
温馨提示:为了内容更易读,下面就不涉及 JIT 部分了
开场
丹尼尔:蛋兄,编程语言是真多啊,10个手指都数不过来了,它们到底有啥本质区别啊?
蛋先生:这是个好问题。其实啊,所有编程语言都在做同一件事,只是各自的路子不一样罢了
丹尼尔:同一件事?说来听听
蛋先生:说白了就是
程序源码 > 中间表示 > 机器码 > CPU
丹尼尔:那区别是?
蛋先生:区别就在于"怎么走完这条路"。咱们按设计思路分几类聊聊,先从"极致性能型"说起
极致性能型
叠甲:并非说这类语言是为了追求性能而生的。性能只是因为把控制权交给程序员后,顺带产生的好处。性能能爬多高,主要看程序员能不能把这份控制权用到位
丹尼尔:极致性能型?听起来就很猛
蛋先生:没错,代表选手就是 C/C++。它的路线最直接,没有中间商赚差价
程序源码 > 机器码 > CPU
丹尼尔:没有中间商?那岂不是很快
蛋先生:等等,严格说也不算"零中间商"。用户程序里其实还链接着一个"辅助型 runtime"(CRT),它是程序的真正入口。程序启动时由它先干点初始化的活,干完再调用你的 main 函数;等你 main 跑完退场,它再回来收尾
丹尼尔:哦,所以是"迎宾员"那种角色,不插手正事
蛋先生:对!runtime 不接管你的逻辑
丹尼尔:懂了,那内存安全等谁来保证?
蛋先生:( ╯▽╰) 这就是代价了——"辅助型 runtime" 只管开门关门,不会去管你的屋里怎么闹,所以你写崩了它也不拦着
内存安全型
叠甲:这类语言的初衷不止是内存安全,但内存安全确实是引入"接管型 runtime"后,因收回部分控制权而得到的核心好处之一
丹尼尔:那想要内存安全咋办?
蛋先生:计算机界有句名言——没有什么是加一层搞不定的!那我们就在中间加一层专门的接管层,让它来处理底层这些麻烦事,就是个不错的思路
丹尼尔:哦?所以?
蛋先生:那就得请”接管型 runtime“出马了。它就像个微型操作系统,用户程序只是它的一个任务,需要借助它运行。所以路线变成了
程序源码 > 中间表示(可选) > runtime(机器码) > CPU
丹尼尔:怎么有个可选的?
蛋先生:别急,咱们分三代来看,一个一个聊(注意,这里的"代"不是按语言出现的时间先后,而是按我认为的设计思路的改进来分的)
❖ 初代:现场加工,现做现卖
丹尼尔:初代是谁?
蛋先生:JavaScript 是这类的代表。路线如下,源码在运行时直接交给 runtime
程序源码 > runtime(机器码) > CPU
丹尼尔:直接?
蛋先生:没错!程序运行时,runtime(比如 V8 引擎)会先读一遍字符串源码(即 parse 成 AST),再转成中间表示(根据 AST 生成字节码),之后就解释执行这些中间表示了
丹尼尔:等等,我有好多疑问啊
蛋先生:真是个好奇宝宝!你问吧
丹尼尔:什么是 AST?
蛋先生:AST 就是抽象语法树。字符串源码里的语法结构是隐含的,计算机难以直接处理,所以得把它解析成一棵树,层次和嵌套关系就一目了然了。比如 a + b * 2 这行代码,对应的 AST 大概长这样:
BinaryExpr(+)
/ \
Id(a) BinaryExpr(*)
/ \
Id(b) Num(2)
丹尼尔:哦!那有了 AST,计算机可以处理了,为什么还要字节码呢?
蛋先生:如果没有字节码,直接根据 AST 来执行,那每次执行都得重新递归遍历这棵树,开销很大啊。所以会在首次执行之前先把 AST 遍历一遍,"拍平"成一组线性的指令序列,这就是字节码。之后执行时直接按顺序读指令即可,不用再碰 AST 了。还是拿上面的 a + b * 2 来说,拍平后大概长这样:
LOAD_VAR a # 把变量 a 压入栈
LOAD_VAR b # 把变量 b 压入栈
LOAD_CONST 2 # 把常量 2 压入栈
MUL # 弹出栈顶两个(b 和 2),相乘,结果压回栈
ADD # 弹出栈顶两个(a 和 b*2 的结果),相加,结果压回栈
丹尼尔:确实,这样会快很多。那解释执行呢?我经常分不清编译和解释的区别
蛋先生:解释就是 runtime 早就为每种字节码指令写好了对应的实现。字节码只是一份数据,一份描述行为的数据。解释器逐条读取字节码,根据指令类型,执行对应的实现
丹尼尔:这不就是低码 DSL 的实现思路嘛
蛋先生:哈哈,小眼睛看得真准。然后 编译 可以不严谨地理解为把 A 翻译成 B,比如把源码翻译成字节码的过程
丹尼尔:Good!这下全搞明白了。感觉 runtime 在处理代码上做的事有点多啊?
蛋先生:是有点多。因为它在程序运行的时候,把代码编译的事给做了
❖ 第二代:先加工再上菜
丹尼尔:那说说第二代吧,有啥改进?
蛋先生:改进在于编译时机。在把代码数据给到 runtime 之前,会提前处理——把源码编译成字节码的中间表示。路线图如下
程序源码 > 中间表示(字节码) > runtime(机器码) > CPU
丹尼尔:代表选手是谁?
蛋先生:就 Java 吧,它会先把 Java 字符串源码编译成中间表示,也就是二进制的字节码。在程序运行时,JVM runtime 直接解释执行这些字节码即可
丹尼尔:突然想起一个比喻:初代是现场读菜谱做菜,第二代是提前把菜谱整理成标准工序,做起来当然快
蛋先生:这比喻很形象啊!
❖ 第三代:直接编译,打包同行
丹尼尔:那第三代又是啥思路?
蛋先生:路线演变成下面这样了,直接把源码编译成机器码,跟 Runtime 一起打包。Go 是这类的代表选手
程序源码 + runtime 源码 > 机器码 > CPU
丹尼尔:跟 C/C++ 比,就多了个 runtime 源码
蛋先生:对!但用户程序仍然只是 runtime 这个微型操作系统的任务。 用户程序的执行需要通过 runtime 来调度
丹尼尔:有个地方没想明白,既然用户程序最终也编译成了机器码,可以直接 CPU 执行,那 runtime 是怎么干涉的?
蛋先生:简单回答吧。首先程序的入口依然是 runtime,不是你的 main,所以调度天然被接管。其次是在编译期做手脚,把特定的代码替换成 runtime 内部函数的调用
丹尼尔:哇,这也行。那发展到这代,性能已经极限了吧
蛋先生:这里不再有字节码解释开销,全部是 CPU 直接执行机器码。但接管型 runtime 依然存在,对性能仍有影响
既要又要型
丹尼尔:所以并没有两全其美的方案是吧
蛋先生:还真有!Rust 就是这类的代表选手。它的路线如下:
程序源码 > 机器码 > CPU
丹尼尔:这不又又又回到原点了吗?
蛋先生:表面看是一样,但人家性能也要,内存安全也要!它像 C/C++ 一样,直接把源码编译成机器码,CPU 可以直接执行
丹尼尔:那它怎么做到内存安全的?不是说没有接管型 runtime了吗?
蛋先生:(≧∇≦) 这就是 Rust 的”骚操作“了
丹尼尔:快说快说!
蛋先生:我要回去做饭了,下次再聊~( ̄▽ ̄)
写在最后
亲们,都到这了,要不,点赞 / 收藏 / 关注支持下呗 o( ̄▽ ̄)d