ILBC 运行时 （ILBC Runtime） 架构

本文是 VMBC / D# 项目 的 系列文章，

有关 VMBC / D# ， 见 《我发起并创立了一个 VMBC 的 子项目 D#》（以下简称 《D#》）  https://www.cnblogs.com/KSongKing/p/10348190.html   。

ILBC 运行时       架构图    如下：

为了便于讲解，   图中 一些位置 标注了 红色数字 。

ILBC 运行时  包含  3 个 部分：   调度程序 、 InnerC（Byte Code to Native Code） 、 GC  。

1 处，  调度程序 调用 入口程序集 的  ILBC_Main()  函数， 开始执行程序 。

如果 入口程序集 是 ILBC 程序集， 就会 调用  InnerC（Byte Code to Native Code） 编译  ILBC 程序集 为 本地程序集（2 处） 。

ILBC 程序集 就是  ILBC Byte Code 程序集，  本地程序集 就是 本地代码 程序集  。

如果 入口程序集 是 ILBC 程序集， 就直接调用  ILBC_Main()  函数， 开始执行程序 。

3 处 表示  A 程序集 引用了  B 程序集，  在 调度程序 加载 A 程序集 的 时候， 会调用 A 本地程序集 的  ILBC_GetAssembly()  函数，

ILBC_GetAssembly()  函数   之前没有提到， 现在补充上来 。

ILBC_GetAssembly()  函数   会返回 A 程序集 引用 的 程序集 列表，  包含了 这些 程序集 的 名字 。

程序集 列表 是一个 数组， 数组元素 是 一个 字符数组 的 首地址，  这个 字符数组 就是  程序集 的 名字 。

调度程序 会 根据 程序集列表 去 加载 列表 里的 程序集，

假设 A 程序集 引用了 B 程序集， 则 程序集 列表 里有 B，   调度程序 会先把 B 加载到内存， 如果 B 是 本地代码程序集， 则 直接加载到内存， 如果 B 是 ILBC 程序集， 则 先 JIT 编译 为 本地代码程序集， 再加载到内存 。

4 处 表示 ILBC 程序集 JIT 编译 为 本地程序集 后 投入使用 。

把 B 加载到 内存后， 调用 B 的  ILBC_GetMethodList()  函数，  返回 B 的 函数表 首地址， 另一方面， 调度程序 会 调用 A 的  ILBC_GetMethodListList()  函数， 返回  “函数表 列表”  的 首地址，   “函数表 列表”  是  一个数组， 数组元素 是 函数表 首地址，  所以是  “函数表 的 列表”  。

这样， 把 B 的 函数表 首地址 存到     函数表 列表 中  B  的 位置，   加载 A 和 “依赖项” B 的 过程 就完成了 。

如果 A 还引用了 其它 程序集，  或者 B 引用了 其它 程序集，  也是 按照 这个 过程 依次加载  。

上面这个 过程 说的有点啰嗦， 没事， 我们先来看一下   InnerC  的架构，  等下再把这个流程 总结一遍  。

InnerC  的 架构如下：

InnerC 分为  2 个 模块 ：

1   InnerC  to  Byte Code

2   Byte Code  to  Native Code

InnerC  to  Byte Code   的 职责 是 语法分析 和 类型检查，  语法分析 包含了 语法检查 。

通过 语法分析， 把  C 代码 解析 为 表达式对象树，  然后 对 表达式对象树 进行 类型检查，

类型检查 通过后，  就可以 返回 表达式对象树 了，

表达式对象树 可以直接 传给   Byte Code  to  Native Code，

Byte Code  to  Native Code   负责 将 表达式 生成为 目标代码 和 链接（链接外部库）， 最终 生成 本地库，

这就是 AOT 编译  。

表达式对象树 也可以 序列化， 序列化 得到的 byte 数组（byte [ ]） 就是 Byte Code， Byte Code 保存为 文件 就是  ILBC 程序集 。

ILBC 程序集 可以 读取为 byte 数组（byte [ ]），  byte 数组 反序列化 就是   表达式对象树，  表达式对象树  传给  Byte Code  to  Native Code  编译为 本地库，

这就是 JIT 编译  。

C 代码 是 第一级 中间代码，   Byte Code 是 第二级 中间代码  。

这就是  InnerC  的 架构，  以及  AOT 编译  和  JIT 编译 的 原理  。

我们可以把   C 中间代码 文件 的 扩展名 定义为  .ilc ， 意思是 “ILBC C Code”，

把   ILBC 程序集 （Byte Code 文件） 的 扩展名 定义为  .ilb，  意思是 “ILBC Byte Code” 。

本地代码 程序集 的 扩展名 遵循 操作系统 的 规定， 比如 Windows 上 就是 动态链接库  .dll，  因为 本地程序集 就是 操作系统 定义的 动态链接库 。

我们 接下来 把     ILBC 运行时  加载 程序集 和 运行 应用程序 的 流程 总结一下 ：

1   调度程序 加载 入口程序集， 如果 入口程序集 是 本地程序集， 就 直接加载到内存，

如果 入口程序集 是 ILBC 程序集， 则 先 JIT 编译， 把 入口程序集 编译为 本地程序集 再加载到内存 。

2   调度程序 调用 入口程序集 的   ILBC_GetAssemblyList() 函数 ，  ILBC_GetAssemblyList() 函数  返回   AssemblyList   首地址  。

AssemblyList  是一个 数组，  数组元素 是一个  char 数组（char [ ]） 的 首地址，  表示   Assembly 的 名字 （文件名， 不包含扩展名）  。

3   调度程序 用  Assembly 名字 查找 当前目录下 的 程序集， 先查找 本地程序集， 比如  “程序集名字.dll”，  如果找到，  直接加载到内存，

如果找不到 本地程序集， 就找  ILBC 程序集，  比如  “程序集名字.ilb”，   如果找到，   先 JIT 编译 为 本地程序集， 再把 本地程序集 加载到内存 。

如果  ILBC 程序集 也没有找到，  就 报错  “找不到 某某 程序集 。”  。

怎么把 本地程序集 加载到内存 ？    这 遵循 操作系统 提供的 方式，   比如   Windows  把  .dll 库 加载到 应用程序 里的 方式  。

总的来说，  加载程序集 的 流程 如上，  从 入口程序集 开始依次加载，  加载完成后，  调用 入口程序集 的  ILBC_Main()  开始 执行程序 。

另外， ILBC_GetMethodListList() 函数   应该是   ILBC_InitializeMethodListList() ，  具体 逻辑 不长， 但讲起来烦琐， 之后看 Demo 代码就清楚了 。

可以看到，  ILBC 运行时 加载 程序集 会 将 所有 引用到的 程序集 全部加载 完成，  才会开始 执行程序 。

这是 和   .Net / C#  不同的 ，    .Net / C#  应该是 用到 这个 程序集 的时候 才会 加载，  用到这个 程序集 是指 第一次 调用到 这个 程序集 里的 类 的时候  。

实际上，   .Net / C#   的 动态加载 的 粒度 可能 更细，  可能是  Class  这一级别 的，

我们在 调试 .Net / C# 程序 的 时候 可以 观察到，  只有 第一次 用到 某个 Class 的 时候，  这个 Class 的 静态构造函数 才会被 调用  。

从这一点上来看，   .Net / C#  的 动态性 比   ILBC   更强，  更加动态  。

进一步，   ILBC 加载 的 单位 是 整个 程序集，  而不是 类（Class），  如果是 本地程序集， 则将  整个 本地程序集 加载到内存，

如果 是  ILBC 程序集， 则 对 整个 ILBC 程序集 进行  JIT 编译，  编译为  本地程序集  后， 再把 整个 本地程序集  加载到内存  。

也因此，   D# / ILBC  不提供  类 的 静态构造函数，   而是 提供一个    ILBC_AssemblyLoad()  函数，    ILBC 运行时 会在 加载 程序集 完成时 调用   ILBC_AssemblyLoad()  函数，  整个程序集 所有 类 的 初始化 工作 可以在   ILBC_AssemblyLoad()   里 来 完成  。

.Net / C#  的  动态性 需要 更加 复杂 的 设计 和 实现，   这不是    ILBC    的   定位 。

我们可以 探讨 一下， 如果要实现 .Net / C#  的 动态性，  比如     第一次 new 类的对象   或者    第一次调用类的静态方法   时，  加载类（如果 Assembly 未加载 则 先加载 Assembly 再加载 Class） 并 调用 类的静态构造函数  这个 动态加载 怎么实现：

我们可以写一段 伪码：

简单起见，  我们假设 Assembly 已经加载了，  只要 判断 类 是否已加载， 若未加载 则 加载 类  。

编译器 会 把 new 类 的 对象， 以及 调用 类的 静态方法 的 代码 处理成 一段 临时代码， 我们称之为 “链接代码”，

假设 该 类 是  A Class，

伪码如下：

bool   ifAClassLoad   =   false;

if (  !   ifAClassLoad   )

{

lock (  ifAClassLoad  )

{

if (   !   ifAClassLoad    )

{

加载 A Class    ;

调用 类 的 静态构造函数    ;

ifAClassLoad    =    true  ;

}

}

}

new ()    或者    A.静态方法()       ;

按照这个 代码 的 逻辑，   第一次 new A()  或者  调用  A.静态方法()  时， 会 判断 A Class 是否已加载，  如果未加载， 会有一个 线程 通知 CLR 加载 A Class， 其它 线程 等待（如果 有 其它线程 也在 new A()  或者  调用  A.静态方法()  的话），   CLR  加载完成后，   就执行 真正的 new A() 或者 A.静态方法() ，

之后， 再  new A()   或者   调用 A.静态方法()    的时候，  在  链接代码  的 第一句，

if (  !   ifAClassLoad   )

就可以 判断 出来 A Class 已经加载，  于是就直接执行   new A()  或者  A.静态方法()   。

但 这样的 做法，  每次     new A()  或者  A.静态方法()     都要有 一个 判断，  虽然 只是一个 判断， 但从 微观 上来说， 也造成了 性能消耗  。

这样的 性能消耗， 应该是  “应该被优化掉的”  。

如果  .Net / C#  已经 把 这个 判断 优化掉了，  那么 应该用到了  “修改已经编译好的本地代码”  的 操作， 形象的讲， 就是给 “已经编译好的本地代码” 做了个 “微创手术”  。

具体就是 在 第一次 加载 成功后，  .Net CLR  会 把 这段  “链接代码”  替换掉，  替换为  new A()  和   A.静态函数()   的 代码，

在 新的    new A()   和   A.静态函数()    代码中，   A()  构造函数   和    A.静态方法()    已经替换为   A Class  加载后的 实际的 函数地址 。

这样，  替换后的 代码 和 访问 同一个 程序集 中的 类 的  代码 是 一样的 。

性能 也和  访问 同一个 程序集 中的 类 一样 。

顺便加一句，  本来 链接代码 中  new A()  和  A.静态函数()   的 部分 还有一个 类似 调用 虚函数 的 查函数表 的 操作，  也被这个 替换 优化掉了 。

这个 技术 很底层，  ILBC 不打算 涉及 这个 技术，

ILBC  仍然 把  C 语言 和  C 编译器（InnerC）  看作一个整体，  不会  介入  C 编译器 的 工作细节 。

不过，  从上面的讨论也可以知道，  如果   ILBC  想实现 和   .Net / C#   一样的  “动态特性”，  比如 用到  A Class  的时候 才 加载  A Class，  如果 A Class 所在的 程序集 未加载 则 先加载程序集 再 加载 A Class，

如果要做到 这样 的 动态特性 的话，  简单点 也可以用 上面的  “链接代码”  的 做法，  只是每次调用  new A() 构造函数 和 A.静态方法()  都要多一个

if (  !   ifAClassLoad   )

的 判断 了 。

还有 就是 查函数表 的 操作 也是要有的 。

当然， 即使不实现这个 “动态特性”，  查函数表 的 操作 也是有的 。

ILBC  的 动态链接 就 相当于 调用 虚函数  。

不过 即使用了 上面  “链接代码”  的 方式， 也只能 “用到某个 程序集 的 时候 才加载 程序集”， 还不能达到 Class 的 粒度，

因为 上文 也说了，    ILBC  是 把 整个  ILBC 程序集 编译成  本地程序集 的，

这是因为   ILBC 程序集 是  C 语言 写的，  C 语言 只能 整个项目（程序集） 一起编译， 不能把 里面的  .c 文件 一个一个 拿出来编译 。

就算能把   若干   .c 文件 任意 的 拿出来 编译，  根据 ILBC 规范，  这些 单独 拿出来的  .c 文件 编译成的 程序集 里 必须要 提供    ILBC_GetAssemblyList()， ILBC_InitializeMethodList()，   ILBC_Link()   函数，  这就乱套了 。  因为 原本的程序集 已经 为 原本的整个项目 生成了 一份 这些 函数 。

假设 A 引用 B，  A 里 编译好的 逻辑 是 引用 B，  现在 把 B 拆成了 若干个 小程序集， 你让 A 怎么引用 ？