类。每个写好的过程都可以编译成一个**.o文件，然后被存档成一个.a**库。这个库将包含opt工具的所有过程。库中的所有过程都是松散耦合的，即它们明确地指明了对其他过程的依赖。

当优化器运行时，LLVM的PassManager使用明确提及的依赖信息以最优方式运行过程。基于库的设计允许实现者选择执行过程的顺序，也可以根据需求选择要执行的过程。只有需要的过程才会链接到最终应用程序，而不是整个优化器。

下图展示了如何将每个过程链接到特定库中的特定对象文件。在下图中，PassA引用LLVMPasses.a中的PassA.o，而自定义过程则引用另一个库MyPasses.a中的MyPass.o对象文件。

代码生成器也像优化器一样，利用了这种模块化设计，将代码生成分解为若干个独立的过程，包括指令选择、寄存器分配、调度、代码布局优化和汇编代码生成。

在上述的每个阶段中，几乎每个目标都有一些共通之处，例如为虚拟寄存器分配可用的物理寄存器的算法，尽管不同目标的寄存器集合各不相同。因此，编译器的编写者可以修改上述的每个过程，并创建定制的针对特定目标的过程。使用 tablegen 工具和针对特定架构的表描述 .td 文件，可以帮助实现这一点。我们将在本书后面讨论这是如何实现的。

由此产生的另一个能力是，能够轻松地将一个错误定位到优化器中的特定过程。一个名为 Bugpoint 的工具利用了这一能力，可以自动缩减测试用例，并定位出导致错误的过程。

了解LLVM IR

LLVM的中间表示（IR）是LLVM项目的核心。通常，每个编译器都会生成一个中间表示，然后在其上运行大部分优化。对于面向多源语言和不同架构的编译器，在选择IR时的一个重要决策是，它既不应是非常高级的，即与源语言紧密相连，也不应是非常低级的，即接近于目标机器指令。LLVM IR旨在成为一种通用的IR，通过处于足够低的级别，