|
|
|
|
|
# 08｜基于TypeScript的虚拟机（一）：实现一个简单的栈机
|
|
|
|
|
|
|
|
|
|
|
|
你好，我是宫文学。
|
|
|
|
|
|
|
|
|
|
|
|
上一节课，我们已经探讨了设计一个虚拟机所要考虑的那些因素，并做出了一些设计决策。那么今天这一节课，我们就来实现一个初级的虚拟机。
|
|
|
|
|
|
|
|
|
|
|
|
要实现这个初级虚拟机，具体来说，我们要完成下面三方面的工作：
|
|
|
|
|
|
|
|
|
|
|
|
首先，我们要设计一些字节码，来支持第一批语言特性，包括支持函数、变量和整型数据的运算。也就是说，我们的虚拟机要能够支持下面程序的正确运行：
|
|
|
|
|
|
|
|
|
|
|
|
```plain
|
|
|
|
|
|
//一个简单的函数，把输入的参数加10，然后返回
|
|
|
|
|
|
function foo(x:number):number{
|
|
|
|
|
|
return x + 10;
|
|
|
|
|
|
}
|
|
|
|
|
|
//调用foo，并输出结果
|
|
|
|
|
|
println(foo(18));
|
|
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
第二，我们要做一个字节码生成程序，基于当前的AST生成正确的字节码。
|
|
|
|
|
|
|
|
|
|
|
|
第三，使用TypeScript，实现一个虚拟机的原型系统，验证相关设计概念。
|
|
|
|
|
|
|
|
|
|
|
|
话不多说，开搞，让我们先设计一下字节码吧！
|
|
|
|
|
|
|
|
|
|
|
|
## “设计”字节码
|
|
|
|
|
|
|
|
|
|
|
|
说是设计，其实我比较懒，更愿意抄袭现成的设计，比如Java的字节码设计。因为Java字节码的资料最充分，比较容易研究，不像V8等的字节码，只有很少的文档资料，探讨的人也很少。另外，学会手工生成Java字节码还有潜在的实用价值，比如你可以把自己的语言编译后直接在JVM上运行。那么我们就先来研究一下Java字节码的特点。
|
|
|
|
|
|
|
|
|
|
|
|
上面的用TypeScript编写的示例代码，如果用Java改写，会变成下面的程序：
|
|
|
|
|
|
|
|
|
|
|
|
```plain
|
|
|
|
|
|
//实现同样功能的Java程序。
|
|
|
|
|
|
public class A{
|
|
|
|
|
|
public static int foo(int a){
|
|
|
|
|
|
return a + 10;
|
|
|
|
|
|
}
|
|
|
|
|
|
public static void main(String args[]){
|
|
|
|
|
|
System.out.println(foo(8));
|
|
|
|
|
|
}
|
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
我们首先把这个Java程序编译成字节码。
|
|
|
|
|
|
|
|
|
|
|
|
```plain
|
|
|
|
|
|
javac A.java
|
|
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
这个文件是一个二进制文件。我们可以用hexdump命令查看它的内容。
|
|
|
|
|
|
|
|
|
|
|
|
```plain
|
|
|
|
|
|
hexdump -C A.class
|
|
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
从hexdump显示的信息中，你能看到一些可以阅读的字符，比如“java/lang/Object”、"java/lang/System"等等，这些是常量表中的内容。还有一些内容显然不是字符，没法在屏幕上显示，所以hexdump就用一个.号来表示。其中某些字节，代表的是指令，我在图中把代表foo函数、main函数和构造函数的指令标注了出来，这些都是。用于运行的字节码指令，其他都是一些符号表等描述性的信息。
|
|
|
|
|
|
|
|
|
|
|
|
通过上图，你还能得到一个直观的印象：**字节码文件并不都是由指令构成的**。
|
|
|
|
|
|
|
|
|
|
|
|
没错，指令只是一个程序文件的一部分。除了指令以外，在字节码文件中还要存储不少其他内容，才能保证程序的正常运行，比如类和方法的符号信息、字符串和数字常量，等等。至于字节码文件的格式，是由字节码的规范来规定的，你有兴趣的话，可以按照规范生成这样的字节码文件。这样的话，我们的程序就可以在JVM上运行了。
|
|
|
|
|
|
|
|
|
|
|
|
不过，我现在不想陷入字节码文件格式的细节里，而是想用自己的方式生成字节码文件，够支持现在的语言特性，能够在我们自己的虚拟机上运行就行了。
|
|
|
|
|
|
|
|
|
|
|
|
上面这张图显示的字节码文件不是很容易阅读和理解。所以，我们用javap命令把它转化成文本格式来看看。
|
|
|
|
|
|
|
|
|
|
|
|
```plain
|
|
|
|
|
|
javap -v A.class > A.bc
|
|
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
在这个新生成的文件里，我们可以清晰地看到每个函数的定义以及指令，我也在图里标注了主要的指令的含义。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
看到这个字节码文件的内容，你可能会直观地觉得：这看上去跟我们的高级语言也没有那么大的区别嘛。程序照样划分成几个函数，只不过每个函数里的语句变成了栈机的指令而已，函数之间照样需要互相调用。
|
|
|
|
|
|
|
|
|
|
|
|
实际上也确实没错。字节码文件里本来就存储了各个类和方法的符号信息，相当于保存了高级语言里的主体框架。当然，每个方法体里的代码就看不出if语句、循环语句这样的结构了，而是变成了字节码的指令。
|
|
|
|
|
|
|
|
|
|
|
|
通过研究这些指令，加上查阅[JVM规则](https://docs.oracle.com/javase/specs/jvms/se12/html/jvms-6.html)中对于字节码的规定，你会发现为了实现上面示例代码中的功能，我们目前只需要这几个指令就够了：
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
你先花一两分钟看一下这些指令，看上去挺多，其实可以分为几组。
|
|
|
|
|
|
|
|
|
|
|
|
首先是iload系列，这是把指定下标的本地变量入栈。注意，变量的下标是由声明的顺序决定的，参数也算本地变量，并且排在最前面。所以，iload 0的意思，就是把第一个参数入栈。如果没有参数，就是把第一个本地变量入栈。
|
|
|
|
|
|
|
|
|
|
|
|
iload后面的那几个指令，是压缩格式的指令，也就是利用指令末尾富余的位，把操作数和指令压缩在了一起，这样可以少一个字节码，能够缩小最后生成的字节码文件的大小。从这里面，你能借鉴到字节码设计的一些好的实践。所以你看，学习成熟的设计是有好处的吧？
|
|
|
|
|
|
|
|
|
|
|
|
第二组是istore系列，它做的工作刚好跟iload相反，是把栈顶的值存到指定下标的变量里去。
|
|
|
|
|
|
|
|
|
|
|
|
第三组，是对常数做入栈的操作。对于0~5这几个数字，Java字节码也是提供了压缩格式的指令。对于8位整数（-128~127），使用bipush指令。对于16位整数（-32768~32767），使用sipush指令。而对于更大的常数，则要使用ldc指令，从常量池里去取。
|
|
|
|
|
|
|
|
|
|
|
|
第四组，是几个二元运算的指令。它们都是从栈里取两个操作数，计算完毕之后，再压回栈里。
|
|
|
|
|
|
|
|
|
|
|
|
最后一组指令，是函数调用和返回的指令。函数调用的时候，也是从栈里取参数。返回值呢，则压回栈里。
|
|
|
|
|
|
|
|
|
|
|
|
通过这些指令，我们就完全能够实现一些基本的功能了，之后我们再根据需要添加更多的指令就好。
|
|
|
|
|
|
|
|
|
|
|
|
现在，我们把这些指令做成枚举值，方便程序使用：
|
|
|
|
|
|
|
|
|
|
|
|
```plain
|
|
|
|
|
|
/**
|
|
|
|
|
|
* 指令的编码
|
|
|
|
|
|
*/
|
|
|
|
|
|
enum OpCode{
|
|
|
|
|
|
iconst_0= 0x03,
|
|
|
|
|
|
iconst_1= 0x04,
|
|
|
|
|
|
iconst_2= 0x05,
|
|
|
|
|
|
iconst_3= 0x06,
|
|
|
|
|
|
iconst_4= 0x07,
|
|
|
|
|
|
iconst_5= 0x08,
|
|
|
|
|
|
bipush = 0x10, //8位整数入栈
|
|
|
|
|
|
sipush = 0x11, //16位整数入栈
|
|
|
|
|
|
iload = 0x15, //本地变量入栈
|
|
|
|
|
|
iload_0 = 0x1a,
|
|
|
|
|
|
iload_1 = 0x1b,
|
|
|
|
|
|
iload_2 = 0x1c,
|
|
|
|
|
|
iload_3 = 0x1d,
|
|
|
|
|
|
istore = 0x36,
|
|
|
|
|
|
istore_0= 0x3b,
|
|
|
|
|
|
istore_1= 0x3c,
|
|
|
|
|
|
istore_2= 0x3d,
|
|
|
|
|
|
istore_3= 0x3e,
|
|
|
|
|
|
iadd = 0x60,
|
|
|
|
|
|
isub = 0x64,
|
|
|
|
|
|
imul = 0x68,
|
|
|
|
|
|
idiv = 0x6c,
|
|
|
|
|
|
ireturn = 0xac,
|
|
|
|
|
|
return = 0xb1,
|
|
|
|
|
|
invokestatic= 0xb8, //调用函数
|
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
好了，我们通过全盘照抄的方式，“设计”出了自己所需要的字节码。不过这些都只是指令的部分。还要有常量池的部分，我们在下面使用到的时候再去设计。
|
|
|
|
|
|
|
|
|
|
|
|
接下来，我们来生成自己的字节码。
|
|
|
|
|
|
|
|
|
|
|
|
## 生成字节码
|
|
|
|
|
|
|
|
|
|
|
|
生成栈机的字节码是比较简单的。为什么呢？因为栈机的字节码基本上跟AST是同构的，通过深度优先的顺序遍历AST就可以实现。相对来说，生成寄存器机的指令的算法就要稍微绕一点，我们也会在后面的课程中体会到。
|
|
|
|
|
|
|
|
|
|
|
|
怎么来深度优先地遍历AST、生成栈机的字节码呢？以“3+a”这样一个简单的表达式为例，我们处理的顺序依次是字面量3、变量a和+号。
|
|
|
|
|
|
|
|
|
|
|
|
首先来处理字面量。处理整型字面量的时候，我们需要根据整数的不同长度，分别使用不同的常量指令。其中的一个细节是，当整数是16位时，操作数要拆成两个字节。而当大于16位时，我们干脆就把字面量放在常量池里，操作数只是该常数在常量池的索引值。
|
|
|
|
|
|
|
|
|
|
|
|
这里的处理你可以参照下面这个代码：
|
|
|
|
|
|
|
|
|
|
|
|
```plain
|
|
|
|
|
|
visitIntegerLiteral(integerLiteral: IntegerLiteral):any{
|
|
|
|
|
|
let ret:number[] = [];
|
|
|
|
|
|
let value = integerLiteral.value;
|
|
|
|
|
|
//0-5之间的数字，直接用快捷指令
|
|
|
|
|
|
if (value >= 0 && value <= 5) {
|
|
|
|
|
|
switch (value) {
|
|
|
|
|
|
case 0:
|
|
|
|
|
|
ret.push(OpCode.iconst_0);
|
|
|
|
|
|
break;
|
|
|
|
|
|
...省略1、2、3、4的情况
|
|
|
|
|
|
case 5:
|
|
|
|
|
|
ret.push(OpCode.iconst_5);
|
|
|
|
|
|
break;
|
|
|
|
|
|
}
|
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
|
|
//如果是8位整数，用bipush指令，直接放在后面的一个字节的操作数里就行了
|
|
|
|
|
|
else if (value >= -128 && value <128){
|
|
|
|
|
|
ret.push(OpCode.bipush);
|
|
|
|
|
|
ret.push(value);
|
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
|
|
//如果是16位整数，用sipush指令
|
|
|
|
|
|
else if (value >= -32768 && value <32768){
|
|
|
|
|
|
ret.push(OpCode.sipush);
|
|
|
|
|
|
//要拆成两个字节
|
|
|
|
|
|
ret.push(value >> 8);
|
|
|
|
|
|
ret.push(value & 0x00ff);
|
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
|
|
//大于16位的，采用ldc指令，从常量池中去取
|
|
|
|
|
|
else{
|
|
|
|
|
|
//把value值放入常量池。
|
|
|
|
|
|
this.module.consts.push(value);
|
|
|
|
|
|
ret.push(this.module.consts.length -1);
|
|
|
|
|
|
}
|
|
|
|
|
|
return ret;
|
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
接着来处理变量a。在处理变量的时候，我们要区分左值和右值的情况。在“3+a”这个表达式中，a是个右值，我们需要取出a的值，也就是要生成iload指令。但对于“a=3”这样的表达式，a是个左值，这个时候返回a的符号即可，在处理赋值运算的时候再生成istore指令。
|
|
|
|
|
|
|
|
|
|
|
|
```plain
|
|
|
|
|
|
/**
|
|
|
|
|
|
* 左值的情况，返回符号。否则，生成iload指令。
|
|
|
|
|
|
* @param v
|
|
|
|
|
|
*/
|
|
|
|
|
|
visitVariable(v:Variable):any{
|
|
|
|
|
|
if (v.isLeftValue){
|
|
|
|
|
|
return v.sym;
|
|
|
|
|
|
}
|
|
|
|
|
|
else{
|
|
|
|
|
|
return this.getVariableValue(v.sym);
|
|
|
|
|
|
}
|
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
|
|
/**
|
|
|
|
|
|
* 生成获取本地变量值的指令
|
|
|
|
|
|
* @param varName
|
|
|
|
|
|
*/
|
|
|
|
|
|
private getVariableValue(sym:VarSymbol|null):any{
|
|
|
|
|
|
if (sym != null){
|
|
|
|
|
|
let code:number[] = []; //生成的字节码
|
|
|
|
|
|
//本地变量的下标
|
|
|
|
|
|
let index = this.functionSym?.vars.indexOf(sym);
|
|
|
|
|
|
assert(index != -1, "生成字节码时（获取变量的值），在函数符号中获取本地变量下标失败！");
|
|
|
|
|
|
//根据不同的下标生成指令，尽量生成压缩指令
|
|
|
|
|
|
switch (index){
|
|
|
|
|
|
case 0:
|
|
|
|
|
|
code.push(OpCode.iload_0);
|
|
|
|
|
|
break;
|
|
|
|
|
|
case 1:
|
|
|
|
|
|
code.push(OpCode.iload_1);
|
|
|
|
|
|
break;
|
|
|
|
|
|
case 2:
|
|
|
|
|
|
code.push(OpCode.iload_2);
|
|
|
|
|
|
break;
|
|
|
|
|
|
case 3:
|
|
|
|
|
|
code.push(OpCode.iload_3);
|
|
|
|
|
|
break;
|
|
|
|
|
|
default:
|
|
|
|
|
|
code.push(OpCode.iload);
|
|
|
|
|
|
code.push(index as number);
|
|
|
|
|
|
}
|
|
|
|
|
|
return code;
|
|
|
|
|
|
}
|
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
然后，我们要对加减乘除这些二元运算来生成代码，我们可以先为左右子树分别生成代码，再把加减乘除的运算指令放在最后。注意，赋值运算的处理逻辑是不同的，它要生成istore指令。
|
|
|
|
|
|
|
|
|
|
|
|
```plain
|
|
|
|
|
|
visitBinary(bi:Binary):any{
|
|
|
|
|
|
let code:number[];
|
|
|
|
|
|
let code1 = this.visit(bi.exp1);
|
|
|
|
|
|
let code2 = this.visit(bi.exp2);
|
|
|
|
|
|
|
|
|
|
|
|
////1.处理赋值
|
|
|
|
|
|
if (bi.op == Op.Assign){
|
|
|
|
|
|
let varSymbol = code1 as VarSymbol;
|
|
|
|
|
|
//加入右子树的代码
|
|
|
|
|
|
code = code2;
|
|
|
|
|
|
//加入istore代码
|
|
|
|
|
|
code = code.concat(this.setVariableValue(varSymbol));
|
|
|
|
|
|
}
|
|
|
|
|
|
////2.处理其他二元运算
|
|
|
|
|
|
else{
|
|
|
|
|
|
//加入左子树的代码
|
|
|
|
|
|
code = code1;
|
|
|
|
|
|
//加入右子树的代码
|
|
|
|
|
|
code = code.concat(code2);
|
|
|
|
|
|
//加入运算符的代码
|
|
|
|
|
|
switch(bi.op){
|
|
|
|
|
|
case Op.Plus: //'+'
|
|
|
|
|
|
code.push(OpCode.iadd);
|
|
|
|
|
|
break;
|
|
|
|
|
|
case Op.Minus: //'-'
|
|
|
|
|
|
code.push(OpCode.isub);
|
|
|
|
|
|
break;
|
|
|
|
|
|
case Op.Multiply: //'*'
|
|
|
|
|
|
code.push(OpCode.imul);
|
|
|
|
|
|
break;
|
|
|
|
|
|
case Op.Divide: //'/'
|
|
|
|
|
|
code.push(OpCode.idiv);
|
|
|
|
|
|
break;
|
|
|
|
|
|
default:
|
|
|
|
|
|
console.log("Unsupported binary operation: " + bi.op);
|
|
|
|
|
|
return [];
|
|
|
|
|
|
}
|
|
|
|
|
|
}
|
|
|
|
|
|
return code;
|
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
好了，到此这里，我们对处理基本的表达式就没有问题了。接下来，我们再增加与函数调用和返回有关的指令。
|
|
|
|
|
|
|
|
|
|
|
|
在进行函数调用的时候，我们要依次生成与参数计算有关的指令，最后生成invokestatic指令。
|
|
|
|
|
|
|
|
|
|
|
|
```plain
|
|
|
|
|
|
let code:number[] = [];
|
|
|
|
|
|
//1.依次生成与参数计算有关的指令
|
|
|
|
|
|
for(let param of functionCall.paramValues){
|
|
|
|
|
|
let code = this.visit(param);
|
|
|
|
|
|
if (typeof code == 'object'){
|
|
|
|
|
|
code = code.concat(code as number[]);
|
|
|
|
|
|
}
|
|
|
|
|
|
}
|
|
|
|
|
|
//2.生成invoke指令
|
|
|
|
|
|
let index = this.module.consts.indexOf(functionCall.sym);
|
|
|
|
|
|
code.push(OpCode.invokestatic);
|
|
|
|
|
|
code.push(index>>8);
|
|
|
|
|
|
code.push(index);
|
|
|
|
|
|
return code;
|
|
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
然后，在处理return语句的时候，也要注意，我们要根据是否有返回值，分别生成ireturn和return指令。
|
|
|
|
|
|
|
|
|
|
|
|
```plain
|
|
|
|
|
|
let code:number[] = [];
|
|
|
|
|
|
//1.为return后面的表达式生成代码
|
|
|
|
|
|
if(returnStatement.exp != null){
|
|
|
|
|
|
let code1 = this.visit(returnStatement.exp);
|
|
|
|
|
|
if (typeof code1 == 'object'){
|
|
|
|
|
|
code = code.concat(code1 as number[]);
|
|
|
|
|
|
//生成ireturn代码
|
|
|
|
|
|
code.push(OpCode.ireturn);
|
|
|
|
|
|
return code;
|
|
|
|
|
|
}
|
|
|
|
|
|
}
|
|
|
|
|
|
else{
|
|
|
|
|
|
//2.生成return代码，返回值是void
|
|
|
|
|
|
code.push(OpCode.return);
|
|
|
|
|
|
return code;
|
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
到这里，我们已经能够顺利的生成字节码了。生成字节码以后，接下来就只剩最后一步了：实现一个虚拟机，让这些字节码真正运行起来！
|
|
|
|
|
|
|
|
|
|
|
|
## 实现一个TypeScript版本的虚拟机
|
|
|
|
|
|
|
|
|
|
|
|
如果你是学习Java的同学，那你在面试的时候肯定经常会被问到与虚拟机有关的知识点。你也会根据自己了解的知识，对操作数栈、常量池等发表一通见解。但是，你心里多多少少对这些概念还会隔着一层面纱。
|
|
|
|
|
|
|
|
|
|
|
|
直到你自己亲自动手实现一遍，哪怕只是实现一个原型系统，你对这些概念，以及对虚拟机到底是如何运行的，才会有真真切切的理解。所以，我鼓励你动手实现一遍。而且，我可以告诉你，真的花不了多少时间。如果你看看我给出的示例代码，其实就是一个大函数，针对不同的字节码指令做处理而已。
|
|
|
|
|
|
|
|
|
|
|
|
不过，为了便于你理解代码，我还是先画一个虚拟机的示意图。我们这个简单的虚拟机主要涉及几个对象：
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
**首先是模块。**模块代表了我们的程序，模块里最重要的就是一个常量表。常量表中的常量包含字符串常量、数字常量和函数符号。而函数符号里有一个bytecode属性，保存了这个函数的字节码。这样，我们就可以找到函数的代码并运行它们了。
|
|
|
|
|
|
|
|
|
|
|
|
```plain
|
|
|
|
|
|
export class BCModule{
|
|
|
|
|
|
//常量
|
|
|
|
|
|
consts:any[] = [];
|
|
|
|
|
|
|
|
|
|
|
|
//入口函数
|
|
|
|
|
|
_main:FunctionSymbol|null = null;
|
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
**然后是运行程序的栈机。**栈机里最重要的数据结构是一个调用栈，在AST解释器里也有类似的数据结构。调用栈是由栈桢构成的，在执行每个函数的时候，都需要在栈顶新加一个栈桢，而在退出函数的时候，就会弹出这个函数的栈桢。
|
|
|
|
|
|
|
|
|
|
|
|
```plain
|
|
|
|
|
|
//栈机
|
|
|
|
|
|
export class VM{
|
|
|
|
|
|
//调用栈
|
|
|
|
|
|
callStack:StackFrame[]=[];
|
|
|
|
|
|
//执行一个模块
|
|
|
|
|
|
execute(bcModule:BCModule):number{
|
|
|
|
|
|
...
|
|
|
|
|
|
}
|
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
你要注意，栈桢是一个关键的数据结构，它用来保存每个函数运行时所需要保存的状态信息。每个栈桢里又有几个关键的组成部分。
|
|
|
|
|
|
|
|
|
|
|
|
* 操作数栈：用来保存函数执行过程中各个指令所需要用到的操作数；
|
|
|
|
|
|
* 存放本地变量的数组：可以在这里存取变量值；
|
|
|
|
|
|
* 返回地址：也是在调用子函数的时候，告诉子函数返回以后，从哪条代码接着运行。
|
|
|
|
|
|
|
|
|
|
|
|
栈机里的execute方法，就是虚拟机的核心执行引擎。下面我摘一些有代表性的代码给你讲一下，你先看一下示例代码的结构。
|
|
|
|
|
|
|
|
|
|
|
|
```plain
|
|
|
|
|
|
//一直执行代码，直到遇到return语句
|
|
|
|
|
|
let opCode = code[codeIndex];
|
|
|
|
|
|
while(true){
|
|
|
|
|
|
switch (opCode){
|
|
|
|
|
|
case OpCode.iconst_0: //加载常量
|
|
|
|
|
|
frame.oprandStack.push(0);
|
|
|
|
|
|
opCode = code[++codeIndex];
|
|
|
|
|
|
continue;
|
|
|
|
|
|
...
|
|
|
|
|
|
case OpCode.sipush: //加载32位常量，需要取出2个字节
|
|
|
|
|
|
let byte1 = code[++codeIndex];
|
|
|
|
|
|
let byte2 = code[++codeIndex];
|
|
|
|
|
|
frame.oprandStack.push(byte1<<8|byte2);
|
|
|
|
|
|
opCode = code[++codeIndex];
|
|
|
|
|
|
continue;
|
|
|
|
|
|
...
|
|
|
|
|
|
case OpCode.iload_0: //从变量里取值
|
|
|
|
|
|
frame.oprandStack.push(frame.localVars[0]);
|
|
|
|
|
|
opCode = code[++codeIndex];
|
|
|
|
|
|
continue;
|
|
|
|
|
|
...
|
|
|
|
|
|
case OpCode.istore_0: //给变量赋值
|
|
|
|
|
|
frame.localVars[0] = frame.oprandStack.pop();
|
|
|
|
|
|
opCode = code[++codeIndex];
|
|
|
|
|
|
continue;
|
|
|
|
|
|
...
|
|
|
|
|
|
case OpCode.iadd: //加减乘除
|
|
|
|
|
|
frame.oprandStack.push(frame.oprandStack.pop() + frame.oprandStack.pop());
|
|
|
|
|
|
opCode = code[++codeIndex];
|
|
|
|
|
|
continue;
|
|
|
|
|
|
...
|
|
|
|
|
|
}
|
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
你可能马上会注意到，**整个程序执行的过程就是一个大的while循环**。
|
|
|
|
|
|
|
|
|
|
|
|
几乎所有的虚拟机的核心执行引擎都是这么写的，因为程序的执行过程就是不停地读取指令，然后根据指令做相应的动作。其中的代码计数器，一直指向下一个要执行的指令的位置。由于指令的种类比较多，所以switch后面会罗列很多个case，代码也会很长。你用电脑看这些代码的话，可能要翻很多屏。
|
|
|
|
|
|
|
|
|
|
|
|
虽然这个函数的代码很长，我们一般也不会把它拆成多个函数。为什么呢？这似乎违背了通常的编程理念呀。通常我们都不会编写太长的函数，这不容易阅读，也不容易维护。
|
|
|
|
|
|
|
|
|
|
|
|
但事情总有例外。对于虚拟机的执行引擎来说，性能上的考虑是第一位的。执行一个指令，可能开销并不大。但如果执行这条指令要调用一个专门的函数，那函数调用的额外开销会比执行指令本身的开销都大，那显然就不合理了，这也是我们为什么弃用AST解释器的原因。
|
|
|
|
|
|
|
|
|
|
|
|
我们这个示例代码中体现了加载常量、加载变量、保存变量和执行加减乘除的运算的实现方式。你能通过这些代码，再一次验证栈机的工作原理，这里所有操作都是围绕着操作数栈来进行的。
|
|
|
|
|
|
|
|
|
|
|
|
而函数的调用和返回，则显得复杂一点。这两部分代码，也有助于你更加细致的了解栈桢的使用方式。
|
|
|
|
|
|
|
|
|
|
|
|
首先我们来看看函数调用：
|
|
|
|
|
|
|
|
|
|
|
|
```plain
|
|
|
|
|
|
case OpCode.invokestatic:
|
|
|
|
|
|
//从常量池找到被调用的函数
|
|
|
|
|
|
byte1 = code[++codeIndex];
|
|
|
|
|
|
byte2 = code[++codeIndex];
|
|
|
|
|
|
let functionSym = bcModule.consts[byte1<<8|byte2] as FunctionSymbol;
|
|
|
|
|
|
|
|
|
|
|
|
//设置返回值地址，为函数调用的下一条指令
|
|
|
|
|
|
frame.returnIndex = codeIndex;
|
|
|
|
|
|
|
|
|
|
|
|
//创建新的栈桢
|
|
|
|
|
|
let lastFrame = frame;
|
|
|
|
|
|
frame = new StackFrame(functionSym);
|
|
|
|
|
|
this.callStack.push(frame);
|
|
|
|
|
|
|
|
|
|
|
|
//传递参数
|
|
|
|
|
|
let paramCount = (functionSym.decl as FunctionDecl).callSignature.params.length;
|
|
|
|
|
|
for(let i = paramCount -1; i>= 0; i--){
|
|
|
|
|
|
frame.localVars[i] = lastFrame.oprandStack.pop();
|
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
|
|
//设置新的code、codeIndex和oPCode
|
|
|
|
|
|
if (frame.funtionSym.bytecode !=null){
|
|
|
|
|
|
//切换到被调用函数的代码
|
|
|
|
|
|
code = frame.funtionSym.bytecode;
|
|
|
|
|
|
//代码指针归零
|
|
|
|
|
|
codeIndex = 0;
|
|
|
|
|
|
opCode = code[codeIndex];
|
|
|
|
|
|
continue;
|
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
在函数调用的时候，我们要完成这几项工作：
|
|
|
|
|
|
|
|
|
|
|
|
* 设置返回地址，被调用的函数在执行return指令的时候，会回到这个位置；
|
|
|
|
|
|
* 为被调用的函数生成新的栈桢，并加到调用栈中；
|
|
|
|
|
|
* 从操作数栈中取出参数的值，并赋给新的栈桢，因为参数也算作本地变量，因此只需要对新栈桢的前几个本地变量赋值就可以了；
|
|
|
|
|
|
* 把代码切换到被调用函数的代码，并且把代码计数器设置为0，也就是从第一个字节码指令开始执行。
|
|
|
|
|
|
|
|
|
|
|
|
而函数返回是函数调用的逆向操作：
|
|
|
|
|
|
|
|
|
|
|
|
```plain
|
|
|
|
|
|
case OpCode.ireturn:
|
|
|
|
|
|
case OpCode.return:
|
|
|
|
|
|
//确定返回值
|
|
|
|
|
|
let retValue = undefined;
|
|
|
|
|
|
if(opCode == OpCode.ireturn){
|
|
|
|
|
|
retValue = frame.oprandStack.pop();
|
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
|
|
//弹出栈桢，返回到上一级函数，继续执行
|
|
|
|
|
|
this.callStack.pop();
|
|
|
|
|
|
if (this.callStack.length == 0){ //主程序返回，结束运行
|
|
|
|
|
|
return 0;
|
|
|
|
|
|
}
|
|
|
|
|
|
else { //返回到上一级调用者
|
|
|
|
|
|
frame = this.callStack[this.callStack.length-1];
|
|
|
|
|
|
//设置返回值到上一级栈桢
|
|
|
|
|
|
// frame.retValue = retValue;
|
|
|
|
|
|
if(opCode == OpCode.ireturn){
|
|
|
|
|
|
frame.oprandStack.push(retValue);
|
|
|
|
|
|
}
|
|
|
|
|
|
//设置新的code、codeIndex和oPCode
|
|
|
|
|
|
if (frame.funtionSym.byteCode !=null){
|
|
|
|
|
|
//切换到调用者的代码
|
|
|
|
|
|
code = frame.funtionSym.byteCode;
|
|
|
|
|
|
//设置指令指针为返回地址，也就是调用该函数的下一条指令
|
|
|
|
|
|
codeIndex = frame.returnIndex;
|
|
|
|
|
|
opCode = code[codeIndex];
|
|
|
|
|
|
continue;
|
|
|
|
|
|
}
|
|
|
|
|
|
else{
|
|
|
|
|
|
console.log("Can not find code for "+ frame.funtionSym.name);
|
|
|
|
|
|
return -1;
|
|
|
|
|
|
}
|
|
|
|
|
|
}
|
|
|
|
|
|
continue;
|
|
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
函数返回时，我们需要完成下面这几项工作：
|
|
|
|
|
|
|
|
|
|
|
|
* 设置返回值，如果确实有一个返回值，那么就从当前操作数栈中取出来，返回值加载到上一级栈桢里的操作数栈；
|
|
|
|
|
|
* 从调用栈中弹出当前栈桢；
|
|
|
|
|
|
* 把代码切换成调用者的代码，并且把代码指针设置成函数调用指令的下一条指令，继续函数调用之后的工作；
|
|
|
|
|
|
* 这里还有一个特殊情况，执行到return指令的时候，你会发现当前栈桢之上，再也没有上一级栈桢了。这说明当前所在的函数已经是最顶层了，也就是我们的编译器内部的\_main()函数。这个时候，return指令就会结束整个while循环，也意味着整个程序运行结束。
|
|
|
|
|
|
|
|
|
|
|
|
好了，这就是函数调用和返回的过程。通过这个过程，你会发现这两类指令其实是遵循了一些共同的约定。
|
|
|
|
|
|
|
|
|
|
|
|
这些约定包括：我们传参数的时候，把参数放在哪里？函数返回的时候，又把返回值放在哪里？还有，调用函数的时候，我们应该在一个双方都知道的位置设置返回地址，以便函数返回后调到这个地址继续执行。
|
|
|
|
|
|
|
|
|
|
|
|
这里，你又学到一个概念，叫做**调用约定（Calling Convention）**。计算机语言的设计者，可以设计自己的调用约定，这样用自己的编译器编译出来的模块，都能互相调用。但如果一种语言想调用另一种语言编写的模块，那么它们必须遵循相同的调用约定，或者要在不同的调用约定之间做转换。比如，Java调用C语言写的模块，要使用JNI接口，就是要完成这种调用约定的转换。
|
|
|
|
|
|
|
|
|
|
|
|
跟调用约定差不多的一个概念叫做**ABI（Application Binary Interface）**。ABI这个名字更强调如何在二进制的层面上实现互相调用，以及二进制程序文件的格式，等等，所以更适合描述像C、C++这些编译成二进制目标代码的情形。
|
|
|
|
|
|
|
|
|
|
|
|
好了，现在我们已经拥有了一个简化版的虚拟机了，你可以用它跑几个程序试一下。因为现在我们这个虚拟机还不支持if语句和循环语句，所以还不方便做性能测试。这个工作，我们放在下一节课再去做。
|
|
|
|
|
|
|
|
|
|
|
|
## 课程小结
|
|
|
|
|
|
|
|
|
|
|
|
好了，今天这节课到这里就结束了，让我们来简单回顾一下。
|
|
|
|
|
|
|
|
|
|
|
|
今天，我们设计并实现了一个简单的基于栈机的虚拟机，实现了我们在虚拟机领域0的突破。如果你认真跟着学完了这一节，我相信你一定会有很多收获。
|
|
|
|
|
|
|
|
|
|
|
|
首先，我们学了栈机的指令，通常包括加载常数、加载变量、保存变量、加减乘除、函数调用和返回这些，用这些指令就能让程序运行起来了。下一节课我们还会多学习一些指令，特别是分支指令。
|
|
|
|
|
|
|
|
|
|
|
|
第二，我们已经可以通过遍历AST的方式生成字节码。其中稍微有点难度的地方，是在访问变量节点的时候，要区分左值和右值，分别生成给变量赋值的代码和读取变量值的代码。
|
|
|
|
|
|
|
|
|
|
|
|
第三，在虚拟机里，我们用了BCModule这个数据结构来表示可被执行的程序。其实你把这个数据结构保存到文件里就是字节码文件了，它里面主要的内容就是一个常量表。常量表里除了字符串、数字这样的常规意义上的常数以外，最重要的还有函数符号，函数符号中包含了要运行的字节码。
|
|
|
|
|
|
|
|
|
|
|
|
第四，栈机的执行引擎是一个很大的循环，要依次执行每条指令，在这个过程中操作数栈会不停的压入数据、弹出数据。在调用函数和返回函数的时候，要建立栈桢和弹出栈桢。函数参数被设置到新栈桢的本地变量里，而返回值则被设置到上一级栈桢的操作数栈里，这就构成了函数之间的调用约定。
|
|
|
|
|
|
|
|
|
|
|
|
虽然我们目前是在虚拟机层面上了解这些概念，但是，即使是到了我们把程序编译成机器码的时候，这些基本概念仍然是差不多的。你现在学习的成果，会为后面的学习内容打下很好的基础。
|
|
|
|
|
|
|
|
|
|
|
|
在下一节课，我们将继续深化我们虚拟机。到时候它会在哪些方面取得突破呢？敬请期待吧！
|
|
|
|
|
|
|
|
|
|
|
|
## 思考题
|
|
|
|
|
|
|
|
|
|
|
|
在这节课的BCModule中有一个常量表，为什么把函数符号也看做是常量呢？刨去其中的字节码，这些符号信息可能有什么潜在的用途呢？欢迎在留言区发表你的看法！
|
|
|
|
|
|
|
|
|
|
|
|
感谢你和我一起学习，欢迎你把我这节课分享给更多对字节码虚拟机感兴趣的朋友。我是宫文学，我们下节课见！
|
|
|
|
|
|
|
|
|
|
|
|
## 课程资源
|
|
|
|
|
|
|
|
|
|
|
|
[这节课的示例代码在这里！](https://gitee.com/richard-gong/craft-a-language/tree/master/16-18)
|
|
|
|
|
|
|
