编译流程分析
编译可以分为四步:
- 预处理(Prepressing)
- 编译(Compilation)
- 汇编 (Assembly)
- 链接(Linking)
预编译(Prepressing)
过程是源文件main.c和相关头文件被(stdio.h)被预编译器cpp预编译成一个.i文件
使用命令:clang -E main.m
或在Xcode的Product->Perform Action->Preprocess得到预编译结果。
objectivec
#import <Foundation/Foundation.h>
#import "Person.h"
int main(int argc, const char * argv[]) {
@autoreleasepool {
// insert code here...
NSLog(@"Hello, World!");
Person* person = [[Person alloc] init];
}
return 0;
}
预编译后
objectivec
# 187 "/Applications/Xcode.app/Contents/Developer/Platforms/MacOSX.platform/Developer/SDKs/MacOSX.sdk/System/Library/Frameworks/Foundation.framework/Headers/Foundation.h" 2 3
# 9 "main.m" 2
# 1 "./Person.h" 1
# 10 "./Person.h"
#pragma clang assume_nonnull begin
@interface Person : NSObject
@property NSString* name;
@end
# 14 "./Person.h"
#pragma clang assume_nonnull end
# 10 "main.m" 2
int main(int argc, const char * argv[]) {
@autoreleasepool {
NSLog(@"Hello, World!");
Person* person = [[Person alloc] init];
person.name = @"111";
}
return 0;
}
预编译主要是处理源代码中以"#"开头的预编译指令:
"define"
删除并展开对应宏定义- 处理所有的条件预编译指令,如
#if/#ifdef/#else/#endif
"#include/#import"
包含的文件递归插入此处- 删除所有的注释
"//或/**/"
- 添加行号或文件名标识。如
"#1"main.m""
,编译调试会用到
编译(compliation)
编译过程就是把预处理完的文件进行一系列的:词法分析
、语法分析
、语义分析
及优化后生产相应的汇编代码文件,此过程是整个程序构建的核心部分,也是最复杂的部分之一。
其编译过程相当于如下命令:
objectivec
clang -S main.i -o main.s
- 词法分析:这一步把源文件中的代码转化为特殊的标记流,源码被分割成一个一个 token(关键字、标识符、字面量、特殊符号),在行尾Loc中都标记出了源码所在的对应源文件和具体行数,方便在报错时定位问题。
使用命令clang -Xclang -dump-tokens main.m
objectivec
star '*' Loc=<main.m:14:15>
identifier 'person' [LeadingSpace] Loc=<main.m:14:17>
equal '=' [LeadingSpace] Loc=<main.m:14:25>
l_square '[' [LeadingSpace] Loc=<main.m:14:27>
l_square '[' Loc=<main.m:14:28>
identifier 'Person' Loc=<main.m:14:29>
identifier 'alloc' [LeadingSpace] Loc=<main.m:14:36>
r_square ']' Loc=<main.m:14:41>
identifier 'init' [LeadingSpace] Loc=<main.m:14:43>
r_square ']' Loc=<main.m:14:47>
semi ';' Loc=<main.m:14:48>
- 语法分析:把语法分析生成的标记流,解析成一个抽象语法树(AST),每个节点也标记了其在源码的位置
执行 clang 命令 clang -Xclang -ast-dump -fsyntax-only main.m
抽象语法树(abstract syntax code,AST)是源代码的抽象语法结构的树状表示,树上的每个节点都表示源代码中的一种结构,这所以说是抽象的,是因为抽象语法树并不会表示出真实语法出现的每一个细节,比如说,嵌套括号被隐含在树的结构中,并没有以节点的形式呈现。
objectivec
| | `-ObjCMessageExpr 0x130078978 <col:28, col:41> 'Person *' selector=alloc class='Person'
| `-PseudoObjectExpr 0x130078b50 <line:15:9, col:24> 'NSString *'
| |-BinaryOperator 0x130078af8 <col:9, col:24> 'NSString *' '='
| | |-ObjCPropertyRefExpr 0x130078ab0 <col:9, col:16> '<pseudo-object type>' lvalue objcproperty Kind=PropertyRef Property="name" Messaging=Setter
| | | `-OpaqueValueExpr 0x130078a98 <col:9> 'Person *'
| | | `-ImplicitCastExpr 0x130078a10 <col:9> 'Person *' <LValueToRValue>
| | | `-DeclRefExpr 0x1300789f0 <col:9> 'Person *' lvalue Var 0x130078900 'person' 'Person *'
| | `-OpaqueValueExpr 0x130078ae0 <col:23, col:24> 'NSString *'
| | `-ObjCStringLiteral 0x130078a78 <col:23, col:24> 'NSString *'
| | `-StringLiteral 0x130078a58 <col:24> 'char[4]' lvalue "111"
- 静态分析:分析类型声明和匹配问题 。比如整型和字符串相加,肯定会报错。
中间语言生成:CodeGen根据AST自顶向下遍历逐步翻译成 LLVM IR,并且在编译期就可以确定的表达式进行优化,比如代码里t1=2+6,可以优化t1=8。(假如开启了bitcode,)
使用命令clang -O3 -S -emit-llvm main.m -o main.ll
,
objectivec
@__CFConstantStringClassReference = external global [0 x i32]
@.str = private unnamed_addr constant [14 x i8] c"Hello, World!\00", section "__TEXT,__cstring,cstring_literals", align 1
@_unnamed_cfstring_ = private global %struct.__NSConstantString_tag { i32* getelementptr inbounds ([0 x i32], [0 x i32]* @__CFConstantStringClassReference, i32 0, i32 0), i32 1992, i8* getelementptr inbounds ([14 x i8], [14 x i8]* @.str, i32 0, i32 0), i64 13 }, section "__DATA,__cfstring", align 8 #0
@"OBJC_CLASS_$_Person" = external global %struct._class_t
@"OBJC_CLASSLIST_REFERENCES_$_" = internal global %struct._class_t* @"OBJC_CLASS_$_Person", section "__DATA,__objc_classrefs,regular,no_dead_strip", align 8
@.str.1 = private unnamed_addr constant [4 x i8] c"111\00", section "__TEXT,__cstring,cstring_literals", align 1
@_unnamed_cfstring_.2 = private global %struct.__NSConstantString_tag { i32* getelementptr inbounds ([0 x i32], [0 x i32]* @__CFConstantStringClassReference, i32 0, i32 0), i32 1992, i8* getelementptr inbounds ([4 x i8], [4 x i8]* @.str.1, i32 0, i32 0), i64 3 }, section "__DATA,__cfstring", align 8 #0
@llvm.compiler.used = appending global [1 x i8*] [i8* bitcast (%struct._class_t** @"OBJC_CLASSLIST_REFERENCES_$_" to i8*)], section "llvm.metadata"
- 目标代码生成与优化:根据中间语言生成依赖具体机器的汇编语言。并优化汇编语言。这个过程中,假如有变量且定义在同一个编译单元里,那给这个变量分配空间,确定变量的地址。假如变量或者函数不定义在这个编译单元,得链接时候,才能确定地址。
使用命令xcrun clang -S -o - main.m | open -f
objectivec
.section __TEXT,__text,regular,pure_instructions
.build_version macos, 13, 0 sdk_version 13, 1
.globl _main ; -- Begin function main
.p2align 2
_main: ; @main
.cfi_startproc
; %bb.0:
sub sp, sp, #64
stp x29, x30, [sp, #48] ; 16-byte Folded Spill
add x29, sp, #48
.cfi_def_cfa w29, 16
.cfi_offset w30, -8
.cfi_offset w29, -16
; implicit-def: $x8
mov w8, #0
str w8, [sp, #20] ; 4-byte Folded Spill
stur wzr, [x29, #-4]
stur w0, [x29, #-8]
stur x1, [x29, #-16]
汇编(Assembly)
汇编就是把上面得到的.s文件里的汇编指令一一翻译为机器语言。汇编器的汇编过程相较于编译器来讲比较简单,只是根据汇编指令和机器指令的对照表一一翻译就可以了。
汇编指令:
objectivec
clang -c main.s -o main.o
链接(Linking)
链接指令:
objectivec
clang main.o -o main
现在程序为了便于维护都是分模块组成,比如一个App,对应有多个源代码文件。每个源代码文件汇编成目标文件,根据上面流程A目标文件访问B目标文件的函数或者变量,是不知道地址的,链接就是要解决这个问题。链接过程主要包括地址和空间分配、符号决议和重定位。
链接就是把目标文件(一个或多个)和需要的库(静态库/动态库)链接成可执行文件。后面会分别讲静态链接和动态链接。
静态库和动态库
什么是库?
- 库就是程序代码的集合,将N个文件组织起来,是共享程序代码的一种方式
- 本质上是一种可执行代码的二进制文件,可以被载入程序中运行
静态库和动态库
- 什么是静态库和动态库
- 静态和动态是相对于编译期和运行期而言的,静态库会在程序编译时会被链接到目标代码中,程序运行时将不再需要该静态库。动态库在程序编译时不会被链接到目标代码中,只在程序运行时才被载入
静态库在程序编译链接的时候,如下图所示
- 静态和动态是相对于编译期和运行期而言的,静态库会在程序编译时会被链接到目标代码中,程序运行时将不再需要该静态库。动态库在程序编译时不会被链接到目标代码中,只在程序运行时才被载入
动态库在程序编译链接的时候,如下图所示:
-
静态库和动态库都是程序编译好的二进制文件,苹果官方的解释:
- 动态库:可以在运行或启动的时候加载到内存中,加载到一块独立于App的内存地址
- 静态库:当程序启动的时候时,会将App的代码(包括静态库的代码)一同加载到App所处的内存地址上。相比于静态库的方案,使用动态库会花费更多的启动时间和内存消耗,还会增加可执行文件的大小
-
存在形式:
- 静态库:以
".a"
或者".framework"
为文件后缀名;.a 是一个纯二进制文件,.framework 中除了有二进制文件之外还有资源文件。.a 要有 .h 文件以及资源文件配合,.framework 文件可以直接使用。总的来说,.a + .h + sourceFile = .framework,因此创建静态库最好还是用 .framework 的形式。 - 动态库:以
".dylib"
或者".framework"
为文件后缀名(Xcode7 之后 .tbd 替代 .dylib)。
- 静态库:以
-
使用区别
- 静态库链接时会被完整的复制到可执行文件中,被多次使用就会被多份拷贝
因为整个数据库的代码都被整合到目标代码中,则编译成的文件比较大。编译后的执行程序不再需要外部的数据库支持。如果静态数据库改变了,那么程序必须重新编译。
-
动态库链接时不复制,程序运行时有系统动态加载到内存中,供程序调用,而且系统只加载一次,多个程序调用节省内存
-
动态库在编译时,并没有编译进目标代码,所以产生的可执行文件比较小。当程序运行时执行到相关函数才才动态申请并调用函数库的相应函数,所以程序的运行环境必须提供相应的库。且动态函数库的升级并不影响程序。
-
各种优点:
静态库:
- 模块化,分工合作,提高了代码的复用及核心技术的保密程度;
- 避免少量改动经常导致大量的重复编译连接;
- 也可以重用,注意不是共享使用。
动态库: - 可以将最终可执行文件体积缩小,将整个应用程序分模块,团队合作,进行分工,影响比较小;
- 多个应用程序共享内存中得同一份库文件,节省资源;
- 可以不重新编译连接可执行程序的前提下,更新动态库文件达到更新应用程序的目的;
dyld动态链接器
动态库在程序中是怎么加载到内存呢?系统是怎么链接的?这就要用到dyld(the dymanic link editor)动态链接器
dyld(the dymanic link editor)动态链接器是苹果操作系统的一个重要组成部分,在系统内核XNU完成Mach- O文件的加载,做好程序准备工作后,加载或链接动态共享库或可执行文件确保程序能正确执行。
加载流程:
1,环境变量控制:根据环境的状态配置和环境变量下的相应的条件判断状态值及获取当前架构
2,共享缓存解析处理:检查是否开启了共享缓存及共享缓存是否映射到共享区域,例如UIKi t,CoreFoundation等
3,主程序初始化:调用instantiateFromLoadedImage函数实例化出一个ImageLoader对象
4,插入动态库:遍历环境变量DYLD_INSERT_LIBRARIES待插入动态库表容器组,调用loadInsertedDylib加载引入
5,链接主程序和动态库:进行符号和地址的绑定,加载所有类,最后执行load方法和clang attribute的constructor修饰函数
dyld2
dyld2是如何加载程序的?
- Parse mach-0 header/Find dependencies:分析mach-o headers,通过分析得知需要加载哪些库,然后通过递归查找上述的库又需要那些其他库的支持,知道获得所有dylib完整的二进制文件。普通的iOS程序需要3-600个dylib,数据很庞大,需要大量的处理。
- 第二Map mach-o files:映射所有的mach-o文件,将他们放入到地址空间内,即内存
- 第三Perform symbol lookups:执行符号查找,假设程序内使用了printf函数,将会查找printf是否在系统库中,然后找到函数的地址,将它复制到你的程序汇中的函数指针
- 第四Bind and rebase:进行符号的重绑定,复制这些指针,由于使用随机地址,所有指针必须使用基地址
- 第五Run initializers:运行所有的初始化器
- 第六:准备运行main函数
dyld3
经过对dyld 2的优化,dyld 3的加载过程的不同之处
- 将perform symbol lookups移到第二步,向磁盘写入闭包处理。
- 将dyld分成了3部分,红色部分是一个进程外的mach-o分析器与编译器,也是一个进程内引擎,执行启动闭包处理,也是一个启用闭包的缓存服务,大多数的程序启动会使用缓存,但是始终不需要调用进程外mach-o分析器和编译器,启用闭包比mach-o更加的简单,它们是内存映射文件,不需要复杂的方法进行分析
- 进程外编译器部分:首先解析所有的搜索路径,所有rpaths、所有环境变量、然后分析mach-o的二进制数据,执行所有的符号查找,利用这些结果来创建闭包处理
- dyld3也是一个小型进程内引擎,这部分驻留在进程内,它所做的事情就是验证闭包是否正确,然后映射到dylib中,再跳转到main函数,与dyld2对比,dyld3不需要分析mach-o文件头或执行符号查找,不需要做这些事情就可以启动应用,因此极大的提升了程序的启动速度
- 最后dyld3还会启动一个闭包缓存服务,这里指的是将系统程序闭包直接加入到共享缓存