asm.js 和 Emscripten 入門教程

阮一峰發表於2017-09-07
ASMJS

Web 技術突飛猛進，但是有一個領域一直無法突破 ---- 遊戲。

遊戲的效能要求非常高，一些大型遊戲連 PC 跑起來都很吃力，更不要提在瀏覽器的沙盒模型裡跑了！但是，儘管很困難，許多開發者始終沒放棄，希望讓瀏覽器執行 3D 遊戲。

2012年，Mozilla 的工程師 Alon Zakai 在研究 LLVM 編譯器時突發奇想：許多 3D 遊戲都是用 C / C++ 語言寫的，如果能將 C / C++ 語言編譯成 JavaScript 程式碼，它們不就能在瀏覽器裡執行了嗎？眾所周知，JavaScript 的基本語法與 C 語言高度相似。

於是，他開始研究怎麼才能實現這個目標，為此專門做了一個編譯器專案 Emscripten。這個編譯器可以將 C / C++ 程式碼編譯成 JS 程式碼，但不是普通的 JS，而是一種叫做 asm.js 的 JavaScript 變體。

本文就將介紹 asm.js 和 Emscripten 的基本用法，介紹如何將 C / C++ 轉成 JS。

一、asm.js 的簡介

1.1 原理

C / C++ 編譯成 JS 有兩個最大的困難。

  • C / C++ 是靜態型別語言，而 JS 是動態型別語言。
  • C / C++ 是手動記憶體管理，而 JS 依靠垃圾回收機制。

asm.js 就是為了解決這兩個問題而設計的：它的變數一律都是靜態型別，並且取消垃圾回收機制。除了這兩點，它與 JavaScript 並無差異，也就是說，asm.js 是 JavaScript 的一個嚴格的子集，只能使用後者的一部分語法。

一旦 JavaScript 引擎發現執行的是 asm.js，就知道這是經過優化的程式碼，可以跳過語法分析這一步，直接轉成組合語言。另外，瀏覽器還會呼叫 WebGL 通過 GPU 執行 asm.js，即 asm.js 的執行引擎與普通的 JavaScript 指令碼不同。這些都是 asm.js 執行較快的原因。據稱，asm.js 在瀏覽器裡的執行速度，大約是原生程式碼的50%左右。

下面就依次介紹 asm.js 的兩大語法特點。

1.2 靜態型別的變數

asm.js 只提供兩種資料型別。

  • 32位帶符號整數
  • 64位帶符號浮點數

其他資料型別，比如字串、布林值或者物件，asm.js 一概不提供。它們都是以數值的形式存在，儲存在記憶體中，通過 TypedArray 呼叫。

如果變數的型別要在執行時確定，asm.js 就要求事先宣告型別，並且不得改變，這樣就節省了型別判斷的時間。

asm.js 的型別宣告有固定寫法，變數 | 0表示整數，+變數表示浮點數。


var a = 1;

var x = a | 0;  // x 是32位整數
var y = +a;  // y 是64位浮點數

上面程式碼中，變數x宣告為整數，y宣告為浮點數。支援 asm.js 的引擎一看到x = a | 0，就知道x是整數，然後採用 asm.js 的機制處理。如果引擎不支援 asm.js 也沒關係，這段程式碼照樣可以執行，最後得到的還是同樣的結果。

再看下面的例子。


// 寫法一
var first = 5;
var second = first;

// 寫法二
var first = 5;
var second = first | 0;

上面程式碼中，寫法一是普通的 JavaScript，變數second只有在執行時才能知道型別，這樣就很慢了，寫法二是 asm.js，second在宣告時就知道是整數，速度就提高了。

函式的引數和返回值，都要用這種方式指定型別。


function add(x, y) {
  x = x | 0;
  y = y | 0;
  return (x + y) | 0;
}

上面程式碼中，除了引數x和y需要宣告型別，函式的返回值也需要宣告型別。

1.3 垃圾回收機制

asm.js 沒有垃圾回收機制，所有記憶體操作都由程式設計師自己控制。asm.js 通過 TypedArray 直接讀寫記憶體。

下面就是直接讀寫記憶體的例子。


var buffer = new ArrayBuffer(32768);
var HEAP8 = new Int8Array(buffer);
function compiledCode(ptr) {
  HEAP[ptr] = 12;
  return HEAP[ptr + 4];
}

如果涉及到指標，也是一樣處理。


size_t strlen(char *ptr) {
  char *curr = ptr;
  while (*curr != 0) {
    curr++;
  }
  return (curr - ptr);
}

上面的程式碼編譯成 asm.js，就是下面這樣。


function strlen(ptr) {
  ptr = ptr|0;
  var curr = 0;
  curr = ptr;
  while (MEM8[curr]|0 != 0) {
    curr = (curr + 1)|0;
  }
  return (curr - ptr)|0;
}

1.4 asm.js 與 WebAssembly 的異同

如果你對 JS 比較瞭解，可能知道還有一種叫做 WebAssembly 的技術，也能將 C / C++ 轉成 JS 引擎可以執行的程式碼。那麼它與 asm.js 有何區別呢？

回答是，兩者的功能基本一致，就是轉出來的程式碼不一樣：asm.js 是文字，WebAssembly 是二進位制位元組碼，因此執行速度更快、體積更小。從長遠來看，WebAssembly 的前景更光明。

但是，這並不意味著 asm.js 肯定會被淘汰，因為它有兩個優點：首先，它是文字，人類可讀，比較直觀；其次，所有瀏覽器都支援 asm.js，不會有相容性問題。

二、 Emscripten 編譯器

2.1 Emscripten 簡介

雖然 asm.js 可以手寫，但是它從來就是編譯器的目標語言，要通過編譯產生。目前，生成 asm.js 的主要工具是 Emscripten。

Emscripten 的底層是 LLVM 編譯器，理論上任何可以生成 LLVM IR（Intermediate Representation）的語言，都可以編譯生成 asm.js。 但是實際上，Emscripten 幾乎只用於將 C / C++ 程式碼編譯生成 asm.js。


C/C++ ⇒ LLVM ==> LLVM IR ⇒ Emscripten ⇒ asm.js

2.2 Emscripten 的安裝

Emscripten 的安裝可以根據官方文件。由於依賴較多，安裝起來比較麻煩，我發現更方便的方法是安裝 SDK。

你可以按照下面的步驟操作。


$ git clone https://github.com/juj/emsdk.git
$ cd emsdk
$ ./emsdk install --build=Release sdk-incoming-64bit binaryen-master-64bit
$ ./emsdk activate --build=Release sdk-incoming-64bit binaryen-master-64bit
$ source ./emsdk_env.sh

注意，最後一行非常重要。每次重新登陸或者新建 Shell 視窗，都要執行一次這行命令source ./emsdk_env.sh。

2.3 Hello World

首先，新建一個最簡單的 C++ 程式hello.cc。


#include <iostream>

int main() {
  std::cout << "Hello World!" << std::endl;
}

然後，將這個程式轉成 asm.js。


$ emcc hello.cc
$ node a.out.js
Hello World!

上面程式碼中，emcc命令用於編譯原始碼，預設生成a.out.js。使用 Node 執行a.out.js，就會在命令列輸出 Hello World。

注意，asm.js 預設自動執行main函式。

emcc是 Emscripten 的編譯命令。它的用法非常簡單。


# 生成 a.out.js
$ emcc hello.c

# 生成 hello.js
$ emcc hello.c -o hello.js

# 生成 hello.html 和 hello.js
$ emcc hello.c -o hello.html

三、Emscripten 語法

3.1 C/C++ 呼叫 JavaScript

Emscripten 允許 C / C++ 程式碼直接呼叫 JavaScript。

新建一個檔案example1.cc，寫入下面的程式碼。


#include <emscripten.h>

int main() {
  EM_ASM({ alert('Hello World!'); });
}

EM_ASM是一個巨集，會呼叫嵌入的 JavaScript 程式碼。注意，JavaScript 程式碼要寫在大括號裡面。

然後，將這個程式編譯成 asm.js。


$ emcc example1.cc -o example1.html

瀏覽器開啟example1.html，就會跳出對話方塊Hello World!。

3.2 C/C++ 與 JavaScript 的通訊

Emscripten 允許 C / C++ 程式碼與 JavaScript 通訊。

新建一個檔案example2.cc，寫入下面的程式碼。


#include <emscripten.h>
#include <iostream>

int main() {
  int val1 = 21;
  int val2 = EM_ASM_INT({ return $0 * 2; }, val1);

  std::cout << "val2 == " << val2 << std::endl;
}

上面程式碼中，EM_ASM_INT表示 JavaScript 程式碼返回的是一個整數，它的引數裡面的$0表示第一個引數，$1表示第二個引數，以此類推。EM_ASM_INT的其他引數會按照順序，傳入 JavaScript 表示式。

然後，將這個程式編譯成 asm.js。


$ emcc example2.cc -o example2.html

瀏覽器開啟網頁example2.html，會顯示val2 == 42。

3.3 EM_ASM 巨集系列

Emscripten 提供以下巨集。

  • EM_ASM：呼叫 JS 程式碼，沒有引數，也沒有返回值。
  • EMASMARGS：呼叫 JS 程式碼，可以有任意個引數，但是沒有返回值。
  • EMASMINT：呼叫 JS 程式碼，可以有任意個引數，返回一個整數。
  • EMASMDOUBLE：呼叫 JS 程式碼，可以有任意個引數，返回一個雙精度浮點數。
  • EMASMINT_V：呼叫 JS 程式碼，沒有引數，返回一個整數。
  • EMASMDOUBLE_V：呼叫 JS 程式碼，沒有引數，返回一個雙精度浮點數。

下面是一個EM_ASM_ARGS的例子。新建檔案example3.cc，寫入下面的程式碼。


#include <emscripten.h>
#include <string>

void Alert(const std::string & msg) {
  EM_ASM_ARGS({
    var msg = Pointer_stringify($0);
    alert(msg);
  }, msg.c_str());
}

int main() {
  Alert("Hello from C++!");
}

上面程式碼中，我們將一個字串傳入 JS 程式碼。由於沒有返回值，所以使用EM_ASM_ARGS。另外，我們都知道，在 C / C++ 裡面，字串是一個字元陣列，所以要呼叫Pointer_stringify()方法將字元陣列轉成 JS 的字串。

接著，將這個程式轉成 asm.js。


$ emcc example3.cc -o example3.html

瀏覽器開啟example3.html，會跳出對話方塊"Hello from C++!"。

3.4 JavaScript 呼叫 C / C++ 程式碼

JS 程式碼也可以呼叫 C / C++ 程式碼。新建一個檔案example4.cc，寫入下面的程式碼。


#include <emscripten.h>

extern "C" {
  double SquareVal(double val) {
    return val * val;
  }
}

int main() {
  EM_ASM({
    SquareVal = Module.cwrap('SquareVal', 'number', ['number']);
    var x = 12.5;
    alert('Computing: ' + x + ' * ' + x + ' = ' + SquareVal(x));
  });
}

上面程式碼中，EM_ASM執行 JS 程式碼，裡面有一個 C 語言函式SquareVal。這個函式必須放在extern "C"程式碼塊之中定義，而且 JS 程式碼還要用Module.cwrap()方法引入這個函式。

Module.cwrap()接受三個引數，含義如下。

  • C 函式的名稱，放在引號之中。
  • C 函式返回值的型別。如果沒有返回值，可以把型別寫成null。
  • 函式引數型別的陣列。

除了Module.cwrap()，還有一個Module.ccall()方法，可以在 JS 程式碼之中呼叫 C 函式。


var result = Module.ccall('int_sqrt', // C 函式的名稱
  'number', // 返回值的型別
  ['number'], // 引數型別的陣列
  [28] // 引數陣列
);

回到前面的示例，現在將example4.cc編譯成 asm.js。


$  emcc -s EXPORTED_FUNCTIONS="['_SquareVal', '_main']" example4.cc -o example4.html

注意，編譯命令裡面要用-s EXPORTED_FUNCTIONS引數給出輸出的函式名陣列，而且函式名前面加下劃線。本例只輸出兩個 C 函式，所以要寫成['_SquareVal', '_main']。

瀏覽器開啟example4.html，就會看到彈出的對話方塊裡面顯示下面的內容。


Computing: 12.5 * 12.5 = 156.25

3.5 C 函式輸出為 JavaScript 模組

另一種情況是輸出 C 函式，供網頁裡面的 JavaScript 指令碼呼叫。 新建一個檔案example5.cc，寫入下面的程式碼。


extern "C" {
  double SquareVal(double val) {
    return val * val;
  }
}

上面程式碼中，SquareVal是一個 C 函式，放在extern "C"程式碼塊裡面，就可以對外輸出。

然後，編譯這個函式。


$ emcc -s EXPORTED_FUNCTIONS="['_SquareVal']" example5.cc -o example5.js

上面程式碼中，-s EXPORTED_FUNCTIONS引數告訴編譯器，程式碼裡面需要輸出的函式名。函式名前面要加下劃線。

接著，寫一個網頁，載入剛剛生成的example5.js。


<!DOCTYPE HTML PUBLIC "-//IETF//DTD HTML//EN">
<body>
<h1>Test File</h1>
<script type="text/javascript" src="example5.js"></script>
<script>
  SquareVal = Module.cwrap('SquareVal', 'number', ['number']);
  document.write("result == " + SquareVal(10));
</script>
</body>

瀏覽器開啟這個網頁，就可以看到result == 100了。

3.6 Node 呼叫 C 函式

如果執行環境不是瀏覽器，而是 Node，那麼呼叫 C 函式就更方便了。新建一個檔案example6.c，寫入下面的程式碼。


#include <stdio.h>
#include <emscripten.h>

void sayHi() {
  printf("Hi!\n");
}

int daysInWeek() {
  return 7;
}

然後，將這個指令碼編譯成 asm.js。


$ emcc -s EXPORTED_FUNCTIONS="['_sayHi', '_daysInWeek']" example6.c -o example6.js

接著，寫一個 Node 指令碼test.js。


var em_module = require('./api_example.js');

em_module._sayHi();
em_module.ccall("sayHi");
console.log(em_module._daysInWeek());

上面程式碼中，Node 指令碼呼叫 C 函式有兩種方法，一種是使用下劃線函式名呼叫em_module._sayHi()，另一種使用ccall方法呼叫em_module.ccall("sayHi")。

執行這個指令碼，就可以看到命令列的輸出。


$ node test.js
Hi!
Hi!
7

四、用途

asm.js 不僅能讓瀏覽器執行 3D 遊戲，還可以執行各種伺服器軟體，比如 Lua、Ruby 和 SQLite。 這意味著很多工具和演算法，都可以使用現成的程式碼，不用重新寫一遍。

另外，由於 asm.js 的執行速度較快，所以一些計算密集型的操作（比如計算 Hash）可以使用 C / C++ 實現，再在 JS 中呼叫它們。

真實的轉碼例項可以看一下 gzlib 的編譯，參考它的 Makefile 怎麼寫。

五、參考連結

（完）

相關文章