什么是LLVM

LLVM项目是模块化、可重用的编译器以及工具链技术的集合。

美国计算机协会 (ACM) 将其2012 年软件系统奖项颁给了LLVM，之前曾经获得此奖项的软件和技术包括:Java、Apache、 Mosaic、the World Wide Web、Smalltalk、UNIX、Eclipse等等
创始人:Chris Lattner，亦是Swift之父

趣闻：Chris Latter本来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，跟Java的JVM虚拟机一样，可是后来，llvm从来没有被用作过虚拟机，哪怕LLVM的名气已经传开了。所以人们决定仍然叫他LLVM，更多的时候只是当作“商标”一样的感觉在使用，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。

传统的编译器架构

?

传统编译器架构

• Frontend:前端
  词法分析、语法分析、语义分析、生成中间代码
• Optimizer:优化器
  中间代码优化
• Backend:后端
  生成机器码

LLVM架构

?

LLVM架构

• 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
• 相比之下，GCC的前端和后端没分得太开，前端后端耦合在了一起。所以GCC为了支持一门新的语言，或者为了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)

什么是Clang

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

相比于GCC，Clang具有如下优点

• 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

Clang与LLVM关系

?

Clang与LLVM

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）。

源代码（c/c++）经过clang--> 中间代码(经过一系列的优化，优化用的是Pass) --> 机器码

OC源文件的编译过程

这里用Xcode创建一个Test项目，然后cd到main.m的上一路径。
命令行查看编译的过程:$ clang -ccc-print-phases main.m

0.找到main.m文件
1.预处理器，处理include、import、宏定义
2.编译器编译，编译成ir中间代码
3.后端，生成目标代码
4.汇编
5.链接其他动态库静态库
6.编译成适合某个架构的代码

查看preprocessor(预处理)的结果:$ clang -E main.m
这个命令敲出，终端就会打印许多信息，大致如下：

词法分析

词法分析，生成Token: $ clang -fmodules -E -Xclang -dump-tokens main.m
将代码分成一个个小单元（token）

举例如下：

可以看出，词法分析的时候，将上面的代码拆分一个个token，后面数字表示某一行的第几个字符，例如第一个void，表示第18行第一个字符。

语法树-AST

语法分析，生成语法树(AST，Abstract Syntax Tree): $ clang -fmodules -fsyntax-only -Xclang -ast-dump main.m
通过语法树，我们能知道这个代码是做什么的。

还是刚刚的test函数
生成语法树如下：

在终端敲出的时候，终端很直观的帮我们用颜色区分。我们可以用图形显示如下：

?

LLVM IR

LLVM IR有3种表示形式（本质是等价的）

• text:便于阅读的文本格式，类似于汇编语言，拓展名.ll， $ clang -S -emit-llvm main.m
• memory:内存格式
• bitcode:二进制格式，拓展名.bc， $ clang -c -emit-llvm main.m

IR基本语法
注释以分号 ; 开头
全局标识符以@开头，局部标识符以%开头
alloca，在当前函数栈帧中分配内存
i32，32bit，4个字节的意思
align，内存对齐
store，写入数据
load，读取数据
官方语法参考 https://llvm.org/docs/LangRef.html

应用与实践

我们的开发都是基于源码开发，所以我们首先要进行源码下载和编译。
源码下载

源码编译
这里我们在终端敲出的clang是xcode默认内置clang编译器，我们自己要进行LLVM开发的话，需要编译属于我们自己的clang编译器

接下来依次执行编译、安装指令

然后到这里我们的编译就完成了。

另一种方式是通过Xcode编译，生成Xcode项目再进行编译，但是速度很慢(可能需要1个多小时)。

应用与实践的参考

• libclang、libTooling
  官方参考:https://clang.llvm.org/docs/Tooling.html
  应用:语法树分析、语言转换等

• Clang插件开发
  官方参考
  1、https://clang.llvm.org/docs/ClangPlugins.html
  2、https://clang.llvm.org/docs/ExternalClangExamples.html
  3、https://clang.llvm.org/docs/RAVFrontendAction.html
  应用:代码检查(命名规范、代码规范)等

• Pass开发
  官方参考:https://llvm.org/docs/WritingAnLLVMPass.html
  应用:代码优化、代码混淆等

• 开发新的编程语言
  1、 https://llvm-tutorial-cn.readthedocs.io/en/latest/index.html
  2、https://kaleidoscope-llvm-tutorial-zh-cn.readthedocs.io/zh_CN/latest/

参考：https://www.jianshu.com/p/1367dad95445