编译为 LLVM IR 的 Haskell 程序缺少 main

Question

以下关于 Haskell 程序的编译对于 LLVM IR，我采用了相同的 Haskell 程序并尝试运行其生成的 LLVM IR 代码：

quicksort [] = []
quicksort (p:xs) = (quicksort lesser) ++ [p] ++ (quicksort greater)
  where
    lesser  = filter (<  p) xs
    greater = filter (>= p) xs

main = print(quicksort([5,2,1,0,8,3]))

我首先用

将它编译成 LLVM IR

$ ghc -keep-llvm-files main.hs

然后我将它转换为位码：

$ llvm-as main.ll

但是，当我尝试使用 lli 运行它时，我收到以下关于缺少主线程的错误：

$ lli main.bc
'main' function not found in module.

我是不是做错了什么？谢谢。

编辑：（来自 K. A. Buhr 的回答）

$ ls -l main*
main.hs
$ ghc -keep-llvm-files main.hs
[1 of 1] Compiling Main             ( main.hs, main.o )
Linking main ...
$ ls -l main*
main
main.hi
main.hs
main.ll
main.o
$ rm main main.hi main.o
$ llvm-as main.ll
$ llc main.bc -filetype=obj -o main.o
$ ghc -o main main.o
$ ./main
[0,1,2,3,5,8]

Answer 1

tl;dr. 入口点（可能）被命名为 ZCMain_main_closure，它是一个引用代码块的数据结构，而不是引用块代码本身。尽管如此，它还是被Haskell运行时间解释table，它直接对应于main :: IO ()中函数Haskell"value"main.hs 程序.

关于 linking 程序，较长的答案涉及的内容比您想知道的要多，但事情就是这样。当你使用 C 程序时：

#include <stdio.h>
int main()
{
        printf("I like C!\n");
}

用gcc将它编译成目标文件：

$ gcc -Wall -c hello.c

并检查目标文件的符号 table:

$ nm hello.o
0000000000000000 T main
                 U printf

您会看到它包含符号 main 的定义和对外部符号 printf.

的（未定义）引用

现在，您可能会想象 main 就是这个程序的 "entry point"。哈哈哈哈！你这样想真是天真愚蠢！

事实上，真正的 Linux 专家都知道您的程序的入口点根本不在目标文件 hello.o 中。它在哪里？好吧，它在 "C runtime" 中，当您实际创建 executable:

时，link 被 gcc 编辑的一个小文件

$ nm /usr/lib/x86_64-linux-gnu/crt1.o
0000000000000000 D __data_start
0000000000000000 W data_start
0000000000000000 R _IO_stdin_used
                 U __libc_csu_fini
                 U __libc_csu_init
                 U __libc_start_main
                 U main
0000000000000000 T _start
$

请注意，此目标文件有一个 未定义 对 main 的引用，它将 linked 到您在 [=29 中所谓的入口点=].正是这个小存根定义了 真正的 入口点，即 _start。你可以看出这是实际的入口点，因为如果你 link 程序进入 executable，你会看到 _start 符号的位置和 ELF 入口点（是当你 execve() 你的程序重合时内核实际首先转移控制的地址：

$ gcc -o hello hello.o
$ nm hello | egrep 'T _start'
0000000000400430 T _start
$ readelf -h hello | egrep Entry
Entry point address:               0x400430

也就是说，程序的"entry point"其实是一个很复杂的概念。

当您使用 LLVM 工具链而不是 GCC 编译和运行 C 程序时，情况非常相似。这是为了让一切都与 GCC 兼容而设计的。你的hello.ll文件中所谓的入口点只是C函数main，而不是你程序的真正的入口点。这仍然由 crt1.o 存根提供。

现在，如果我们（最终）从讨论 C 切换到讨论 Haskell，Haskell 运行时间显然比C 运行time，但它是建立在 C 运行time 之上的。因此，当您以正常方式编译 Haskell 程序时：

$ ghc main.hs
stack ghc -- main.hs
[1 of 1] Compiling Main             ( main.hs, main.o )
Linking main ...
$

你可以看到 executable 有一个名为 _start:

的入口点

$ nm main | egrep 'T _start'
0000000000406560 T _start

实际上与之前调用 C 入口点的 C 运行时间存根相同：

$ nm main | egrep 'T main'
0000000000406dc4 T main
$

但是这个main不是你的Haskellmain。 main 是 GHC 在 link 时动态创建的程序中的 C main 函数。你可以通过运行ning看这样一个程序：

$ ghc -v -keep-tmp-files -fforce-recomp main.hs

并在 /tmp 子目录中的某处查找名为 ghc_4.c 的文件：

$ cat /tmp/ghc10915_0/ghc_4.c
#include "Rts.h"
extern StgClosure ZCMain_main_closure;
int main(int argc, char *argv[])
{
 RtsConfig __conf = defaultRtsConfig;
 __conf.rts_opts_enabled = RtsOptsSafeOnly;
 __conf.rts_opts_suggestions = true;
 __conf.rts_hs_main = true;
 return hs_main(argc,argv,&ZCMain_main_closure,__conf);
}

现在，您看到对 ZCMain_main_closure 的外部引用了吗？不管你信不信，那是你程序的 Haskell 入口点，你应该在 main.o 中找到它，无论你是使用 vanilla GHC 管道还是通过 LLVM 后端编译：

$ egrep ZCMain_main_closure main.ll
%ZCMain_main_closure_struct = type <{i64, i64, i64, i64}>
...

现在，它不是 "function"。它是 Haskell 运行时间系统理解的特殊格式的数据结构（闭包）。上面的 hs_main() 函数（又一个入口点！）是进入 Haskell 运行time:

的主要入口点

$ nm ~/.stack/programs/x86_64-linux/ghc-8.4.3/lib/ghc-8.4.3/rts/libHSrts.a | egrep hs_main
0000000000000000 T hs_main
$

它接受一个 Haskell 主函数的闭包作为 Haskell 入口点开始执行你的程序。

因此，如果您经历了所有这些麻烦，希望在 *.ll 文件中隔离一个 Haskell 程序，您可以通过跳转到其入口点以某种方式运行直接, 那么我有一些坏消息要告诉你... ;)

编译为 LLVM IR 的 Haskell 程序缺少 main

Compiled Haskell program to LLVM IR is missing main

haskell

compilation

llvm-ir

lli