llvm中端之IR设计

引言

llvm IR是llvm对代码的一种中间表示。它来源AST(抽象语法树)，是llvm代码优化的主要对象。

1 逻辑关系

IR的很多组成元素都是以Value为基类。llvm并没有采用C++的RTTI，而是自实现了一套多态系统，其实现核心就在Class Value::Subclass*系列字段。

• 每个Value（无论是基本块、参数还是常量），都可以被多个User引用；
• 每个User引用的Value，通过Use对象记录其Value；同时，其Use对象占用的空间在User的new重载时，会分配到User对象的前部分；
• 以C语言为例，每个Module对应C语言的一个编译单元，即.c文件；
• 一般，每个Module和每个IRBuilder关联同一个LLVMContext。IRBuilder是构建Instruction的模板对象。

2 class Module

每个模块代表链接前的一个编译单元，模块一般包括：

• GlobalVariable : 一个或多个全局变量。若getInitializer返回为NULL，则为只有声明的变量，其初始化可能在本模块、也可能在其他模块；
• Function：一个或多个函数。若函数没有基本块且没有设置IsMaterializableBit，则只为一个声明函数，其定义可能在其他模块；

此外，还包括：

• GlobalAlias：全局变量的别名(引用)；
• GlobalIFunction：全局间接函数，例如GNU IFUNC；
• ValueSymbolTable：按名称建立全局符号的索引。

3 class IRBuilder

IRBuilder是指令和常量的构建器，它是一个模板类，它有两个模板参数：

• 第一个模板参数表示构建时用于常量折叠的类实现，用于生成常量时提前自动折叠。默认类型为ConstantFolder；
• 第二个模板参数表示一个带有InsertHelper方法的类型，用于插入指令到BasicBlock(可以做一些自定义操作)。默认类型为IRBuilderDefaultInserter

4 class Instruction

Instruction表示一个IR指令，llvm采用静态单赋值（Static Single Assignment, SSA）模式的指令。
指令相关field：

• Type ：指令输出结果的类型；
• Opcode : 表示指令的操作类型(例如mov、add等)；
• Name : 指令输出结果的名称。在指令可视化文本展示中，一般表示指令目标寄存器；如果其Name没有定义，一般用指令在函数中的序号表示；
• Op : 指令的操作数，通过class Use对象引用另一个指令或常量(SSA特性)；

注：指令对象指令分配在堆中，其依赖的操作数(class Use)分配在其对象的前面。

5 class Constant

Constant表示常量，除了代码中的一些常量(常量字符、常量int等)，函数和全局变量也是常量：

• 函数之所以属于常量，是一个函数其实现在运行后具备不可变特性，所以它理应属于常量。所以给一个函数指针变量赋值时，直接可以将相同类型的函数赋值给该变量；
• 全局变量属于常量，并不是其数据的不可变，而是其地址是固定的。所以它的常量特性是其地址不可更改性。

注：常量与指令类似，它也是一个User，例如它可以由其他常量通过表达式合成。

6 class Function

Function表示函数，一个函数由参数和基本块组成：

• 参数和基本块都是一个Value，但并不是一个User；因为参数可以被指令作为操作数，同样基本块也可以被一些指令(例如br指令)作为操作数；
• 基本块是指令的集合，执行流只能从基本块的第一条指令进入，从最后一条指令退出。所以跳转指令只能是基本块最后一条指令；