Java編譯器的內部架構

Question

我一直致力於從8年以上的Java。

上週，在我公司的一次小型會議上，我的一位同事問我Java Compiler的工作原理是什麼？我沒有回答。

我試着解釋，像Java編譯器一個接一個的語句，並將它們轉換爲字節碼，它不是針對任何OS，而是針對JVM。

即使我沒有人滿意答案。

現在的主要問題是java編譯器的工作原理。即在編譯Java文件的情況下編譯器將完成多少個步驟或階段或階段。

究竟是什麼Java's compiler架構？

如果在同一個.java文件中有多個Java classes會怎麼樣。那麼將編譯多少個類。

如果有導入指向未編譯的Java類，該怎麼辦？那麼未編譯的類會被編譯或忽略？

我搜索了超過半天的時間，所有答案都和我給同事一樣。

但最後我發現了一些有用的教程here。

但該教程也涵蓋不太深入，我無法想象該教程。

儘管如此，我還是不滿意，並且渴望從你那裏瞭解更多關於此的內容。

因此，如果任何人知道比我和上述博客更多的東西，通過使用我可以直觀地看到Java Compiler的內部架構請解釋我。

Answer 1

一些基本步驟：

1. 解析：讀取一組* .java源文件和地圖生成的令牌 序列爲AST（抽象語法樹）-nodes。
2. enter：在符號表中輸入定義符號。
3. 流程註釋：如果請求，處理在 中找到的指定編譯單元中的註釋。
4. 屬性：屬性語法樹。該步驟包括名稱 分辨率，類型檢查和常量摺疊。
5. flow：對上一步的樹進行數據流分析。 這包括檢查分配和可達性。
6. desugar：重寫AST並翻譯一些語法糖。
7. generate：生成源文件或類文件。

在更多的細節：

1. 萊克斯 - 打破源文件爲單個單詞，或代幣。
2. 解析 - 分析程序的短語結構。
3. 語義操作 - 構建與每個短語對應的抽象語法樹。
4. 語義分析 - 確定每個短語的含義，將變量的使用與其定義相關聯，檢查表達式的類型，請求翻譯每個短語。
5. 框架佈局 - 將變量，函數參數等以與機器相關的方式放入激活記錄（堆棧框架）中。
6. 翻譯 - 生成中間表示樹（IR樹），與任何特定源語言或目標機器體系結構無關的符號 。
7. Canonicalize - 提升表達式的副作用，並清理條件分支，以方便下一階段。
8. 指令選擇 - 將IR-tree節點分組爲與目標機器指令的動作相對應的塊。

9. 控制流分析 - 將指令序列分析成控制流程圖，顯示程序在執行時可能遵循的所有可能的控制流程。

10. 數據流分析 - 通過程序的變量收集有關信息流的信息;例如，活性分析計算每個程序變量保持仍然需要的值（即實時）的位置。

11. 寄存器分配 - 選擇一個寄存器來保存程序使用的每個變量和臨時值;變量不能同時生活 可以共享相同的寄存器。

12. 代碼發射 - 用每個機器指令中的臨時名稱替換爲 機器寄存器。

有一個很好的書：在Java中

現代編譯器實現

你可能想看看javac的代碼中：

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

上有一個編譯器不同的步驟，但在這裏是最重要的：

詞法分析 第一步是詞法分析。基本上這個步驟從Java代碼提取令牌（關鍵字，運算符，分離器，註釋，變量名...）

語法分析（解析器） 第二步是語法分析。令牌被作爲詞法分析的輸入，並被組合成表達式和指令。

優化和轉換爲字節碼 最後一個宏步驟是將上一步轉換爲字節碼。這裏的代碼可以修改爲等效於原始代碼，但效率更高。

---

注：這個過程是不是隻涉及到Java，但它適用於所有的編譯器。還有不會產生中間字節代碼而是機器代碼的編譯器（比如C或C++的編譯器）。

通常有工具可以創建詞法分析器和語法分析器，因爲這些步驟在不同語言之間有許多公共部分。

一個開放源碼的詞彙analizer是flex 一個有用的語法analizer是yacc

兩個可與C和C++是最常用的語言創建編譯器（java和別人太），但也有類似的替代品對於其他編程語言（創建編譯器另一種語言，而不是對於另一種語言）。基本上編寫編譯器的語言與編譯器編譯的語言無關。