LLVM（简介）-编程知识

历史

LLVM(low level virtual machine)起源于伊利诺伊大学的一个编译器实验项目，目前已经发展成一个集编译器和工具链为一体的商业开源项目，因此其英文名称的含义被扩大，不再仅仅是字面意思。其创始人为 Chris Lattner。LLVM项目遵循的开源许可协议是 Apache 2.0License。LLVM 从2003 年10月24 日发布第一个开源版本 LLVM1.0 以来,截止2020 年第一个季度，已经发布到LLVM10.0.0 版本，十几年间开发者社区也在不断壮大，从 2007 年起至今，每年都会举办 1-2 次 LLVM 开发者大会，在大会上有很多优秀的开发者们分享他们对于LLVM项目的一些技术问题研究。2012年LLVM获得了2012ACM软件系统奖。

最开始LLVM在项目初期，定向研究终身程序优化，后来随着项目成熟，维护编译器IP在磁盘上表示的设计成决策仍然是为了实现连接时优化，而较少关注终身优程序优化的原始想法。

最后，LLVM核心库通过放弃低级虚拟机（Low Level Virutal Machine）这个名称，正式表明成为一个平台不感兴趣，而仅仅由于历史原因，所以用LLVM这个名字，而要成为强大和实用的C/C++编译器，而不是java的竞争对手

LLVM是个啥？

经典的编译器如gcc在设计上都是提供一条龙服务的：你不需要知道它使用的IR是什么样的，它也不会暴露中间接口来给你操作它的IR。换句话说，从前端到后端，这些编译器的大量代码都是强耦合的

编译原理主要过程分为两个：

前端把源代码翻译成中间代码IR
后端把IP翻译成机器码，或者给解释器执行

LLVM的核心设计是LLVM IR
它使用的静态单赋值形式（SSA）两个重要特征：

代码被组织为三地址指令
它有数目不受限制的寄存器

同时作为编译器IR，用于指导核心库开发的两个LLVM IR的基本原则：

SAA表示和允许快速优化的无限寄存器
通过将整个程序存储在磁盘IR表示中以实现更便捷的链接时优化

LLVM采用了功能划分更为明确的模块化设计。LLVM将优化的部分单独提取出来，不再将编译器的优化功能与前端或者后端的功能代码耦合在一起！
LLVM进行代码混淆保护，实际上需要改造的是优化器部分，通过编写用于代码混淆的定制的Pass来完成混淆处理，不需要对后端的Pass进行改造
在这里插入图片描述

LLVM Pass

Pass就是“遍历一遍IR，可以同时对它做一些操作”的意思
LLVM Pass分为两种类型：

分析Pass：用于获取LLVM IR中的信息，例如函数的调用关系、变量的使用情况等。
转换Pass：用于对LLVM IR进行修改，例如优化代码、插入代码等。

LLVM Pass可以用于各种目的，例如：

代码优化：LLVM Pass可以用于提高代码的性能、减少代码的大小等。
代码分析：LLVM Pass可以用于获取代码的信息，例如代码的调用关系、变量的使用情况等。
代码插桩：LLVM Pass可以用于在代码中插入新的代码，例如用于调试或分析。

LLVM Pass是LLVM编译器的核心组件，是LLVM编译器的灵活性和可扩展性的基础。

以下是一些常见的LLVM Pass：

死代码删除（Dead Code Elimination）：删除不执行的代码。
常量折叠（Constant Folding）：将常量表达式折叠为常量值。
寄存器分配（Register Allocation）：将变量分配到寄存器中。
指令重排序（Instruction Scheduling）：重新安排指令的顺序，以提高性能。

用户可以根据自己的需要来编写或使用LLVM Pass。LLVM提供了丰富的API和文档，可以帮助用户快速入门。

LLVM的核心是一个库，而不是一个具体的二进制程序。不过，LLVM这个项目本身也基于这个库实现了周边的工具，下面列出了几个重要的命令行工具，光看名字就可以知道它们大概在做什么

llvm-as：把LLVM IR从人类能看懂的文本格式汇编成二进制格式。注意：此处得到的不是目标平台的机器码。
llvm-dis：llvm-as的逆过程，即反汇编。不过这里的反汇编的对象是LLVM IR的二进制格式，而不是机器码。
opt：优化LLVM IR。输出新的LLVM IR。
llc：把LLVM IR编译成汇编码。需要用as进一步得到机器码。
lli：解释执行LLVM IR。

源代码

根目录下，最重要的就是include和lib这两个文件夹。include文件夹包含了其它项目在使用LLVM核心库时需要包含的头文件，而lib文件夹里放的就是LLVM核心库的实现。分别打开lib和include，可以看到很多文件与子文件夹。有经验的读者应该能从名字大概猜到其实现的东西。比如，lib/IR子文件夹肯定是存放了与IR相关的代码，lib/Target子文件夹肯定与生成目标平台机器码有关。又比如，include/llvm/Pass.h文件里面声明了Pass类用来给你继承去遍历、修改LLVM IR。当然，我们现在不必知道每个模块是干什么的。等有需要再去查看官方文档吧。
根目录下还有一个tools文件夹，这里面就存放了我上面所说的周边工具。打开这个目录，就可以看到类似llvm-as这样的子目录。显然这就是llvm-as的实现。