1.1 LLVM设计思路分析

LLVM项目起源于伊利诺伊大学香槟分校的研究型项目，在2000年由Chris Lattner和其导师Vikram Adve发起，并于2003年正式开源并发布1.0版本。2002年，Lattner在其硕士论文“LLVM: AN INFRASTRUCTURE FOR MULTI-STAGE OPTIMIZATION”中详细介绍了LLVM的设计思路，本节将简单总结这一思路。

LLVM的愿景是实现一个编译器的基础设施，能适配现代编程语言、硬件架构发展，它有3个目标。

1）具备多阶段优化能力（如过程内优化、过程间优化、配置文件驱动的优化），保证程序执行性能足够高。

2）提供基础机制，方便进行编译器研发。

3）兼容标准系统编译器的行为。

为了达到这些目标，LLVM设计了一套虚拟指令集，称为LLVM IR。虽然LLVM IR是低级的中间表示，但是它携带了程序的类型信息，这样的IR设计既方便了静态编译优化，又允许在链接时进行优化。Lattner设想在链接优化完成后生成的二进制文件中，既可以包含可执行代码，又可以包含IR，其中IR可以用于后续的JIT优化[1]。Lattner还设想在LLVM中提供运行时优化，通过监控程序的执行过程来收集反馈信息（profile information）并用于指导程序优化[2]。

LLVM编译器整体架构图如图1-1所示。

图1-1 LLVM编译器整体架构图

从图1-1中可以看到，LLVM编译优化策略和程序的“编译-链接-执行”模式完全匹配，在编译期、链接期、执行期都可以进行优化。和其他编译器不同的是：LLVM借助了LLVM IR，大量的优化工作都是围绕LLVM IR展开的，不同的优化都由独立的模块完成。

1）编译时优化：各个语言的编译器前端将代码翻译成LLVM IR，LLVM优化器针对LLVM IR做尽可能多的优化。编译期优化大多数属于局部优化（少量优化是过程间优化），通常包含架构无关优化和架构相关优化。

2）链接时优化：编译器在编译时为函数提供过程间摘要信息，并附加到LLVM IR中，在连接时使用这些信息完成优化。

3）运行时和离线优化：基于收集的程序执行信息，再次对应用进行优化。

在这些优化工作中，LLVM IR是整个编译系统设计的关键，具有如下特点。

1）LLVM使用LLVM IR描述一个虚拟架构并捕获常规处理器的关键操作，同时消除了特定机器架构限制，如物理寄存器、流水线、调用约定、陷阱等方面的限制。

2）LLVM IR提供无限数量的类型化虚拟寄存器，并用这些寄存器来存储基础类型（如整型、浮点型、指针类型）的值。LLVM IR采用SSA形式，从而更便于进行编译优化。

3）在LLVM IR中提供了特有的指令，显式描述异常控制流信息。

4）LLVM IR约定虚拟寄存器和内存之间，仅靠load和store指令进行数据交换，交换数据时需要约定数据类型。内存被划分为全局区域、栈、堆（过程被视为全局对象），其中栈、堆上的对象分别使用alloca指令[3]和malloc指令操作分配空间，并通过这两个函数返回的指针值来访问相应的空间，栈对象在当前函数的栈帧中分配，控制流（线程）离开函数时自动释放栈对象，堆对象必须使用free指令进行显式释放。

5）LLVM IR集成了运行时和系统函数，如I/O、内存管理、信号量等的相关函数，这些函数由运行时库提供，可以被程序链接使用。同时LLVM IR提供文本、二进制、内存3种文件格式，以方便开发、存储和运行。

LLVM IR提供了各种分析和变换的Pass（Pass是指对编译对象进行一次处理，详细内容可以参考附录C），以及配套的工具集，如汇编、反汇编、解释器、优化器、编译器、测试套等相关工具，能帮助开发者快速入门和使用LLVM。