
Binaryen:用 C++ 编写的 WebAssembly 编译器与工具链库
来源标题:Binaryen – compiler and toolchain library for WebAssembly, written in C++
Binaryen 是一个用 C++ 编写的 WebAssembly 编译器与工具链基础设施库,目标是让编译到 WebAssembly 变得简单、快速且高效。它提供单头文件的 C API 并可从 JavaScript 使用,内部 IR 基于紧凑数据结构,支持完全并行的代码生成与优化。其优化器包含多个 pass,可改善代码体积和速度,并被视为 WebAssembly 专用的压缩优化。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
Binaryen 是一个用 C++ 编写的 WebAssembly 编译器和工具链基础设施库。它旨在让编译到 WebAssembly 变得简单、快速且高效:
简单:Binaryen 在单个头文件中提供了简单的 C API,也可以从 JavaScript 中使用。它接受类似 WebAssembly 形式的输入,但也接受通用的控制流图,以方便偏好后者的编译器使用。
快速:Binaryen 的内部 IR 使用紧凑的数据结构,并设计为完全并行的代码生成和优化,能够利用所有可用的 CPU 核心。Binaryen 的 IR 还能极其轻松快速地编译为 WebAssembly,因为它本质上是 WebAssembly 的一个子集。
高效:Binaryen 的优化器包含许多 pass(稍后会有概述),可以改善代码大小和速度。这些优化旨在使 Binaryen 足够强大,能够单独作为编译器后端使用。一个特别关注的重点是 WebAssembly 特有的优化(通用编译器可能不会做这些),你可以将其视为 wasm 压缩,类似于 JavaScript、CSS 等的压缩,这些都是语言特定的。
将 Binaryen 作为组件使用的工具链(通常运行 wasm-opt)包括:
关于其中一些工具链的工作原理,请参阅 V8 WasmGC 移植博客文章中的工具链架构部分。
将 Binaryen 作为库使用的编译器包括:
Binaryen 还提供了一组工具链实用工具,可以
如果你有兴趣参与,请查阅贡献指南。
Binaryen IR 和 WebAssembly 语言之间有一些差异:
Binaryen IR 是一棵树,即它具有层次结构,以便于优化。这与 WebAssembly 二进制格式不同,后者是栈机器。
Binaryen 使用 Stack IR 来优化“栈式”代码(无法以结构化形式表示的代码)。
当栈式代码必须在 Binaryen IR 中表示时,例如多值指令和块,它会用元组类型来表示,而这些类型在 WebAssembly 语言中并不存在。除了多值指令之外,局部变量和全局变量在 Binaryen IR 中也可以有元组类型,但在 WebAssembly 中不行。实验表明,更好地支持多值可以带来 1-3% 的有用但较小的代码大小节省,因此不值得改变核心 IR 结构来更好地支持它。
块输入值(目前仅在异常处理特性的 catch 块中支持)表示为 pop 子表达式。
WebAssembly 将 block/if/loop 类型限制为 none 和具体值类型(i32、i64、f32、f64)。Binaryen IR 有一个 unreachable 类型,并允许 block/if/loop 采用该类型,从而支持不需要了解全局上下文的局部变换。因此,Binaryen 的默认文本输出不一定有效的 wasm 文本。(要获得有效的 wasm 文本,可以执行 --generate-stack-ir --print-stack-ir,它会打印 Stack IR,这保证对 wasm 解析器有效。)
Binaryen 支持 stringref 类型。这类似于当前未激活的 stringref 提案,不同之处在于 string 类型是 externref 的子类型,而不是 anyref。这样做允许工具链以使用 js string builtins 的形式生成代码,然后 Binaryen 可以在其内部 IR 中将其“提升”为 stringref,进行优化(例如,“a”和“b”的拼接可以在编译时优化为“ab”),然后再将其“降级”回 js string builtins。
Binaryen IR 只有一种包含可变长度子节点列表的控制流结构:block。而 WebAssembly 允许所有控制流结构,如循环、if 分支和函数体,拥有多个子节点。在 Binaryen IR 中,这些其他控制流结构只有一个子节点。这个子节点当然可以是一个 block。这一特性的动机是许多 pass 需要特殊代码来遍历指令列表,因此拥有一个带列表的单一 IR 节点可以简化它们。
与 Wasm 文本格式一样,块和循环可以有名称。IR 中的分支目标通过名称解析(而非嵌套深度)。这有两个后果:
没有名称的块不能作为分支目标。
名称必须唯一。(支持读取具有重复名称的 .wat 文件;在构建 IR 时会修改名称。)
作为一项优化,没有名称的块(永远不能作为分支目标)在生成 wasm 时不会被输出。相反,它的子节点列表将直接在包含它的控制流结构中使用。这样的块有时被称为“隐式块”。
wasm 文本和二进制格式要求,被 ref.func 取地址的函数必须在表中,或者通过 (elem declare func $..) 声明。Binaryen 会在必要时输出该数据,但它不会在 IR 中表示它。也就是说,可以在不考虑声明函数引用的情况下对 IR 进行操作。
Binaryen IR 允许 Wasm 规范形式的非空局部变量,其中 local.get 必须在结构上被 local.set 支配才能通过验证(这确保我们不会读取 null 的默认值)。尽管与 Wasm 规范保持一致,但你可能注意到一些细微的细节:
Binaryen IR 中的无名 Block 不会干扰验证。无名块永远不会被输出到二进制格式中(我们只输出其内容),因此我们在验证非空局部变量时忽略它们。结果,如果你读取 Binaryen 输出的 wasm 文本,你可能会看到似乎不符合规范验证的代码(并且在 Wasm 文本解析器中可能无法验证),但这种差异在二进制格式中不存在(Binaryen 输出的二进制文件在任何地方都能正常工作,当然除了 bug 之外)。
Binaryen 的 pass 运行器会在每个 pass 之后自动修复验证(找到不符合验证的内容并修复它们,通常是将局部变量降级为可空)。因此你不需要担心
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。