Java编译器的内部架构

Question

我已经在Java工作了8年多。

上周，在我公司的一次小型会议上，我的一位同事问我Java Compiler到底有多确切？我没有回答。

我尝试解释，就像Java Compiler一个接一个地接受语句并将它们转换为不是针对任何OS而是针对JVM的字节代码。

即使是我，也没有人对这个答案感到满意。

现在主要问题是java编译器的工作原理。即，在编译Java文件时，编译器将完成多少步骤或阶段或阶段。

Java's compiler架构究竟是什么？

如果同一.java文件中有多个Java classes，该怎么办？然后将编译多少个类。

如果有导入指向未编译的Java类怎么办？然后编译或忽略未编译的类？

我用Google搜索了半天以上，所有人都提供了与我给同事相同的答案。

但最后我找到了一些有用的教程here。

但是教程也不太深入，我无法想象该教程。

我仍然不满意并渴望从你那里学到更多关于此事的信息。

因此，如果任何人比我和上述博客更了解某些内容，那么我可以使用哪些内容可以直观地了解Java Compiler的内部架构，请解释一下。

Answer 1

一些基本步骤：

1. parse：读取一组* .java源文件并映射生成的令牌 序列为AST（抽象语法树）-Nodes。
2. enter：将定义的符号输入符号表。
3. 流程注释：如果请求，则处理在中找到的注释 指定的编译单元。
4. attribute：属性语法树。此步骤包括名称 分辨率，类型检查和常数折叠。
5. flow：对上一步中的树执行数据流分析。 这包括检查分配和可达性。
6. desugar：重写AST并翻译一些语法糖。
7. generate：生成源文件或类文件。

更多细节：

1. Lex - 将源文件分解为单个单词或标记。
2. Parse - 分析程序的短语结构。
3. 语义操作 - 构建一个与每个短语对应的抽象语法树。
4. 语义分析 - 确定每个短语的含义，将变量用于其定义，检查表达式的类型，请求翻译每个短语。
5. 帧布局 - 以与机器相关的方式将变量，函数参数等放入激活记录（堆栈帧）。
6. 翻译 - 生成中间表示树（IR树），一种表示法 与任何特定的源语言或targetmachine架构无关。
7. Canonicalize - 提升表达式的副作用，并清理条件分支，以方便下一阶段。
8. 指令选择 - 将IR树节点分组为与目标机器指令的操作相对应的块。

9. 控制流分析 - 将指令序列分析到控制流程图中，该控制流程图显示程序可能的所有控制流程 在执行时跟随。

10. 数据流分析 - 通过程序变量收集有关信息流的信息;例如，活跃度分析计算每个程序变量保持一个仍然需要的值（是实时的）的位置。

11. 注册分配 - 选择一个寄存器来保存程序使用的每个变量和临时值;变量不是同时存在的 可以共享相同的注册表。

12. 代码发射 - 用每个机器指令替换临时名称 机器注册。

有一本好书：

  

Java中的现代编译器实现

您可能需要查看javac代码：

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

编译器有不同的步骤，但这里最重要的是：

词法分析 第一步是词法分析。基本上这个步骤从java代码（关键字，运算符，分隔符，注释，变量名......）中提取标记

语法分析（解析器） 第二步是语法分析。将标记作为词法分析的输入，并组合成表达式和指令。

优化并转换为字节代码 最后一个宏步骤是将上一步转换为字节代码。这里的代码可以修改为与原始代码等效，但效率更高。

注意：此过程与java无关，但对所有编译器都是通用的。也是不生成中间字节代码但是生成机器代码的编译器（比如C或C ++的编译器）。

通常有创建词法分析器和语法分析器的工具，因为这些步骤在不同语言之间有许多公共部分。

开源词汇分析器是flex 一个有用的句法分析器是yacc

两者都使用C和C ++作为最常用的语言来创建编译器（java和其他语言），但也有其他编程语言的类似替代方法（用另一种语言创建编译器 ，而不是 另一种语言）。基本上编写编译器的语言与编译器编译的语言无关。