llvm最快編譯

A. 如何利用LLVM寫一個編譯器

LLVM有自己的教程，如果你只想做個玩具，那可以首先試著實現LLVM Tutorial: Table of Contents的Kaleidoscope。深入的，請看他的文檔http://llvm.org/docs/

Kaleidoscope是一個範式簡單的腳本語言，教程里的詞法，語法分析都是手寫的，基本流程就是詞法語法解析，利用LLVM的API生成中間代碼並執行。

我用visual studio編譯的LLVM(version 3.6)實現過Kaleidoscope，我遇到的坑不少，如果你想以visual studio編譯的LLVM實現Kaleidoscope，你可能同樣會遇到

1. LLVM的生成目標對象為ELF格式，在windows下使用JIT的API時會出現incompatible object format的錯誤警告，需要在通過重新設定Mole的triple，我的PC的getTargetTriple的結果是「i686-pc-windows-msvc」，直接在後面再加上「-elf」即可

TheMole->setTargetTriple("i686-pc-windows-msvc-elf");

2. LLVM不支持windows下通過動態鏈接導出函數，如果需要使用C/C++的函數，需要通過addSymbol進行注冊

llvm::sys::DynamicLibrary::AddSymbol(/*std::string("_") +*/ "printd", &printd);

3. Kaleidoscope里使用的JIT的查找函數的API，getPointerToFunction已經被棄用了，需要替換為getFunctionAddress

B. Clang 比 GCC 好在哪裡

從代碼上說，clang結構更簡單。因為clang只需要完成詞法和語法分析，代碼優化和機器代碼的生成工作由llvm完成。所以和全部由自己包下的gcc比起來，clang可以更專注地做好一件事。

這種結構也使clang可以被單獨拿出來用在其他的程序里。比如vim的clang_complete插件就是利用clang進行語法分析後給出精確的自動補全和語法錯誤提示的。而gcc就沒法很方便地做到這一點。

在實用性方面，除了有更快的編譯速度更快和更友好的出錯提示外，clang還內置有靜態分析工具，可以對代碼進行靜態分析（clang --analyze）。這也是gcc做不到的。

總結如下：

Clang是LLVM的前端，可以用來編譯C，C++，ObjectiveC等語言。傳統的編譯器通常分為三個部分，前端(frontEnd)，優化器(Optimizer)和後端(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；優化器則是在前端的基礎上，對得到的中間代碼進行優化，使代碼更加高效；後端則是將已經優化的中間代碼轉化為針對各自平台的機器代碼。Clang則是以LLVM為後端的一款高效易用，並且與IDE結合很好的編譯前端。

C. 如何利用LLVM寫一個編譯器

書籍請參考編譯原理的龍書，以及flex，bison，llvm的manual。
如何寫我可以給你一個大致的流程，
編譯器由詞法分析器->語法分析器->中間代碼生成器->後端組成。
用C語言寫編譯器一般可以按照以下步驟：
1.使用flex生成詞法分析器。（flex可以通過自己編寫的描述文件來自動生成詞法分析器）
2.使用bison生成語法分析器。（bison可以通過自己編寫的描述文件來自動生成語法分析器）
3.通過語法分析器得到輸入代碼的語法樹表示。
4.編寫遍歷函數遍歷語法樹生成中間代碼。（這里推薦使用LLVM的中間代碼表示）
5.利用LLVM工具集來編譯執行所得到的中間代碼。

D. Impala中 LLVM 的交叉編譯、調用過程

[TOC]

Impala 使用的 LLVM JIT，首先通過 Clang 將源碼編譯成了 LLVM IR 文件，然後通過腳本將 IR 文件裝成可載入的二進制文件，BE 進程在運行過程中，通過 LLVM 的載入介面，把二進制文件載入進來使用。

待編譯的文件通過codegen/ impala-ir.cpp 指定

impala-ir.cpp 文件主要的作用就是把需要產生 LLVM IR 的文件包含進來。
確定了哪些文件需要產生 LLVM IR 之後，就開始生成 IR 的二進制文件了。大致流程如下：

這個階段生成最初始的bc文件，使用的是 CLang 的編譯工具。命令可見codegen/CMakeFiles.txt

生成的結果是 impala-sse-tmp.bc 文件。

使用LLVM 優化工具，對原始的 bc 文件進行優化。命令可見codegen/CMakeFiles.txt

生成的結果就是impala-sse.bc。

這一步使用的是Impala 自定義的一個腳本 file2array.sh ，將優化後的 bc 文件轉換為可載入的二進制c 文件。命令可見codegen/CMakeFiles.txt。

生成的結果是impala-sse-ir.cc。這個文件內部就是用一個數組存放二進制的值。

be 進程就是通過讀取 impala_sse_llvm_ir 數組，把 LLVM IR載入到進程中。
file2array.sh 腳本其實就是使用 xxd -i < impala-sse-ir.cc 命令把bc 文件內容轉成 c 語言的二進制形式。

LlvmCodeGen 類通過 CreateImpalaCodegen 介面實例化 codegen 對象。 CreateImpalaCodegen 最終會調用 CreateFromMemory ，在 CreateFromMemory 中就是將上文中生成的 impala_sse_llvm_ir 數組通過 LLVM 介面載入進來。

完成載入後，就可以通過 GetFunction 獲取指定的 IR 函數了。

所有的函數名及描述，定義在 impala-ir-names.h 和 impala-ir-functions.h ，這兩個文件是有對應關系的，都是通過gen_ir_descriptions.py生成。

impala-ir-names.h 定義了數組 FN_MAPPINGS ，存儲函數名和枚舉值的映射關系，如下：

impala-ir-functions.h定義了所有函數的枚舉值，如下：

通過 GetFunction 獲取函數的時候，因為有了 FN_MAPPINGS 存儲的映射關系，可以通過傳入枚舉值或者字元串符號查找函數。

在 InitializeLlvm 方法中會使用 FN_MAPPINGS ，對載入的 llvm 函數進行校驗。

E. Gcc和llvm編譯器有什麼區別，我這配置哪個快

LLVM與GCC在三段式架構上並沒有本質區別。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XYZ語言的優化器，我自己實現了PassXYZ演算法，用以處理XYZ語言與其它語言差別最大的地方。而LLVM優化器提供的PassA和PassB演算法則提供了XYZ語言與其它語言共性的優化演算法。那麼我可以選擇XYZ優化器在鏈接的時候把LLVM提供的演算法鏈接進來。LLVM不僅僅是編譯器，也是一個SDK。

F. llvm是什麼

LLVM是構架編譯器(compiler)的框架系統，以C++編寫而成，用於優化以任意程序語言編寫的程序的編譯時間(compile-time)、鏈接時間(link-time)、運行時間(run-time)以及空閑時間(idle-time)，對開發者保持開放，並兼容已有腳本。

G. LLVM相比於GCC，有哪些技術上的優勢

首先簡要介紹一下LLVM。LLVM是一個針對LLVM Intermediate Representation（IR，中間語言）的跨平台優化編譯器，它的模塊化設計很好，使得這個編譯器中的很多功能可以被單獨實現或者改進，這與其C++實現無法分開。由此，LLVM可以被設計成很多語言編譯器實現的後端，負責處理程序優化和跨平台，而前端只需將程序轉換成LLVM IR即可。比如說，Clang就是基於LLVM實現的C/C++編譯器，它的主要功能就是將C/C++程序轉換成LLVM IR，然後由LLVM負責後續的工作。

LLVM技術上的（最大）優勢就在於它的模塊化設計。在LLVM中，IR的解析，優化，匯編碼的生成，寄存器分配，匯編碼優化以及機器碼生成，各種類型的二進制文件生成全部都是介面定義清晰的模塊完成的，很容易分別改進或者添加定製功能。而且由於LLVM的C++實現，很多模塊理解和使用比較容易。這些特性使得LLVM可以很容易地被用在科研和生產實踐當中。反觀GCC，模塊化做得不如LLVM好，這使得它定製或者改進比較不方便。