LLVM IR概述

在前面的文章中我们已经对LLVM IR做了简单的介绍，本文将简单地介绍LLVM IR（具体指令部分将留到后面的文章）

获取LLVM IR

LLVM IR有三种形式，分别是内存中的编译中间表示、磁盘上的二进制码和可读汇编文本，后两种形式可以通过以下命令获取。

# 二进制码形式
clang -emit-llvm -c main.c -o main.bc

# 可读汇编文本形式
clang -emit-llvm –S -c main.c -o main.ll

所得LLVM IR可读汇编文本形式的示例如下图所示

LLVM IR示例

分号是注释第7-11行是main函数第14-23行是add函数，第25行是函数属性第27-32行是模块元信息

LLVM IR结构

我们需要首先理解四个具有依次包含关系的基本概念：

Module（模块）是一份LLVM IR的顶层容器，对应于编译前端的每个翻译单元（TranslationUnit）。每个模块由目标机器信息、全局符号（全局变量和函数）及元信息组成。
Function（函数）就是编程语言中的函数，包括函数签名和若干个基本块。每个函数由很多基本块组成，函数内的第一个基本块叫做入口基本块。
BasicBlock（基本块）是一组只会顺序执行的指令集合，只有一个入口和一个出口，非头尾指令执行时不会违背顺序跳转到其他指令上去。每个基本块最后一条指令一般是跳转指令（跳转到其它基本块上去），函数内最后一个基本块的最后条指令是函数返回指令。
Instruction（指令）是LLVM IR中的最小可执行单位，每一条指令都单占一行

LLVM IR头部是一些Target Information，在前文图中所示为

; ModuleID = 'add.c'
source_filename = "add.c"
target datalayout = "e-m:o-i64:64-f80:128-n8:16:32:64-S128"
target triple = "x86_64-apple-macosx10.14.0"

每一行分别是，

Module ID：编译器用于区分不同模块的ID
source_filename：源文件名
target datalayout：目标机器架构数据布局
target triple：用于描述目标机器信息的一个元组，一般形式是 <architecture>-<vendor>-<system>[-extra-info]

需要关注的是 target datalayout，它由 - 分隔的一列规格组成

e：内存存储模式为小端模式
m:o：目标文件的格式是Mach格式
i64:64：64位整数的对齐方式是64位，即8字节对齐
f80:128：80位扩展精度浮点数的对齐方式是128位，即16字节对齐
n8:16:32:64：整型数据有8位的、16位的、32位的和64位的
S128：128位栈自然对齐

更多细节请阅读 LLVM IR Data Layout

标识符与变量

LLVM IR中的标识符有两种基本类型：全局标识符（以 @ 开头）和局部标识符（以 % 开头）

LLVM IR要求标识符以前缀开头有两个原因：
无需担心带有保留字的名称冲突，并且将来可以扩展保留字的集合而不会带来任何损失
未命名的标识符使编译器可以快速提出一个临时变量，而不必避免符号表冲突。

全局标识符，包括全局变量和函数，比如

@globalVar = global i32 20, align 4

define i32 @main() {
    ret i32 0
}

globalVar其实是个指针

局部标识符，即局部变量。LLVM IR中的局部变量有两种分类方案：

按照是否命名分类：

命名局部变量：(顾名思义)
未命名局部变量：以带前缀的无符号数字值表示，比如 %1、%2，按顺序编号，函数参数、未命名基本块都会增加计数

按照分配方式分类：

寄存器分配的局部变量：此类局部变量多采用 %1 = some value 形式进行分配，比如函数返回结果变量和load指令返回的局部变量
栈分配的局部变量：使用 alloca 指令在栈帧上分配的局部变量，比如 %2 = alloca i32，%2 也是个指针，访问或存储时必须使用 load 和 store 指令

例如以下一段LLVM IR

define i32 @main() {
    %1 = alloca i32, align 4
    %tmp = alloca i32, align 4
    store i32 1, i32* %1, align 4
    store i64 2, i32* %tmp, align 8
    %2 = add nsw i32 %1, %tmp
    %result = add nsw i32 %1, %2
}

其中 %1 是栈分配的未命名局部变量，%tmp 是栈分配的命名局部变量，%2 是寄存器分配的未命名局部变量，%result 是寄存器分配的命名局部变量。

获取LLVM IR​

LLVM IR结构​

标识符与变量​

获取LLVM IR

LLVM IR结构

标识符与变量