Impala中的代码生成技术

Cloudera Impala是一种为Hadoop生态系统打造的开源MPP(massive parallel processing)数据库，它主要为分析型查询负载而设计，而非OLTP。Impala能最大限度地利用现代硬件和高效查询执行的最新技术。LLVM下的运行时代码生成就是用来提升执行性能的技术之一。

LLVM简介

LLVM是一个编译器及相关工具的库(toolchain)，它不同于独立应用式(stand-alone)的传统编译器，LLVM是模块化且可重用的。它允许Impala这样的应用在运行的进程内执行JIT(just-in-time)编译。尽管LLVM因一些特殊的能力以及著名的工具，如比GCC更优的Clang编译器，但真正使LLVM区别于其他编译器的是它的内部架构。

 

经典静态编译器(像多数C编译器)中，最流行的设计是前端、优化器、后端组成的三阶段设计。前端解析源码并生成抽象语法树(AST，Abstract Syntax Tree)。优化器会做很多优化来提升代码性能。后端(或称代码生成器)将代码转换成目标平台的指令集。这种模型对解释器、JIT编译器。JVM也是这种模型的一种实现，它使用字节码作为前端和优化器之间的接口。

这种经典设计对于多语言(包括源语言和目标语言)支持非常重要。只要优化器内部使用一种公共代码表示，前端和后端就能够编译任意的语言。当需要移植(porting)编译器来支持一种新语言时，只需实现一个新前端，而优化器和后端都可以重用。否则就要重新实现整个编译器，支持M种源语言*N种目标语言。