翻译: 如何学习编译器：LLVM Edition

news2024/9/22 9:56:02

编译器和编程语言是一个很大的话题。您不能只选择学习路径并在某个时候完成它。有许多不同的区域，每个区域都是无穷无尽的。

在这里，我想分享一些有助于学习编译器的链接。这份清单不可能详尽无遗——每个人都很忙，没有人有时间阅读龙书。
在这里插入图片描述

每个链接背后的主要标准：

我可以亲自推荐这些材料
每个条目应该相对较短，并且可以在合理的时间内消费

我非常喜欢通过练习来学习。因此，主要关注点是 LLVM，因为您可以使用实际程序做一些很酷的事情！

该列表由四组组成：一般理论、前端、中端和后端。

在第一次运行时，您可以从每组中取出第一项，这应该会让您踏实。

1. 一般理论/介绍

AOSA 书籍：LLVM。这是《开源应用程序体系结构》一书中的一章。它由 Chris Lattner 编写，涵盖高级 LLVM 设计。
编译器。该课程由 Alex Aiken 教授。在本课程中，您将从头开始为真正的编程语言构建编译器。它涵盖了整个编译管道：解析、类型检查、优化、代码生成。除了实践部分，它还深入探讨了理论。
自动机理论。该课程由 Jeffrey Ullman 教授。这个在理论上相当沉重。它从相对简单的主题开始，例如状态机和有限自动机（确定性和其他）。它逐渐转向更复杂的事物，例如图灵机、计算复杂性、著名的 P 与 NP 等。

或者

计算理论。本课程由 Michael Sipser 教授。它与上面的类似，但以不同的风格提供。它对特定主题进行了更详细的介绍。

2. 前端

编译器前端是与实际源代码进行交互的地方。编译器将源代码解析为抽象语法树（AST），进行语义分析和类型检查，并将其转换为中间表示（IR）。

上面的编译器课程涵盖了一般部分。以下是一些特定于 Clang 的链接：

了解 Clang AST。本文由 Jonas Devlieghere 撰写。它详细介绍了 Clang 的 AST 的实现细节。它也有很多很好的链接，可以更深入地研究这个主题。
clang-tutor。这个存储库由 Andrzej Warzyński 维护。它包含几个涵盖各种主题的 Clang 插件，从简单的 AST 遍历到更复杂的主题，如自动重构和混淆。

3. 中端

中端是发生各种优化的地方。通常，中端使用一些中间表示。LLVM 的中间表示通常称为 LLVM IR 或 LLVM Bitcode。简而言之，它是一种用于伪机器（即 IR 不针对任何特定 CPU）的人类可读汇编语言。LLVM IR 维护某些属性：它采用静态单一分配 (SSA) 形式，组织为控制流图 (CFG)。

LLVM IR 教程 - Phis、GEP 和其他东西！. 这是 Vince Bridgers 和 Felipe de Azevedo Piovezan 的精彩演讲。
LLVM 简介。Eric Christopher 和 Johannes Doerfert 提供的来自 LLVM 开发人员会议的一小时长的演讲/教程。另一个很棒的教程更好地建立在上一个视频之上。
CS 6120：高级编译器。该课程由 Adrian Sampson 教授。标题说“高级”，但它涵盖了人们对现代生产级编译器的期望：SSA、CFG、优化、各种分析。
比特码揭秘 ( 🔌 )。它给出了 LLVM 位码是什么的高级描述。
llvm-tutor。这个也是来自 Andrzej Warzyński。它涵盖了 LLVM 插件（所谓的 pass），允许人们分析和转换 LLVM IR 形式的程序。

4. 后端

编译的最后阶段是后端。此阶段旨在将中间表示转换为机器代码（零和一）。后面的 0 和 1 可以在 CPU 上运行。因此，要了解后端，您需要了解机器代码以及 CPU 的工作原理。

从第一原理构建现代计算机：从 Nand 到俄罗斯方块。由 Shimon Schocken 和 Noam Nisan 授课。本课程从头开始：首先，您构建逻辑门（与、或、异或等），然后使用逻辑门构建算术逻辑单元 (ALU)，然后使用 ALU 构建 CPU。然后你学习如何用 0 和 1（机器代码）控制 CPU，最后，你开发你的汇编器来将人类可读的汇编转换成机器代码。
解析 Mach-O 文件(🔌)。它展示了如何在 macOS (Mach-O) 上解析目标文件。如果您使用的是 Linux 或 Windows，请分别搜索关于elf和PE/COFF文件的类似文章。
现代 CPU 的性能分析和调优。丹尼斯·巴赫瓦洛夫 (Denis Bakhvalov) 的书。虽然它是关于性能的，但它很好地介绍了 CPU 的工作原理。