llvm入門篇

llvm入門

llvm入門

`feicong@llvm`頻道

首先介紹一下這個頻道。為什麼想要開這樣一個頻道，因為國內有關llvm的資料實在是太缺乏了，缺乏到什麼程度，沒有一本(中文)圖書是講llvm的，網上可以蒐集到的資料也非常的少，要麼就都是高深莫測，不適合新手入門，或者晦澀難懂的機器翻譯，佶屈聱牙，恍若天書。

另一方面，現在已經全面進入了移動網際網路時代，移動App的普及，帶來的App安全保護和加固方面的需求也愈發強烈，安全從業人員與黑產的對抗早已上升到編譯器層面，Native級別的花指令、字串混淆和控制流混淆、虛擬機器等加固等產品的出現，為廠商保護自己的智慧財產權，提高產品的安全級別，提高被破解的難度和成本，做出了不可磨滅的貢獻。

更何況現在都8102年了，移動戰略那都是明日黃花，市面上最火熱的已經是大資料、人工智慧和NPU了。在人工智慧演算法陷入效能瓶頸，大家都在思考如何將硬體的特性發揮到極致的今天，在編譯器演算法的研究上花點功夫，提高軟硬體協同工作的效能，是今後未來晶片廠商所要關注的一個重點。這也是為什麼高通、英特爾、ARM、華為等晶片公司長期佔據著llvm基金會贊助商榜首的原因。

昨天碰巧看到知乎大神藍色剛剛出爐的一篇文章《手把手帶你遨遊TVM》（當然他也是llvm堅定地擁護者，寫了很多llvm的文章），介紹了多種AI訓練框架Training之後的結果在不同硬體上的Inference問題，如Intel CPU / Intel GPU / ARM CPU / ARM GPU / NV GPU / FPGA / AI晶片等，而要在這多種多樣的裝置中都保持一個高效的Inference效能，其實是一件很有挑戰的事情，這裡面就涉及到了軟硬體結合的問題，自古就是各種效能優化關注的重點問題。

讓我們回到主題上來，編譯器技術如此重要，國內資料卻如此缺乏。資料基本上全是英語，《編譯原理》本身也是一門CS專業需要到大三才會開始授學的專業課。而且說實話，國內的編譯原理的教育可以說是非常失敗的，學生上完課跟沒上一個樣的情況非常多，可能也跟連老師都沒有動手操作過一個編譯器有關。學生如果想要切實的學點知識的話，又面臨著資料匱乏的問題，惡性迴圈，如此往復。

所以迫切需要有人來打破這個僵局，這也是我做這個頻道的初衷，希望可以憑藉我們大家的力量，將feicong@llvm這個圈子做好、運營好、運轉好。我將在這個方向上持續地投入時間和精力，也希望大家可以支援我，加入到圈子中來，一起學習和討論llvm知識。編譯器是一門非常底層的技術，不管您是做科研、還是做框架，做開發、還是做安全，在編譯器方向有所建樹會為您的簡歷增光不少，評級評優也好，升職跳槽也好，會這門“手藝”都非常吃香，想象一下HR或者CTO或者技術leader拿著您的簡歷，上面寫著“熟悉llvm編譯器及編譯原理”的場景，hold住二面現場從未如此簡單。

這將是你這麼多年來，花的最值的五十塊錢！！

或者歡迎加我的微信（ID：fe1c0ng）或微博（id：非蟲）

我們將會從實際的操作和程式碼的角度出發，對以下主題進行剖析。

未來也打算開一些線下meetup和現場教學，當然圈內的你肯定是享有優先體驗權！還在等什麼？趕緊拿起微信掃一掃吧！

`llvm`概論

起源與發展

LLVM專案的起源也是來源於Chris Lattner個人對編譯器的興趣，這種模式在歐美非常普遍，比如Linux的誕生就是，當時還是大二學生的大嘴巴託瓦茲個人想要重新造一個*nix核心，結果一大堆人在群裡討論得津津有味，然後大家紛紛建言獻策。說明對kernel感興趣的人特別多，群眾基礎才是大基礎，群眾路線才是XXXXX，（此處省略馬哲課文獻100頁）。

同樣，很多大學生學完編譯原理（Complier Principles Technology & Tools，龍書）之後，滿身才華沒有用武之地，（這渾身按耐不住的查克拉，是什麼感覺。。。）所以想要找點類似的事情幹，滿足一下自己的好奇心，在老外眼裡叫做 “hack something” ，當然這種文化在中國是沒有的，paper、建模和導師是壓在莘莘學子身上不斷摩擦的三座大山。

越來越多的人提出了一大堆建議，並且還貢獻了一堆程式碼，對於歪果仁來說，你這裡做的不對，不指正你一下，是很難受的一件事情。所以越往後這個專案越來越大，bug也越來越少，可用性越來越強，然後很多商業機構看到這裡這個編譯器實現的挺好的嘛，而且還是開源的，我們也是魯迅“拿來主義”的堅定奉行者，來來來，新來的你們仨，週末回家帶上筆記本哈～下週一我們就決定 “All IN” LLVM！

其實在矽谷，很多高科技公司的創始人，本來就是學校的老師或教授。教授手下有幾家科技企業，簡直是矽谷教授的標配。教授看到越來越多的公司，在專案中使用LLVM編譯器，巧了馬上又要教龍書了（這本書封面是一批Dragon）（PS：外國文化的Dragon和中國龍不是一個物種）（龍書從1982年出版到現在，已經36年了，教授每年都要教），教授心裡想，教泥煤的教，龍書自己去看，我們來聊聊LLVM！這才是8102年編譯器該有的模樣！

學生們本來就頭很大，龍書裡其實啥都有，也啥都沒有，以前只能啃啃GNU的gcc，gcc的歷史跟龍書一樣悠久，那程式碼讀起來那個酸爽，就跟老奶奶的裹腳布一樣，同學們看一次吐一次。要不是因為其他沒得選，開源的(貌似)就它一個！而且使用最廣泛的也是它。儘管如此，長年累月積累下來的架構的更迭和設計的混亂，沒個教授或者博士的經驗，根本讀起來都費勁。

那難道就沒有一個現代一點的編譯器了麼？有，那就是llvm！

跟gcc比起來，llvm算是一個“人寫的”、“給人看的”編譯器。llvm清爽、乾淨、模組化，gcc用的是單體結構，這玩意兒已經不適合現代人來閱讀了。llvm用的C++，gcc用的c，哪個更現代化一目瞭然。學生們非常歡迎llvm，通過學習llvm來理解編譯原理往往事半功倍，倍兒輕鬆，用起來也得心應手，這才是llvm得以普及和迅速擴大影響的關鍵！llvm在學術界的成功可以說是實踐與理論之間差距不斷縮小的結果。

後來學生們走上了社會，比如去蘋果公司上班了，當然還是繼續使用llvm編譯器，這時候就涉及到了許可證的問題。gcc用的是GPL許可證，GPL是有名的病毒協議，一日GPL，終身GPL，你用了它的作品，你自己也得免費開源，那我還用你個毛，我產品都送你好了。這在商業環境下是不可能的，而llvm自己的協議，幾乎就是Do What The Fuck You Want To Do Lisence，你可以do what the fuck you want to do ，唯一的要求就是別忘了提一下他們的LLVM lisence。

在先進的“WTFPL” license幫助下，產業界迅速地扔掉了gcc，擁抱更加開放的、可以拿來隨便改的llvm，影響迅速擴大，2012年llvm被授予ACM軟體系統獎，正是對llvm的高度認可。反之由於產業界的高度認同及其回哺，llvm從學術界的懵懂、迅速成長為具有工業級穩定性、前所未有的成熟度和極高效率的編譯器。

趣聞：Chris Latter本來只是想寫一個底層的虛擬機器，這也是LLVM名字的由來，low level virtual machine，跟Java的JVM虛擬機器一樣，可是後來，llvm從來沒有被用作過虛擬機器，哪怕LLVM的名氣已經傳開了。所以人們決定仍然叫他LLVM，更多的時候只是當作“商標”一樣的感覺在使用，其實它跟虛擬機器沒有半毛錢關係。

LLVM的功能介紹

以C/C++為例，LLVM編譯系統包括以下內容：

一個良好的前端；GCC 4.2解析器能解析的語言，比如C，C ++，Objective-C，Fortran等，它都能提供同能能力的支援；另外它還能支援一些GCC的擴充套件外掛。
LLVM指令集的穩定實現；不管程式碼處於何種狀態，都可以在彙編（ASCII）和位元組碼（二進位制）之間自由轉換。
一個功能強大的Pass管理系統，它根據它們的依賴性自動對Pass（包括分析，轉換和程式碼生成Pass）進行排序，並將它們管道化以提高效率。
廣泛的全域性標量優化。
包含豐富的分析和轉換的連結時過程優化框架，包括複雜的完整程式指標分析、呼叫圖構建以及對配置檔案引導優化的支援。
易於重定向的程式碼生成器，目前支援X86，X86-64，PowerPC，PowerPC-64，ARM，Thumb，SPARC，Alpha，CellSPU，MIPS，MSP430，SystemZ和XCore。
Just-In-Time（JIT）即時編譯器，目前支援X86，X86-64，ARM，AArch64，Mips，SystemZ，PowerPC和PowerPC-64。
支援生成DWARF除錯資訊。

DWARF – Object files and linked products will use DWARF as the debug information format. [dwarf]
DWARF with dSYM File – Object files and linked products will use DWARF as the debug information format, and Xcode will also produce a dSYM file containing the debug information from the individual object files (except that a dSYM file is not needed and will not be created for static library or object file products). [dwarf-with-dsym]

用於測試和生成除上面列出的目標之外的目標的本機程式碼的C後端。
與gprof類似的分析系統。
具有許多基準程式碼和應用程序的測試框架。
API和除錯工具，以簡化LLVM元件的快速開發。

LLVM的強項

LLVM使用具有嚴格定義語義的簡單低階語言。
它包括C和C++/Objective-C、Java，Scheme等眾多的前端（其中也有一部分處於開發之中
它包括一個優化器，支援標量、過程間、配置檔案驅動和一些簡單迴圈的優化。
它支援完整編譯模型，包括連結時，安裝時，執行時和離線優化。
LLVM完全支援準確的垃圾回收。
LLVM程式碼生成器由於擁強大的目標描述語言所以可以支援眾多架構。
LLVM擁有豐富的文件，各種專案的介紹都非常豐富。
許多第三方使用者聲稱LLVM易於使用和開發。例如，Stacker前端（現已不再維護）是在4天內由一個對LLVM小白編寫的。此外，LLVM擁有很多幫助新手迅速上手的工具。
LLVM正在積極開發中，並且不斷得到擴充套件，增強和改進。
LLVM 的條款非常開放，幾乎是隨意使用，只要別忘了帶上他們的lisence就行。
LLVM目前由多個商業公司使用，他們開發並貢獻了許多擴充套件和新功能。

LLVM適合哪些人

對C和C ++程式的編譯時，連結時（過程間）和執行時轉換感興趣的編譯器研究人員；
對可移植的，與語言無關的指令集和編譯框架感興趣的虛擬機器研究人員
對編譯器/硬體技術感興趣的架構研究員
對靜態分析或插樁技術感興趣的安全研究人員
想要快速開發編譯器原型的教師或開發人員
希望獲得更好效能的終端使用者開發者

`llvm`安裝和編譯

我們聊一下從原始碼環境中編譯生成llvm套件的可執行檔案。這種方式對於深入學習llvm的讀者來說，是必須要掌握的。

下載原始碼，然後使用編譯工具進行編譯。編譯工具可以是llvm，也可以是gcc。我們分別介紹一下。

原始碼在releases.llvm.org/download.ht…官網進行下載：

`macOS`：使用`llvm`單獨編譯`llvm`

llvm與clang都作為單獨的元件以開源形式提供，可以單獨編譯它們，也可以組全在一起編譯。我們先來看下，如何單獨編譯llvm。

執行如下命令，下載與解壓llvm的原始碼。

$ wget http://releases.llvm.org/7.0.0/llvm-7.0.0.src.tar.xz
--2018-10-23 22:02:46--  http://releases.llvm.org/7.0.0/llvm-7.0.0.src.tar.xz
正在解析主機 releases.llvm.org (releases.llvm.org)... 151.101.42.49, 2a04:4e42:6::561
正在連線 releases.llvm.org (releases.llvm.org)|151.101.42.49|:80... 已連線。
已發出 HTTP 請求，正在等待回應... 302 Found
位置：http://117.143.109.133/cache/releases.llvm.org/7.0.0/llvm-7.0.0.src.tar.xz?ich_args2=139-23220102015663_6b4dad2fb2c1b96f7fc8786bd843192d_10001002_9c89602cd4c3f2d2973a518939a83798_c6988e40d0518b9e703b7a4f6f4dd23a [跟隨至新的 URL]
--2018-10-23 22:02:47--  http://117.143.109.133/cache/releases.llvm.org/7.0.0/llvm-7.0.0.src.tar.xz?ich_args2=139-23220102015663_6b4dad2fb2c1b96f7fc8786bd843192d_10001002_9c89602cd4c3f2d2973a518939a83798_c6988e40d0518b9e703b7a4f6f4dd23a
正在連線 117.143.109.133:80... 已連線。
已發出 HTTP 請求，正在等待回應... 200 OK
長度：28324368 (27M) [application/octet-stream]
正在儲存至: “llvm-7.0.0.src.tar.xz”

llvm-7.0.0.src.tar.xz                             21%[======================>                                                                                   ]   5.86M  1.08MB/s  剩餘 21s

$ tar -xvf  llvm-7.0.0.src.tar.xz
複製程式碼

注意：編譯不可以在解壓後的資料夾內部編譯，需要在外部新建一個資料夾，否則編譯會失敗！

執行以下命令，新建mybuilder目錄，並進行編譯配置。

$ mkdir mybuilder
$ cd mybuilder
$ cmake ../llvm-7.0.0.src/
複製程式碼

PS：如果沒有cmake可以先用brew install cmake安裝一下，然後再執行cmake命令。

然後再執行以下命令開始編譯：

$ cmake --build
複製程式碼

然後就開始編譯了。

CPU佔用率一直不高，穩定在比較低的狀態。一直到結束都不高，大概需要一小時左右。

完成之後進來看看:

$ cd bin
$ ls
FileCheck			llvm-cat			llvm-dwp			llvm-modextract			llvm-readobj			not
bugpoint			llvm-cfi-verify			llvm-exegesis			llvm-mt				llvm-rtdyld			obj2yaml
count				llvm-config			llvm-extract			llvm-nm				llvm-size			opt
dsymutil			llvm-cov			llvm-go				llvm-objcopy			llvm-special-case-list-fuzzer	sancov
llc				llvm-cvtres			llvm-isel-fuzzer		llvm-objdump			llvm-split			sanstats
lli				llvm-cxxdump			llvm-lib			llvm-opt-fuzzer			llvm-stress			verify-uselistorder
lli-child-target		llvm-cxxfilt			llvm-link			llvm-opt-report			llvm-strings			yaml-bench
llvm-PerfectShuffle		llvm-demangle-fuzzer		llvm-lit			llvm-pdbutil			llvm-strip			yaml2obj
llvm-ar				llvm-diff			llvm-lto			llvm-profdata			llvm-symbolizer
llvm-as				llvm-dis			llvm-lto2			llvm-ranlib			llvm-tblgen
llvm-bcanalyzer			llvm-dlltool			llvm-mc				llvm-rc				llvm-undname
llvm-c-test			llvm-dwarfdump			llvm-mca			llvm-readelf			llvm-xray
$ ./llvm-as -version
LLVM (http://llvm.org/):
  LLVM version 7.0.0
  DEBUG build with assertions.
  Default target: x86_64-apple-darwin16.7.0
  Host CPU: broadwell
複製程式碼

當然，llvm後端要配合clang前端才能使用，clang前端的編譯方法也跟llvm類似。

`macOS`：使用`llvm`混合編譯`llvm`&&`clang`

大部分流程跟上文中macOS系統下用llvm編譯過程類似，首先下載llvm和clang的原始碼包並解壓，把解壓後的clang的原始碼包重新命名，並移動到llvm-7.0.0.src/tools/目錄下，最終效果為llvm-7.0.0.src/tools/clang/。

然後在build資料夾裡執行$ cmake -G "Unix Makefiles" ../llvm-7.0.0.src命令，cmake會檢查編譯環境，如果沒有報錯（有報錯的解決報錯），直接執行make命令即可開始編譯。

編譯完成之後，在build/bin/目錄下，即可找到llvm和clang`的工具。

$ ls
FileCheck			llc				llvm-go				llvm-size
arcmt-test			lli				llvm-isel-fuzzer		llvm-special-case-list-fuzzer
bugpoint			lli-child-target		llvm-lib			llvm-split
c-arcmt-test			llvm-PerfectShuffle		llvm-link			llvm-stress
c-index-test			llvm-ar				llvm-lit			llvm-strings
clang				llvm-as				llvm-lto			llvm-strip
clang++				llvm-bcanalyzer			llvm-lto2			llvm-symbolizer
clang-7				llvm-c-test			llvm-mc				llvm-tblgen
clang-check			llvm-cat			llvm-mca			llvm-undname
clang-cl			llvm-cfi-verify			llvm-modextract			llvm-xray
clang-cpp			llvm-config			llvm-mt				not
clang-diff			llvm-cov			llvm-nm				obj2yaml
clang-format			llvm-cvtres			llvm-objcopy			opt
clang-func-mapping		llvm-cxxdump			llvm-objdump			sancov
clang-import-test		llvm-cxxfilt			llvm-opt-fuzzer			sanstats
clang-offload-bundler		llvm-demangle-fuzzer		llvm-opt-report			scan-build
clang-refactor			llvm-diff			llvm-pdbutil			scan-view
clang-rename			llvm-dis			llvm-profdata			set-xcode-analyzer
clang-tblgen			llvm-dlltool			llvm-ranlib			verify-uselistorder
count				llvm-dwarfdump			llvm-rc				yaml-bench
diagtool			llvm-dwp			llvm-readelf			yaml2obj
dsymutil			llvm-exegesis			llvm-readobj
hmaptool			llvm-extract			llvm-rtdyld

$ ./clang --version
clang version 7.0.0 (tags/RELEASE_700/final)
Target: x86_64-apple-darwin16.7.0
Thread model: posix
InstalledDir: /Users/userid/Desktop/mybuilder/bin/.
複製程式碼