（计算机软件与理论专业论文）gcc编译系统结构分析与后端移植实践.pdf

摘要 y5 8 1 8 5 0 嵌入式系统的丌发特征对开发工具提出了特殊的要求。它对于代码大小，代 码性能，以及可配置性的苛刻要求，使得在桌面以及服务器端丌发中表现良好的 编译系统往往不能胜任。g c c 作为前端支持多语言，后端支持多平台的优化编 译系统，是一个合适的选择。 本文从嵌入式系统开发工具链的需求出发，考查g n u 工具链的特点，集中 在对g c c 的优化流程，前端接口，后端接口等三个方面结构特征的总结分析， g n u 结构上存在如下特征： 1 g n u 前端接口：以树结构作为语言无关的接口，通过回调机制，将g c c 前端同编译主体联系起来。 2 g c c 的中间优化机制特征：g c c 的中间优化是目标体系独立的( 所有 的处理基本集中在r t l 表达式上面) ，同时又是目标体系相关的( 处理 的r t l 表达式同机器描述存在密切联系) 。具备相当完善的局部优化机 制，同时缺乏全局的优化策略，以及针对特定体系结构的优化。 3 g c c 的后端接口：以独特涉及的r t l 语言格式的机器描述，结合c 语 言宏定义完成对于目标体系结构的描述。通过代码生成机制完成特定参 数的代入。作为实践，完成了g c c 的一个移植过程，并由此加深了对 g c c 移植的理解。 最后在此基础上，总结并提出后续工作，主要集中在两个方面：首先是开发 人员友好的后端开发平台：其次是对于g c c 优化机制的改造思路。 关键字：嵌入式系统丌发环境；编译器： r t l ：g c c ；移植；优化 束经作菁、导师同意 匆垒文公拓 浙江人学坝 ：学位论文 g c c 编译系统结构分析。，后端移植实践 a b s t r a c t d e v e l o p m e n t e n v i r o n m e n to f e m b e d d e ds y s t e mh a si t so w n r e q u i r e m e n t s 。s o m e c h a r a c t e r i s t i co fe m b e d d e ds y s t e ms u c ha sr o m b a s e d ，a g g r e s s i v e d e m a n do f p e r f o r m a n c e ，e t c m a k et h o s eu s u a l l yu s e dc o m p i l e r sc a n ta c ta st h i sr o l ep e r f e c t l y g c ci sas u c c e s s f u lc o m p i l i n gs y s t e mw i t ho p t i m i z a t i o n ，w h i c h s u p p o r t sm a n y h i g h l e v e ll a n g u a g ea n dm a n yp l a t f o r m s i tc a nb e ag o o dc h o i c eo fc o m p i l e ro f e m b e d d e ds y s t e mi d e a f t e rl i s t i n gs o m er e q u i r e m e n t so fe m b e d d e ds y s t e md e v e l o p m e n tt o o l s c h a i n ， t h i sp a p e r g i v e st h ea d v a n t a g e o f u s i n gg n u b a s e dt o o l s ，a n ds o m ei n f o r m a t i o na b o u t g c ca r c h i t e c t u r e t h r o u g ht h o s ea n a l y s e s ，w ee x p e c t e dt ok n o wh o ww ec a nd o s o m e t h i n g t oh a v et h eg c c c o m p i l e r t of i to u rp r o j e c t g c ch a sa r c h i t e c t u r ea sf o l l o w ： 1 i t sf r o n t e n di n t e r f a c ei sb a s e do nt h et r e es t r u c t u r e a d d i t i o n a l l y , t h eh o o k m e c h a n i s mc o n n e c t st h el a n g u a g e - s p e c i f i cf r o n te n da n dt h eg c cm a i n b o d y 2 a l lg c co p t i m i z a t i o ni s p e r f o r m e d o nt h er t le x p r e s s i o n s i t sl o c a l o p t i m i z a t i o n m e c h a n i s mi si t s a d v a n t a g e ， w h i l ei t sl a k eo f a r c h i t e c t u r e s p e c i f i co p t i m i z a t i o na n dw e a k n e s so fg l o b a lo p t i m i z a t i o nh a s d e g r a d a t i o n i t st o t a lg e n e r a t e dc o d ep e r f o r m a n c e ， 3 i t sb a c k e n di n t e r f a c ei sb a s e do nt h er t ll a n g u a g e d e v e l o p e rc a l lg e tt h e m a c h i n e - s p e c i f i cb a c k e n dj u s tt h r o u g hd e f i n es o m em a c h i n ei n f o r m a t i o ni n t h r e ef i l e s a sp r a c t i c e ，w eh a v ef i n i s h e dag c c p o r t i n g t om p c 5 5 5 b u ti t s a h a r d j o b ，t h r o u g h i ts e e m ss oe a s y a t l a s t ，t h i sp a p e rg i v e ss o m e i n f o r m a t i o na b o u tt h ef o l l o w i n gw o r k i tf o c u s e so n ad e v e l o p e rf r i e n d l yu s e dg c cb a c k e n di n t e r f a c ea n ds o m ei m p r o v e m e n to ng c c o p t i m i z a t i o n m e c h a n i s m k e y w o r d s ：e m b e d d e ds y s t e m ；d e v e l o p m e n te n v i r o n m e m ；c o m p i l e r ；g c c ；r t l ； p o r t i n g ；o p t i m i z a t i o n 1 1 1 导论 计算机技术从问世以来，极大的改变着人们的生活。计算机从最初的昂贵的， 庞大的，需要专人值守，只有大公司才有能力支付的怪物，到日渐融入人们生活 的个人电脑，以及便携式的掌上电脑，甚至出现在其他的日常家电中；从单机运 算，到现在无所不在的网络。计算在人们的生活中无所不在。嵌入式系统应用的 不断发展，给计算机技术的各个方面提出了新的要求和挑战。对嵌入式系统的开 发环境寻求合适的解决方案成为系统开发的一个重要课题。 1 1 项目背景介绍 本文属某面向汽车电子控制的嵌入式软件丌发平台项目的一部分。 该项目属于国家8 6 3 软件专项，由中国第一汽车集团公司申请，合作单位包 括浙江大学、吉林大学。主要是针对我国汽车电子领域的汽车动力总成电子控制 系统的自主国产需求，研制一种面向汽车电子控制的嵌入式软件平台，建立符合 汽车电子控制与通讯0 s e k 标准的、超微型实时安全的嵌入式操作系统，以及面 向汽车电子的嵌入式动力总成控制应用的基础与专用编程接口；基于该平台，研 制开发大型卡车的动力总成电子控制系统，形成行业标准与规范，提升我国汽车 电子领域嵌入式软件自主开发能力。 系统的开发工具链的构造是整个开发平台中的一环。存在各种可行的方案， 在自行编写新的编译器、购买商用的编译平台和利用开放源代码资源这几个方案 中，最终选择采用最后一个方案。原因是多方面的。与自行编写编译器的大工作 量，商用编译器的价格问题、版权甚至技术封锁闯题相比，开放源代码的方案具 有强大的优势。而在开放源代码的工具链选择中，基于g n u 的方案更是值得关 注。 1 2 嵌入式系统开发环境的要求 嵌入式系统的特征为其开发环境提出了特殊的要求。它对于代码大小，代码 性能，以及可配置性的苛刻要求，使得在桌面以及服务器端开发中表现良好的编 译系统往往不能胜任。一般来说，适当的开发工具选择可以极大的提高开发效率， 改善项目的可行性。针对一个项目而言，理想的嵌入式系统开发环境需要具备如 下这些特征。 1 ，首先，当然它必须支持项目中所选择的处理器。如果微处理器的选择 浙江人学坝i 。学位论文 g c c 编译系统结构分析l ，后端移植实践 不受开发工具的约束，那么在其他各方面我们有更多的优势。 2 ， 运行主机平台，嵌入式系统的开发工具通常是交叉编译，主机平台的 选择我们同样也不希望受到开发工具的约束。不能想象，我们为了得 到一个开发工具，需要重新熟悉一个平台。目前大多数开发人员对于 w i n d o w s 的熟悉程度，通常都不会希望因为需要开发工具而转移到 l i n u x 或者其他平台上。 3 ， 实时操作系统的支持。这个要求并不针对所有的嵌入式系统丌发平 台，但是一旦系统中运行有实时操作系统，那么这个要求就显得分外 突出。 4 ， 可以和其他开发工具完美的整合。完整的开发工具链可能需要不同供 应商的产品，没有人希望开发过程中在某一个地方是脱节的。同时良 好的整合也意味这效率的提高。 5 ，是否带有标准库。同样，并不是每一个项目都需要这个东西，但是一 旦需要，就必须认真的考虑标准库的特性，比如它是否是可重入的。 是否包含了完整的函数等等。 6 ，是否提供了系统的启动代码。通常的桌面应用程序开发都不会意识到 启动代码的存在。但是这里需要。而且源代码和关于用法的文档，会 给开发带来很大的好处。 7 ，高效的生成代码。不需要多加解释了，性能对于嵌入式系统的要求不 言而喻。 8 ，空间优化。强调了性能，同样不能忽略空间限制，嵌入式系统一般都 具有很小的存储空间。一个好的编译平台应该具备对代码大小的优化 机制。有时候代码性能和代码大小两者的优化是矛盾的，编译系统应 该提供两者的选择。 9 ，最后如果把目光集中到编译器上，我们应该要求它可以支持嵌入式汇 编，因为嵌入式系统中存在相当数量直接硬件相关的操作，如果支持 嵌入式汇编。开发就容易多了：最好可以有对于中断处理程序的特殊 支持，尽管并不属于语言标准的一部分，这里我们同样需要；还有， 编译器应该可以生成汇编代码，开发人员可以在对性能不满意的时候 进行手工优化，看起来显然的问题，实际上并不是所有的编译器都具 备这样的功能，有很多编译器现在将汇编器集成到了高级语言编译器 中。 另外需要考虑到开发人员的习惯，针对不同的项目如果可以使用同样约定的 开发环境，可以极大的降低培训费用，加速系统的开发。 这里提出了很多的要求，其中有一些是必要的，另外一些是可选的，可是如 浙江人学顺l 学位论文 g c c 编译系统结构分析j j 舌端移植实践 果我们可以得到这样的工具，甚至，它给予的比要求的更多，那么是不是这就应 该是一个合适的选择? 可以说基于g n u 的工具链满足上面大多数必须的要求，同时它们都是丌放 源代码的。意思是说，如果你愿意，可以变得更好。 1 3 g n u 工具链的优势 g n u 工具链一般由下面这样一些工具组成：作为编译器的g c c ( g c c 本身 作为编译器集合包含了对多种语言的支持，这里仅讨论其中的c 编译器) 、b i n t u i l s 软件包中作为汇编器的g a s 、作为连接器以及定位工具的l d 和可以对二进制目 标文件进行变化处理的其他工具、作为标准c 库的n e w l i b 或者g l i b c 、作为调试 器的g d b 。 可以按照上述的要求来考查一下基于g n u 的工具链是否满足嵌入式系统的 开发要求。 1 ，首先，广泛的支持多种体系结构的目标处理器，满足嵌入式系统处理器 多样化的特点；只需要进行配置和构造，就可以得到针对各式各样微处 理器的编译环境。 2 ，其次，这个环境支持绝大多数当前流行的主机操作系统，从l i n u x ，类 u n i x 操作系统到w i n d o w s 的各个版本都有其变种。不论开发人员习惯于 w i n d o w s 环境，还是u n i x 环境，通过配置安装都可以得到。 3 ，另外，g n u 提供了完整一致的工具，基本无需额外考虑与其他外部工具 的整合问题，即使这种情况出现了，g n u 是开放的，它支持多种开放的 目标文件格式，以及调试格式； 4 ，存在多种形式的开源c 标准库可以使用，可以和编译器连接器完美整合， 尤其是n e w l i b 特别适合于嵌入式系统的应用，它的代码可重入，非常灵 活；而且n e w l i b 是一个完整的标准c 函数库，满足开发人员对于标准函 数的所有要求。而且n e w l i b 中定义了相当多针对不同处理器的启动代码， 也可以自行配置。 5 ，g c c 编译器可以设置不同的优化等级，按照需求进行代码优化； 6 ，c r c c 编译器也可以对代码大小做可选的优化，满足嵌入式系统较小r o m 空间的特征要求； 7 ，g c c 编译器支持内嵌汇编代码，可以方便的利用这个扩展特性在c 语言 代码中嵌入汇编代码以提高性能或者减小体积； 8 ，g c c 可生成汇编代码而不是直接生成目标代码，方便了用户对于代码的 手工优化；最后一点，g n u 的开源特性，给系统的开发人员提供了最大 浙江人学坝l j 学位论文 g c c 编译系统结构分析1 j 后端移橇实践 化定制自己开发工具链的可能。 1 4 主要工作以及意图 选择基于g n u 的工具链并不意味着万事大吉。因为没有什么东西是完美的。 我们同样需要作一些工作来满足需求。 第一个问题，对于大多数情况下，项目所选择的微处理器可能是在工具链的 支持列表中的，同样也可能不是。在后者的情况下，需要开发g c c 新的后端。 这么作也是值得的，g n u 工具链提供的其他优点，将会弥补这里需要开发新后 端的缺陷。 第二个问题，优化问题，g c c 的优化机制并不是毫无缺憾的，尽管在g c c 的发展历史上，它的效率一直为人所称道，但是近来的表现并不尽如人意。比如， i n t e l 声称它的编译器效率在i n t e l 系列处理器上的表现比g c c 高出3 2 。而对 效率要求相当苛刻的嵌入式系统，需要做的很多，同时由于开源的缘故，可以作 的也很多。 第三个问题，嵌入式系统涉及大量板级支持的问题。可能需要c 标准库 n e w l i b ，调试器g d b ，以及汇编器，连接器作一定的定制。好消息是，存在两种 途径得到我们需要的，首先是可能项目需要做的定制，外部已经有丌发人员完成； 其次大量的这一类工作可以拷贝类似系统的配置，作适当的修改可以完成，这一 种情况事实上也并不糟糕，g n u 的设计思想已经考虑到了涉及移植的处理。 作为工具链的核心，前两个问题集中在g c c 编译器上面。本文将集中在为 前面两个问题的解决提供思路。因此作如下安排 首先在第二章对g c c 做概括介绍，它的发展，它支持的前端语言，后端目 标机器，以及它在g n u 工具链中的位黄。 第三章对g c c 的结构，流程以及不同的流程阶段涉及模块做一介绍。主要 集中在对于g c c 主体( 也就是独立于前端语言，后端处理器部分) 的介绍。这 部分主要功能在于优化。 第四章主要集中在g c c 的前端。主要介绍它针对不同语言的接口，树。前 端接口影响对于不同语言的支持。 第五章集中对g c c 的后端接口做一描述。后端接口定义了g c c 对于不同目 标机器的支持方式。 第六章通过对m p c 5 5 5 的后端支持分析以及重写，从感性上理解g c c 的后 端扩展机制，并且熟悉了实际项目相关的p o w e r p c 体系结构特征，为进一步的 优化提供可能。另外一方面，p o w e r p ce a b i 的定义对于其他嵌入式系统的应用 程序二进制接口( a p p l i c a t i o nb i n a r yi n t e r f a c e ) 具有借鉴意义。 4 浙江人学坝1 1 学位论文g c c 编译系统结构分析i 后端移植实践 最后。第七章，指出对于在本项目中，对于g c c 可以做的工作。主要是两 个方面的思路。首先是针对后端编辑器的考虑：其次是对于g c c 针对体系结构 特定的优化，或者从整体改善g c c 的优化性能。所有的这些考虑都以本文作为 基础。 浙江人学坝f 学位论文 g c c 编译系统结构分析o ，后端移植实践 2 g c c 介绍 g c c 表示g n u c o m p i l e r c o l l e c t i o n 。包含一系列针对不同语言和不同目标平 台，以及可运行在不同主杌系统上的编译器。 2 1 g c c 历史与发展 g c c 最初只是r i c h a r ds t a l l m a n 于1 9 8 7 年编写的一个c 的编译器，当时也 叫做g c c ，不过表示的是g n ucc o m p i l e r 。1 9 8 7 年发布t 0 版，到1 9 9 2 年发 布基于新的开发框架的g c c 2 ，1 9 9 7 年g c c 的一个分支e g c s ( e x p e r i m e n t a l e i l l l a n t e dg n u c o m p i l e rs y s t e m ) 并入g c c 官方发布版本，版本号为2 9 5 ，目 前最新发布版本3 4 。 g c c 的代码来源，目前有两种方式，一种是遍布于全世界各地的开发人员无 偿的奉献，另外一种是商业公司的资助。 g c c 依据g n ug e n e r a lp u b , l i el i c e n s e 发布，其主要立场在于可以获得g c c 的源代码，但是对其作出的修改也应当以相同的协议发布。 2 2 g c c 支持的前端 g c c 定义的主体结构为语言前端提供了接口，目前为止g c c 支持的语言包 括：c ( g e e ) ，c + + ( g + + ) ，o b j e c t i v ec ，f o r t r a n ( 9 7 7 ) ，j a v a ( g c j ) ，a n da d a ( g n a t ) 。 同时开发中的语言包括有p a s c a l ( g p c ) 、m e r c r y ，c o b o l ，g n u m o d u l a - - 2 、 k s i 、f i l i m 、g h d l ( f o rv h d l ) 、p l 1 。详细列表以及成熟情况可以参见 h t t p ：g c c g n u o r g f r o n t e n d s h t m l a 在g c c 的发布包中包括的语言有c ，c + + ，o b j e c t i v e c ，a d a ，f o r t r a n ，j a v a ， 以及一个玩具语言t r e e l a n g 。 2 3 g c c 支持的后端 g c c 灵活方便的后端扩展机制使得它能够支持多种类型的体系结构，从 r i s c 、c i s c 到d s p 都有支持。事实上，几乎所有现在被广泛使用的微处理器在 g c c 中都有支持。据统计，g c c 现在支持的体系结构包括有几十家公司( 包括 i n t e l 、a p l l o 、c o i n f v e x 、d e c 、h p 、i b m 、m i p s 、m o t o r o l a 、s g i ：、 s o n y 、s u n 等) 的三十多种体系结构( a l p h a 、i 3 8 6 系列、i 9 6 0 、m 6 8 0 0 0 6 浙江人学坝j j 学位论文 g c c 编译系统结构分析，后端移植实践 系列、m i p s 系列、r s 6 0 0 0 、s p a r c 等等) ，如果按照处理器来算则更多了。 更加详细的g c c 支持后端信息可以参见h t t p ：g c c , g n u o r f f o a c k e n d s , h t m l ，以及在 g c c 软件包附带文档中的处理器列表。 2 4 g c c 支持的主机系统 它可以运行在几乎所有的操作系统平台上面，其中包括将它作为系统编译器 的g n u l i n u x 、其他自由软件平台( 比如b s d 系列) 以及o s x ，还存在它的一 些变种可以运行在u n i x 系统或者其他类u n i x 系统中；通过c y g w i n 或者其他一 些工具，g c c 也可以运行在m sd o s 、m sw i n d o w s 的多个版本的平台上。 2 5 g c c 如此成功的原因 之所以g c c 可以前端支持众多的语言，后端支持多个目标体系结构，并且 被广泛的运行于多种主机系统平台，从技术层面上来讲存在多方面的原因： 1 ，它对于多语言的支持得益于前端结构的可扩展性，因此用户只需要实 现一个语言的前端就得到了一个可以运行于多种宿主平台，可以生成 数十种目标体系结构代码的编译器； 2 ，它独特的代码生成机制，使得用户可以通过定义机器描述来得到需要 的g c c 后端代码生成器，同样节省了大量的工作。 3 ，更加可贵的是，在同时具备了前面两个优点的情况下，它的中间代码 优化机制提供了几乎可以和某些商业编译器媲美的生成代码。 4 ，良好的标准兼容性。g c c 现在支持的c 语言标准包括c 8 9 ，c 9 5 。对 于c 9 9 的支持现在还在进行中，详细的信息可以参见 h t t p ：g c c g n u o r g c 9 9 s t a t u s h t m l 。g c c 对于其他支持语言的标准可以参 见对应语言的手册。同时提供了一些与标准兼容的扩展机制，增强语 言功能。 5 ，支持作为主机编译器，或者交叉编译器。为它在不同领域的应用提供 了先决条件。 当然，除此之外，g c c 基于g n up u b l i c l i c e n s e 的发布，丌放源代码的独特 魅力，也吸引了众多开发人员的加入，这同样也是g c c 成功非常重要的原因。 2 6 g c c 的组成 压缩包的g c c 源代码包解开以后在g e e 一+ 的目录中，4 4 + 是相应的版本 号。( 后文中所指的所有对应文件的位置均以此作为根目录) 。所有g c c 的源代 浙江人学坝i 学位论文g c c 编详系统结构分析与后端移植实践 码按照目录，以及文件来划分模块。粗略的区分大概有如下几类，一是g c c 的 编译主体部分c 源代码，二是所支持语言的运行时库，比如j a v a 的支持库等， 另外一类是脚本文件，用于安装，维护等等。 按照模块功能，以及开发语言区分，各自的代码量( 单位为行) 统计如图所 述( 据g c cs u m m i t ) 对于g c cv 3 3 1 的统计： 编译器核心 后端合计 2 5 0 ，0 0 0 4 1 0 ，0 0 0 1 5 2 5 最大的后端4 0 ，0 0 0 ( r s 6 0 0 0 ) 最小的后端2 ，2 0 0 ( f r 3 0 0 ) 中等的后端6 ，5 0 0 ( v 8 5 0 ) 前端合计4 8 0 ，0 0 0 2 9 最大的前端2 2 1 ，0 0 0 ( a d a ) 最小的前端2 ，5 0 0 ( t r e e l a n g ) 中等的前端5 9 ，0 0 0 ( j a v a ) 运行时库4 5 8 ，0 0 0 2 7 最大的运行时库2 7 4 ，0 0 0 ( j a v a ) 最小的运行时库8 , 2 0 0 ( o b j c ) 中等的运行时库1 1 ，0 0 0 ( f 7 7 ) 合计1 , 6 3 9 0 0 0 浙江人学颂i 等：位论文g c c 编译系统结构分析1 j 后端移植实践 3 g c c 编译器结构以及流程 本节首先将g c c 放在g n u 丌发工具链中考查它的核心地位，然后依次深入， 从g c c 编译器的框架结构，编译流程，一直到编译器中的重要模块分析。试图 提供一个g c c 编译器全景。 3 1 g n u 工具链中的g c c 首先，简要的回顾一下在嵌入式系统开发中编译器是如何工作的。通常我们 为了从源代码得到可执行文件需要通过如下几步：预处理，编译，汇编，连接( 以 c 语言为例) 。如图所示 图1g c c 工具链过程 下面对g n u 工具链的几个主要成员做一介绍 c p p 是c 预处理器。c 语言预处理器是一个相当简单的工具。它删除了所有 的源代码中的注释，然后执行所有的在第- - n 有一个# 号的行中的命令。也就是 说，当我们在一个源文件中有这样样i n d l u c e 的标记，它会处理将气候跟随的头文 件包含在其中，同时它也会处理条件，比如# i f , 也会扩展用在这个c 源文件中的 宏。c 语言预处理器的输出还是一个c 源代码，但是已经没有注释，和所有的预 处理指示符。除了c 语言之外的大多数的语言都没有预处理器。 e e l 是实际上的c 编译器，负责实际上的c 源代码到汇编代码的翻译，然后 才由汇编器进一步的将汇编代码翻译成目标代码。有一些编译器具有一个集成的 汇编器，也就是说他们略过了汇编源代码，而是直接编译成为二进制目标代码， 而c o l 生成的仅仅是目标平台相关的汇编代码。 g n u a s 本来仅仅作为编译遍中的一个功能，现在它也可以用作源代码层次 上的汇编器。当用作源代码层次上的汇编器时，它有一个称为g a s p 的汇编预处 理器。g a s 从汇编代码生成可重定位目标文件。可重定位意味这这里没有代码 9 浙江人学坝i j 学位论立 g c c 编译系统结构分析i j 后端移植实践 是通过绝对地址来进行寻址的，而是相反，如果必须由一个绝对的地址，那么这 单会有一个标记，那个标记将会被连接器的实际地址所代替。目标代码文件包含 一个外部符号输出的表，可以被其他二进制文件所使用，而没有被定义的符号需 要在其他的目标文件中被定义。目标代码包括应用程序的可执行部分，以及调试 信息。 l d 的任务时解析地址和符号到确定的地方，以得到一个完整的映象。实际 上l d 具有两种功能，一是连接器( l i n k e r ) ，它的输出还是一个可重定位文件。 但是通过连接，将所有的二进制代码集成到一个文件中，用地址替代符号标记， 将函数调用和符号访问链接到其他的二进制文件中去，以得到一个实际的符号定 义。这些目标文件中的一些可能是从一些外部的库中取得的，比如说c 函数库， 数学库等等：二是作为定址器( r e l o c a t e r ) ，根据用户给出目标系统内存大小以及 内存映射，将可重定位文件的地址变成绝对地址，这样才可以将代码烧入r o m 。 尽管有一些r t 0 s 使用可重定位目标文件格式，比如a o u t ，但是对于大多数嵌 入式系统因为没有底层平台载入器( 1 0 a d e r ) ，代码直接需要被定位到绝对地址。 这是嵌入式系统软件开发和应用程序软件开发区别最大的个地方。 n e w l i b 库，标准c 库函数，数学库，以及一些板级支持代码库。 o b j c o p y 负责将得到的可执行文件转化成为m o t o r o l as r e c o r d 格式的文件以 烧入r o m 。并不是所有的开发平台上都有必要做这一步，有一些存在r o m 监 控器的设备可以直接加载可执行文件。 g d b 负责程序调试工作。g d b 远程调试有多种模式，但是基本上每一种模 式都会有部分代码( 称为存根s t u b ) 需要在目标机器上运行以建立主机与目标平 台之间的通信联系。 最后上面的所有工具都是通过g e e 这样一个编译驱动程序来调用完成的。它 完成如下动作： l ，解释命令行参数。 2 ，从选项中确定文件名。 3 ，考虑文件名的主要内容，哪一种语言的编译器被调用，或者要运行哪一 些工具程序。比如链接器，或者预处理器，运行的参数是什么，然后实 际的运行他们。它会为各个过程格式化命令行参数，然后传递给他们。 一般g c c 用于最后的连接阶段的命令行都有l d 连接缺省的启动代码和额 外的库，在嵌入式环境中则是一个需要定制的部分。 对于c 语言而言，它的工作过程是这样的： 当我们输入g c c 一0 2 - d a m a c r o = 4 1a f l i e c - ot h e _ p r o g r a m ”的编译命令 来产生一个可执行文件的时候，真正做的工作是这样的： j 0 浙江人学坝1 学位论文 g c c 编译系统结构分析，后端移植实践 图2 g c c 编译流程 值得一提的是，上图中汇编器，连接器，在定义了相同的输出接口的情况下 是可以替换成系统提供的汇编器和连接器。 g c c 提供了一系列选项，实际上可以控制编译过程中各个工具的行为，就像 上图中显示的，g c c 并不直接处理选项，而是根据分析将选项传递给能够接受它 的工具，当然也有一些选项可以用来控制g c c 最后做到哪一步，下面就是介绍一 些的选项： 1 ，e ：输出预处理结果，通过这个选项，可以清楚的看到预处理器的功能。 2 ，g ；在可执行文件中输出调试信息，通常是为调试器g d b 所用。 3 ，0 0 0 1 ：定义了不同级别的优化选项，实际上具有更细粒度的选项可 以控制编译器在编译过程中的优化，是否需要优化，使用哪一种优化方 法来进行优化。在后文中我们可以看到。一般如果没有给出这个选项的 话，缺省是0 1 4 ，x l a n g u a g e指定输入文件的语言，通常情况下g e e 可以根据文件扩展 名来获得关于输入文件语言的信息。这里可以指定。比如说，可以这样 编译j a v a 程序：g e e - xj a v at e s t j a v a 。 5 ，s ：输出汇编语言，这也是一个常用的选项，尤其在嵌入式系统软件开 发过程中，可能需要手工处理代码，进行优化处理。 6 。m + ：某一些c p u 可能具有一些特别的处理，这个选项就是用来为这 些c p u 指定的。比如说：g e e - m 6 8 0 0 0t e s t e 或者g e e - m c p u = i 6 8 6 t e s t c 7 ，i d i r ：指定头文件搜寻目录，g c c 按照它的约定顺序在一些目录中来搜寻 头文件，这个选项给予指定。比如：g c c - i h o m e p s c h e n i n c l u d e t e s t c 8 ，l d i r ：指定在目录中需要搜寻的库。 9 ，d a ：输出所有的r t l 文件，代码优化过程中，都是在对代码的中间表 示进行处理，r t l 就是一种g c c 内部用来作为中间便是的语言。通过这 个选项，可以看到每一步优化的结果。 下文中如果没有特别指定，提到g c c 编译器，所指即是在编译系统中负责 浙江人学坝i ：学位论文 g c c 编译系统结杠j 分析j 后端移植实践 将源语言代码转化成目标机器汇编代码的工具。 3 2 g c c 的结构 g c c 是一个典型的现代优化编译器。从技术上来讲，是一个语法制导，一遍 优化编译器。它具有这样的结构： 图3 g c c 编译器结构 前端通过词法分析，语法分析，语义分析，生成分析树，分析树进行简单的 优化之后，转化成为中间代码，对中间代码进行优化过以后，生成汇编。作为一 个支持多语言的编译器，对于不同的语言，g c c 中存在有不同的前端，他们以 树作为前端的接口。而作为支持多目标平台的编译器，不同目标平台的代码生成 器是在构造编译器的时候生成的。上图显示了经过配置构造得到的编译器处理源 程序的各个模块的功能。各个模块功能如下所述： 1 ，词法分析模块：负责在输入流中分离记号并且决定他们的类和表示， 可以手工生成或者由词法分析程序生成器根据记号描述定义生成。 2 ，语法分析模块：负责将记号流转化成抽象语法树( a s t ) 。语法分析 模块同样可以手工生成，或者由语法分析程序生成器根据语法规则定 义生成。 3 ，语义分析模块：从程序的不同地方收集上下文信息，并且用收集到的 结果对抽象语法树进行注释。而这些注释随后被用来执行上下文检验 或者传递给后继模块。最后生成分析树。 4 ，分析树优化模块：对源程序作基本的优化。对于某一些优化而言，分 析树的结构处理可能更加方便。下文中有更详细的信息。 5 ，r t l 生成模块：负责将分析树中语言特定的结构翻译称为更加一般的 结构，这些一般的结构构成中间代码表示。r t l 语言是g c c 中定义 的语言。它的结构是一种层次的结构，因此它在从分析树的转化中比 2 浙江人学硕l 学位论文 g c c 编译系统结构分析与后端移植实践 较方便，同时也适合于最后生成对应的目标机器指令。r t l 语言是 g c c 编译器后端的核心。 6 ， r t l 优化模块：负责对程序执行效率或者占用空问大小进行优化。这 是编译程序中非常重要的一部分。g c c 中所有的优化功能几乎都集 中在r t l 表达式上，r t l 对于代码重用有很大的贡献。 7 ， 代码生成模块：负责将中间代码表示转化成为目标机器对应的指令， 这里指汇编代码。 上图中没有指出的两个模块：错误处理模块和符号表处理模块，顾名思义， 负责错误处理以及符号表管理，它几乎要被其他所有的模块所调用。 编译系统前端是语言相关的，后端是目标机器相关的。g c c 为前端不同的语 言定义连接接口，为后端不同的目标体系结构定义了机器描述的扩展机制。在后 面的两个章节中，将重点讨论这两个问题。而支持多语言，多目标机器的编译系 统的根本基础是引入了两种中间表示：前端的树作为高层的中间表示，接近于语 言的各种基本构造；后端r t l 作为中层以及底层的中间表示，用来处理优化， 定义机器模型，以及代码生成。 3 3 g c c 主体的编译流程与相关模块 根据g c c 中程序语义的转化过程，通过简化上面的结构图，g c c 的编译流 程可以大略的分为这样几个步骤。 图4 编译流程的的程序语义转换 第一步，从高级语言源代码到树的转换是分别在语言相关的语言前端中完成 的，不同的语言有不同的处理方式，g c c 提供接口以及整合方式将前端同g c c 的编译器主体连接起来。这部分是本文第四章的重点内容。这里仅仅做一介绍。 第二步，树结构的优化，编译器的部分优化技术在树这样一个和高级语言比 较接近的中间表示上进行比在低级中间表示上进行处理器来方便。这里面大部分 是通用的，独立的语言前端可能引入不同的做法。这是本章介绍的内容。 第三步，树结构转化成为r t l 。从高层的中间表示转化成为中层以及底层的 中间表示。g c c 提供了对于大多数语言构造的适用的r t l 生成函数，语言前端 可以调用；同时，g c c 也提供机会，语言独立的前端可以针对语言独特的构造 直接自行生成r t l 表达式。这也是本章的内容。 浙江人学颅i ：学位论文 g c c 编洋系统结构分析1 j 后端移槽实践 第四步，r t l 表示之间的转化。这罩是g c c 编译器的重点所在，这里所有 的优化算法都是公用的，这是g c c 真正吸引人的地方。通过在r t l 表达式上进 行优化处理，从而将优化算法同具体的体系结构隔离来开，起到代码重用的效果。 另一方面，也是g c c 性能问题的一个来源，基于公用的优化算法针对具体的体 系结构而占总有不能完全发挥特定处理器性能的地方。这个也是本章主要关注的 内容。实际上优化过程并不完全脱离了体系结构进行的，在第五章，将会看到 机器描述信息如何在编译的较早阶段介入流程的。 第五步，r t l 到汇编代码的转化过程。在r t l 的最后表达形式上，每一条 表达式基本上同汇编代码具有一一对应的关系。因此这一步的处理相对简单。而 这早i n s n 对于指令的对应关系来源于g c c 对于机器描述的约定。因此这里的部 分内容是第五章的内容。 下面来看一下g c c 的编译流程以及简单的介绍一下每一个流程所涉及的文 件模块。 g c c 源代码编译后会生成两个主要的可执行文件，一个是g e e ，另外一个是 e e l ( 以c 语言为例) 。如前所述，c c l 的等价物是本文讨论的核心内容。 e e l ( 或者其他编译器比如说g + + ) 对应的m a i n ( ) 匪l 数在文件g e e m a i n c 文件 中。这个文件只是一个简单的m a i n ( ) 酲i 数，直接调用g c c t o p l e v e 中的t o p l e v _ m a i n 0 函数。t o p l e v e 是实际上的编译器顶层模块。编译器所有的控制结构都在t o p l e v c 文件中，这个文件负责初始化，解码参数，打开关闭文件以及随后几个阶段的处 理。t o p l e v c 采用回调的机制，调用语言前端进行分析处理。 对于每一个完整的输入，分析阶段只调用一次。然后每次对每一个函数输入 生成一个顶层的树表示。这个树表示随后转化成为r t l 中问代码，并对中间代 码进行处理。从树的表示转化成为r t l 表示涉及下面这些文件e x p r e ，e x p m e d c 和s t r u t e 。出于内联处理以及其他的一些考虑，树被转化成r t l 的处理的顺序并 不一定和它从输入生成的顺序一致。 每次分析过程读到一个完整的函数定义或者顶层的声明，它就调用t o p l e v c 中r e s to f或者 函数。这两个函数负责处理_ c o m p i l a t i o n r e s to fd e c lc o m p i l a t i o n 所有后继的工作，直到输出汇编语言代码。所有分析阶段之后其他编译阶段的工 作，都在r e s to fc o m p i l a t i o n 函数中。当这个r e s to fc o m p i l a t i o n 函数处理完一个 完整函数的定义，返回时，所有为了处理这个函数而申请的内存空间就完全被释 放，除非这是一个内联函数，或者出于其他的原因而被延迟( 比方说在处理 t e m p l a t e 的时候) 。( 参见u s i n gt h eg n uc o m p i l e rc o l l e c t i o ng c c 中a n i n l i n e f u n c t i o n i s a s f a s ta s a m a e r o ) 这里一个编译器处理过程的阶段列表，他们所涉及的文件，以及在那一个阶 段通过d 选项可以导出调试信息。 浙江人学坝i 学位论史g c c 编译系统结构分析j 后端移植实践 1 ，分析： 这个过程读入函数定义的完整文本，构造一个高级的树表示。( 由于语义分 析同时也包含在这个阶段中间，所以这里的分析阶段含义区别于一般意义上的分 析) 。 树表示并不完全符合c 的语义，因为它也用来支持其他语言。 语言相关的数据类型分析也是在这个过程中进行的，每一个表示一个表达式 的树节点都有一个相关的数据类型。变量用声明节点的形式来表示。 从细节上来讲，这个阶段实际上包含了多个部分：词法分析，语法分析，语 义分析，以及最终的分析树生成。 主要涉及的模块包括： 1 ，g c c 主体文件：t r e e c ，f o l d c o n s t c s t o r - l a y o u t c ，t r e e h ，t r e e d e f 。这里 的几个文件都相当重要。在后文中有较详细的解释。 2 ，语言相关的模块，g c c 针对不同语言约定了存放目录。比如a d a 语言 对应a d a 目录，o b j e c t i v ec 语言对应o b j c 目录，而c + + 语言对应的目录 则是c p 。 c 语言可能由于是第一个g c c 支持的源语言，它相关的源代码主要在 g c c 的顶层目录下面。c 语言的预处理，为语言前端所用，在c p p l i b 中 执行，这部分内容在另外的文档中，特别的其内部机制在c p p l i b i n t e r n a l s 的c p p l i bi n t e r n a l s 一节中有解释。分析c 语言所涉及的源文件主要是下 面这些，它们都在顶层的目录中，而且按照约定都以c 开头。这些文件 中的几个也用于处理和c