Internal Architecture of Java Compiler

Question

Ho lavorato su Java da più di 8 anni.

La scorsa settimana, in una piccola riunione nella mia azienda, uno dei miei colleghi mi ha chiesto come funziona esattamente lo Java Compiler? Ero senza risposta.

Ho provato a spiegare, come Java Compilatore prende le istruzioni una per una e le converte in codice byte che non è indirizzato a qualsiasi OS ma a JVM.

Nessuno soddisfatto di quella risposta nemmeno io.

Ora la domanda principale è come funziona esattamente il compilatore java. cioè quanti passi o fasi o fasi ci sono che saranno fatte dal compilatore in caso di compilazione di un file Java.

Che cosa è esattamente l'architettura Java's compiler?

Cosa succede se ci sono più Java classes nello stesso file .java. Quindi quante classi verranno compilate.

Cosa succede se ci sono importazioni che puntano a classi Java non compilate? Quindi le classi non compilate possono essere compilate o ignorate?

Ho cercato su Google per più di mezza giornata e tutti stanno fornendo la stessa risposta che ho dato ai miei colleghi.

Ma alla fine ho trovato qualche utile tutorial here.

Ma il tutorial copre anche non troppo in profondità e non ho potuto visualizzare quel tutorial.

Ancora non sono soddisfatto e desideroso di imparare qualcosa di più su questo da voi.

Quindi, se qualcuno sa qualcosa di più di me e del blog di cui sopra, qualcosa con cui posso visualizzare quale sia esattamente l'architettura interna di Java Compiler per favore spiegami.

Answer 1

alcuni passaggi fondamentali:

1. analisi: legge un insieme di file di origine * .java e mappe la risultante di token sequenza in AST (Abstract Syntax Tree) -nodes.
2. invio: immette i simboli per le definizioni nella tabella dei simboli.
3. annotazioni di processo: se richiesto, elabora le annotazioni rilevate in le unità di compilazione specificate.
attributo
4. : Attribuisce gli alberi di sintassi. Questo passaggio include la risoluzione del nome , il controllo del tipo e il piegamento costante.
flusso
5. : esegue l'analisi del flusso di dati sugli alberi dal passaggio precedente. Questo include controlli per assegnazioni e raggiungibilità.
6. desugar: Riscrive l'AST e traduce via dello zucchero sintattico.
7. generare: genera file di origine o file di classe.

Nel dettaglio:

1. Lex - Rompere il file sorgente in singole parole, o gettoni.
2. Analizza - Analizza la struttura della frase del programma.
3. Azioni semantiche: crea un pezzo di albero di sintassi astratto corrispondente a ciascuna frase.
4. Analisi semantica - Determinare cosa significa ogni frase, mettere in relazione gli usi delle variabili con le loro definizioni, controllare i tipi di espressioni, richiedere la traduzione di ogni frase.
5. Layout della cornice: inserire variabili, parametri di funzione, ecc. Nei record di attivazione (frame di stack) in modo dipendente dalla macchina.
6. Translate - Produce alberi di rappresentazione intermedi (alberi IR), una notazione che non è legata a una particolare lingua di origine o all'architettura di targetachine.
7. Canonicalizza - Estrarre gli effetti collaterali dalle espressioni e ripulire i rami condizionali, per comodità delle fasi successive.
8. Selezione istruzione: raggruppare i nodi dell'albero IR in gruppi che corrispondono alle azioni delle istruzioni della macchina target.

9. Analisi del flusso di controllo - Analizzare la sequenza di istruzioni in un grafico del flusso di controllo che mostra tutti i possibili flussi di controllo che il programma potrebbe seguire durante l'esecuzione.

10. Analisi del flusso di dati: raccogliere informazioni sul flusso di informazioni tramite variabili del programma; ad esempio, l'analisi della vividezza calcola i luoghi in cui ciascuna variabile di programma mantiene un valore ancora necessario (è in diretta).

11. Assegnazione registro: scegliere un registro per contenere ciascuna delle variabili e valori temporanei utilizzati dal programma; le variabili non vivono allo stesso tempo possono condividere lo stesso registro.

12. Emissione codice: sostituire i nomi temporanei in ciascuna istruzione macchina con i registri delle macchine .

C'è un bel libro:

moderna Compiler Implementazione in Java

si consiglia di guardare dentro il codice javac:

Javac Documentation

OpenJDK source code

Hacker's guide to javac

Don't Panic! To help newcomers to javac navigate their way around the code base

JVM JLS

Answer 2

Ci sono diversi passaggi su un compilatore, ma qui sono i più importanti:

Analisi lessicale Il primo passo è l'analisi lessicale. Fondamentalmente questo passi gettoni estratto dal codice Java (parole chiave, operatori, separatori, commenti, nomi di variabili ...)

analisi di sintassi (parser) Il secondo passo è l'analisi della sintassi. I token sono presi come input dall'analisi lessicale e sono combinati per formare espressioni e istruzioni.

ottimizzazione e la conversione di codice di byte L'ultima macro passo è la conversione il passaggio precedente per byte code. Qui il codice può essere modificato per essere equivalente al codice originale ma più efficiente.

---

Nota: Questo processo non è legato solo a Java, ma è comune a tutti i compilatori. Anche compilatori che non generano un codice byte intermedio ma un codice macchina (come compilatori per C o C++).

Generalmente esistono strumenti per creare un analizzatore lessicale e un analizzatore di sintassi poiché questa procedura ha molte parti comuni tra lingue diverse.

An open source Analizer lessicale è flex Un utile Analizer sintattica è yacc

Entrambi funziona con C e C++ che sono le lingue più utilizzate per creare compilatori (java e altri troppo), ma esistono anche alternative simili per altri linguaggi di programmazione (per creare un compilatore in un'altra lingua, non per un'altra lingua). Fondamentalmente il linguaggio in cui è scritto un compilatore non è legato alla lingua compilata dal compilatore.