Java 编译器的内部架构
Internal Architecture of Java Compiler
我从事 Java 已有 8 年多了。
上周，在我公司的一个小型会议上，我的一位同事问我 Java Compiler 究竟是如何工作的？我没有回答。
我试着解释一下，比如 Java 编译器一个一个地获取语句并将它们转换为字节码，这些字节码不是针对任何 OS 而是针对 JVM.
即使是我，也没有人对这个答案感到满意。
现在的主要问题是 java 编译器究竟是如何工作的。即在编译 Java 文件的情况下，编译器将完成多少个步骤或阶段。
Java's compiler 架构究竟是什么？
如果同一个 .java 文件中有多个 Java classes 怎么办。那么要编译多少类
如果有导入指向 un-compiled Java 类 怎么办？那么un-compiled类被编译还是被忽略？
我用谷歌搜索了半天多，所有答案都和我给同事的一样。
但我终于找到了一些有用的教程here。
但是教程也涵盖的内容不多in-depth，我无法想象那个教程。
我仍然不满意并渴望从你那里学到更多关于这方面的东西。
所以如果有人比我和上面的博客更了解一些东西，通过使用它我可以想象 Java Compiler 的内部架构到底是什么，请解释一下。
一些基本步骤：
- parse: 读取一组 *.java 源文件并映射生成的令牌
序列到 AST（抽象语法树）-Nodes.
- enter：将定义的符号输入符号 table。
- 处理注释：如果需要，处理在中找到的注释
指定的编译单元。
- attribute：语法树的属性。此步骤包括名称
分辨率、类型检查和常量折叠。
- flow：对上一步的树进行数据流分析。
这包括检查分配和可达性。
- desugar：重写 AST 并转换掉一些语法糖。
- 生成：生成源文件或 Class 文件。
更多详情：
- Lex - 将源文件分解成单独的单词或标记。
- Parse - 分析程序的短语结构。
- Semantic Actions - 为每个短语建立一个抽象语法树。
- 语义分析 - 确定每个短语的含义，将变量的使用与其定义相关联，检查表达式类型，请求翻译每个短语。
- 框架布局 - 以机器相关的方式将变量、函数参数等放入激活记录（堆栈框架）中。
- 翻译 - 产生中间表示树（IR树），一种表示法
与任何特定的源语言或目标机器体系结构无关。
- Canonicalize - 提升表达式的副作用，并清理条件分支，以方便下一阶段。
- 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。
控制流分析 - 将指令序列分析成控制流图，显示程序可能的所有可能控制流
执行时跟随。
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仍然需要的值（是活跃的）的地方。
Register Allocation - 选择一个寄存器来保存程序使用的每个变量和临时值；变量不同时存在
可以共享同一个寄存器。
代码发射 - 将每条机器指令中的临时名称替换为
机器寄存器。
有一本好书：
Modern Compiler Implementation in Java
你可能想看看里面的 javac 代码：
Don't Panic! To help newcomers to javac navigate their way around the code base
编译器有不同的步骤，但最重要的是：
词法分析
第一步是词法分析。基本上，此步骤从 java 代码中提取标记（关键字、运算符、分隔符、注释、变量名...）
语法分析（解析器）
第二步是语法分析。词法分析将标记作为输入，并组合形成表达式和指令。
优化并转换为字节码
最后一个宏步骤是将上一步转换为字节码。这里的代码可以修改为和原来的代码等价但是效率更高
注：这个过程不仅仅与java有关，而是所有编译器通用的。还有不生成中间字节代码而是生成机器代码的编译器（如 C 或 C++ 的编译器）。
一般有创建词法分析器和语法分析器的工具，因为这个步骤在不同语言之间有很多共同点。
开源词法分析器是 flex
一个有用的句法分析器是 yacc
两者都适用于创建编译器最常用的语言 C 和 C++（java 和其他语言），但其他编程语言也有类似的替代方案（创建编译器 in 另一种语言，而不是 for 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。
我从事 Java 已有 8 年多了。
上周，在我公司的一个小型会议上，我的一位同事问我 Java Compiler 究竟是如何工作的？我没有回答。
我试着解释一下，比如 Java 编译器一个一个地获取语句并将它们转换为字节码，这些字节码不是针对任何 OS 而是针对 JVM.
即使是我，也没有人对这个答案感到满意。
现在的主要问题是 java 编译器究竟是如何工作的。即在编译 Java 文件的情况下，编译器将完成多少个步骤或阶段。
Java's compiler 架构究竟是什么？
如果同一个 .java 文件中有多个 Java classes 怎么办。那么要编译多少类
如果有导入指向 un-compiled Java 类 怎么办？那么un-compiled类被编译还是被忽略？
我用谷歌搜索了半天多，所有答案都和我给同事的一样。
但我终于找到了一些有用的教程here。
但是教程也涵盖的内容不多in-depth，我无法想象那个教程。
我仍然不满意并渴望从你那里学到更多关于这方面的东西。
所以如果有人比我和上面的博客更了解一些东西，通过使用它我可以想象 Java Compiler 的内部架构到底是什么，请解释一下。
一些基本步骤：
- parse: 读取一组 *.java 源文件并映射生成的令牌 序列到 AST（抽象语法树）-Nodes.
- enter：将定义的符号输入符号 table。
- 处理注释：如果需要，处理在中找到的注释 指定的编译单元。
- attribute：语法树的属性。此步骤包括名称 分辨率、类型检查和常量折叠。
- flow：对上一步的树进行数据流分析。 这包括检查分配和可达性。
- desugar：重写 AST 并转换掉一些语法糖。
- 生成：生成源文件或 Class 文件。
更多详情：
- Lex - 将源文件分解成单独的单词或标记。
- Parse - 分析程序的短语结构。
- Semantic Actions - 为每个短语建立一个抽象语法树。
- 语义分析 - 确定每个短语的含义，将变量的使用与其定义相关联，检查表达式类型，请求翻译每个短语。
- 框架布局 - 以机器相关的方式将变量、函数参数等放入激活记录（堆栈框架）中。
- 翻译 - 产生中间表示树（IR树），一种表示法 与任何特定的源语言或目标机器体系结构无关。
- Canonicalize - 提升表达式的副作用，并清理条件分支，以方便下一阶段。
- 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。
控制流分析 - 将指令序列分析成控制流图，显示程序可能的所有可能控制流 执行时跟随。
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仍然需要的值（是活跃的）的地方。
Register Allocation - 选择一个寄存器来保存程序使用的每个变量和临时值；变量不同时存在 可以共享同一个寄存器。
代码发射 - 将每条机器指令中的临时名称替换为 机器寄存器。
有一本好书：
Modern Compiler Implementation in Java
你可能想看看里面的 javac 代码：
Don't Panic! To help newcomers to javac navigate their way around the code base
编译器有不同的步骤，但最重要的是：
词法分析 第一步是词法分析。基本上，此步骤从 java 代码中提取标记（关键字、运算符、分隔符、注释、变量名...）
语法分析（解析器） 第二步是语法分析。词法分析将标记作为输入，并组合形成表达式和指令。
优化并转换为字节码 最后一个宏步骤是将上一步转换为字节码。这里的代码可以修改为和原来的代码等价但是效率更高
注：这个过程不仅仅与java有关，而是所有编译器通用的。还有不生成中间字节代码而是生成机器代码的编译器（如 C 或 C++ 的编译器）。
一般有创建词法分析器和语法分析器的工具，因为这个步骤在不同语言之间有很多共同点。
开源词法分析器是 flex 一个有用的句法分析器是 yacc
两者都适用于创建编译器最常用的语言 C 和 C++（java 和其他语言），但其他编程语言也有类似的替代方案（创建编译器 in 另一种语言，而不是 for 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。