編譯器一般構成

傳統(tǒng)的編譯器通常分為三個部分，前端(frontEnd)，優(yōu)化器(Optimizer)和后端(backEnd)。在編譯過程中，前端主要負責詞法和語法分析，將源代碼轉化為抽象語法樹；優(yōu)化器則是在前端的基礎上，對得到的中間代碼進行優(yōu)化，使代碼更加高效；后端則是將已經(jīng)優(yōu)化的中間代碼轉化為針對各自平臺的機器代碼。

GCC

GCC（GNU Compiler Collection，GNU編譯器套裝），是一套由 GNU 開發(fā)的編程語言編譯器。GCC 原名為 GNU C 語言編譯器，因為它原本只能處理 C語言。GCC 快速演進，變得可處理 C++、Fortran、Pascal、Objective-C、Java, 以及 Ada 等他語言。

LLVM

LLVM (Low Level Virtual Machine，底層虛擬機) 提供了與編譯器相關的支持，能夠進行程序語言的編譯期優(yōu)化、鏈接優(yōu)化、在線編譯優(yōu)化、代碼生成。簡而言之，可以作為多種編譯器的后臺來使用。

蘋果公司一直使用 GCC 作為官方的編譯器。GCC 作為一款開源的編譯器，一直做得不錯，但 Apple 對編譯工具會提出更高的要求。原因主要有以下兩點：

其一，是 Apple 對 Objective-C 語言（包括后來對C語言）新增很多特性，但 GCC 開發(fā)者并不買Apple的賬——不給實現(xiàn)，因此索性后來兩者分成兩條分支分別開發(fā)，這也造成 Apple 的編譯器版本遠落后于 GCC 的官方版本。其二，GCC 的代碼耦合度太高，很難獨立，而且越是后期的版本，代碼質量越差，但 Apple 想做的很多功能（比如更好的 IDE 支持），需要模塊化的方式來調用 GCC，但 GCC一直不給做。

編譯器大神 Chris Lattner 橫空出世

2000年，本科畢業(yè)的 Chris Lattner 像中國多數(shù)大學生一樣，按部就班地考了GRE，最終前往UIUC（伊利諾伊大學厄巴納香檳分校），開始了艱苦讀計算機碩士和博士的生涯。在這階段，他不僅周游美國各大景點，更是翻爛了《Compilers: Principles, Techniques, and Tools》，成了GPA滿分(4.0) 牛人，并不斷地研究探索關于編譯器的未知領域，發(fā)表了一篇又一篇的論文，。他在碩士畢業(yè)論文里提出了一套完整的在編譯時、鏈接時、運行時甚至是在閑置時優(yōu)化程序的編譯思想，直接奠定了LLVM 的基礎。LLVM 在他念博士時更加成熟，使用GCC 作為前端來對用戶程序進行語義分析產(chǎn)生IF（Intermidiate Format），然后 LLVM 使用分析結果完成代碼優(yōu)化和生成。這項研究讓他在2005年畢業(yè)時就成為了業(yè)界小有名氣的編譯器專家，他也因此早早地被Apple 盯上，最終成為其編譯器項目的骨干。

剛進入 Apple，Chris Lattner 就大展身手：首先在 OpenGL 小組做代碼優(yōu)化，把 LLVM運行時的編譯架在 OpenGL 棧上，這樣OpenGL 棧能夠產(chǎn)出更高效率的圖形代碼。如果顯卡足夠高級，這些代碼會直接扔入GPU 執(zhí)行。但對于一些不支持全部OpenGL特性的顯卡（比如當時的Intel GMA卡），LLVM 則能夠把這些指令優(yōu)化成高效的 CPU指令，使程序依然能夠正常運行。這個強大的 OpenGL 實現(xiàn)被用在了后來發(fā)布的Mac OS X 10.5上。同時，LLVM的鏈接優(yōu)化被直接加入到 Apple 的代碼鏈接器上，而 LLVM-GCC也被同步到使用 GCC4.0 代碼。

LLVM2.0 - Clang

Apple 吸收Chris Lattner的目的要比改進GCC代碼更具野心 -- Apple 打算從零開始寫 C、C++、Objective-C語言的前端 Clang，完全替代掉GCC。

Clang 是LLVM的前端，可以用來編譯C，C++，ObjectiveC等語言。Clang則是以LLVM為后端的一款高效易用，并且與IDE 結合很好的編譯前端。

Clang 只支持C，C++和Objective-C三種語言。2007年開始開發(fā)，C編譯器最早完成，而由于Objective-C 只是C語言的一個簡單擴展，相對簡單，很多情況下甚至可以等價地改寫為C語言對Objective-C運行庫的函數(shù)調用，因此在2009年時，已經(jīng)完全可以用于生產(chǎn)環(huán)境。C++ 在后來也得到了支持。

GCC 和 Clang 對比

• Clang特性

速度快：通過編譯 OS X 上幾乎包含了所有 C 頭文件的 carbon.h 的測試，包括預處理 (Preprocess)，語法 (lex)，解析 (parse)，語義分析 (Semantic Analysis)，抽象語法樹生成 (Abstract Syntax Tree) 的時間，Clang 比 GCC 快2倍多。

內(nèi)存占用小：Clang 內(nèi)存占用是源碼的 130%，Apple GCC 則超過 10 倍。

診斷信息可讀性強：其中錯誤的語法不但有源碼提示，還會在錯誤的調用和相關上下文的下方有~~~~~和^的提示，相比之下 GCC 的提示很天書。

兼容性好：Clang 從一開始就被設計為一個API，允許它被源代碼分析工具和 IDE 集成。GCC 被構建成一個單一的靜態(tài)編譯器，這使得它非常難以被作為 API 并集成到其他工具中。

Clang有靜態(tài)分析，GCC沒有。

Clang使用BSD許可證，GCC使用GPL許可證。

• GCC 優(yōu)勢

支持 JAVA/ADA/FORTRAN

GCC 支持更多平臺

GCC 更流行，廣泛使用，支持完備

GCC 基于 C，不需要 C++ 編譯器即可編譯

GCC、LLVM 和 Clang 如何選擇？

目前不推薦使用老的GCC4.2，因為蘋果不會維持它了，而且LLVM-GCC看起來會更好。在項目中途改編譯選項可是一個大變動，需要慎重。

對新的項目而言，LLVM-GCC 看起來應該是個安全的選擇，蘋果公司認為它夠穩(wěn)定夠成熟，所以才把它當做Xcode 4的預設選項。而且，既然選項使用的是GCC parser，向后兼容性應該沒問題。

LLVM-GCC是個安全的選項，但并不是指Clang/LLVM比較不安全，只是成熟度還沒那么高效了。

總結 - 再探LLVM

回顧GCC的歷史，雖然它取得了巨大的成功，但開發(fā)GCC的初衷是提供一款免費的開源編譯器，僅此而已。可后來隨著GCC支持了越來越多的語言，GCC架構的問題也逐漸暴露出來。但GCC到底有什么問題呢？LLVM的優(yōu)點也正是GCC的缺點。傳統(tǒng)編譯器工作的時候前端負責解析源代碼，檢查語法錯誤，并將其翻譯為抽象的語法樹（Abstract Syntax Tree）。優(yōu)化器對這一中間代碼進行優(yōu)化，試圖使代碼更高效。后端則負責將優(yōu)化器優(yōu)化后的中間代碼轉換為目標機器的代碼，這一過程后端會最大化的利用目標機器的特殊指令，以提高代碼的性能。事實上，不光靜態(tài)語言如此，動態(tài)語言也符合上面這個模型，例如Java。JVM也利用上面這個模型，將Java代碼翻譯為Java bytecode。這一模型的好處是，當我們要支持多種語言時，只需要添加多個前端就可以了。當需要支持多種目標機器時，只需要添加多個后端就可以了。對于中間的優(yōu)化器，我們可以使用通用的中間代碼。這種三段式的結構還有一個好處，開發(fā)前端的人只需要知道如何將源代碼轉換為優(yōu)化器能夠理解的中間代碼就可以了，他不需要知道優(yōu)化器的工作原理，也不需要了解目標機器的知識。這大大降低了編譯器的開發(fā)難度，使更多的開發(fā)人員可以參與進來。雖然這種三段式的編譯器有很多優(yōu)點，并且被寫到了教科書上，但是在實際中這一結構卻從來沒有被完美實現(xiàn)過。做的比較好的應該屬Java和.NET虛擬機。虛擬機可以將目標語言翻譯為bytecode，所以理論上講我們可以將任何語言翻譯為bytecode，然后輸入虛擬機中運行。但是這一動態(tài)語言的模型并不太適合C語言，所以硬將C語言翻譯為bytecode并實現(xiàn)垃圾回收機制的效率是非常低的。GCC也將三段式做的比較好，并且實現(xiàn)了很多前端，支持了很多語言。但是上述這些編譯器的致命缺陷是，他們是一個完整的可執(zhí)行文件，沒有給其它語言的開發(fā)者提供代碼重用的接口。即使GCC是開源的，但是源代碼重用的難度也比較大。

LLVM最初的定位是比較底層的虛擬機。它的出現(xiàn)正是為了解決編譯器代碼重用的問題，LLVM一上來就站在比較高的角度，制定了LLVM IR這一中間代碼表示語言。LLVM IR充分考慮了各種應用場景，例如在IDE中調用LLVM進行實時的代碼語法檢查，對靜態(tài)語言、動態(tài)語言的編譯、優(yōu)化等。從上面這個圖中我們發(fā)現(xiàn)LLVM與GCC在三段式架構上并沒有本質區(qū)別。LLVM與其它編譯器最大的差別是，它不僅僅是Compiler Collection，也是Libraries Collection。舉個例子，假如說我要寫一個X語言的優(yōu)化器，我自己實現(xiàn)了PassX算法，用以處理X語言與其它語言差別最大的地方。而LLVM優(yōu)化器提供的PassA和PassB算法則提供了X語言與其它語言共性的優(yōu)化算法。那么我可以選擇X優(yōu)化器在鏈接的時候把LLVM提供的算法鏈接進來。LLVM不僅僅是編譯器，也是一個SDK。Apple LLVM compiler 4.2是一個真正的LLVM編譯器，前端使用的是Clang，基于最新的LLVM 3.2編譯的。LLVM GCC 4.2編譯器的核心仍然是LLVM，但是前端使用的是GCC 4.2編譯器。從LLVM的下載頁面可以看出，LLVM從1.0到2.5使用的都是GCC作為前端，直到2.6開始才提供了Clang前端。

如果你下載 LLVM 的代碼，那么它就是一個IR到ARM/機器碼的編譯器。比如bin/opt就是對IR的優(yōu)化器，bin/llc就是IR->ASM的翻譯，bin/llvm-mc就是匯編器。如果你再從http://llvm.org下載Clang，那么就有了C->IR的翻譯以及完整的編譯器Driver。GDB是GNU的調試器。只要編譯器支持DWARF格式，就可以用GDB調試。