gcc 的引导程序如何工作？

Question

我正在查找pypy项目（Python in Python），并开始思考Python外层运行的问题是什么？我猜想，肯定不会像那句老话所说的“乌龟一路走来”吧！毕竟，python 不是有效的 x86 程序集！

很快我就记住了引导的概念，并查找了编译器引导。 “好吧”，我想，“所以它可以用不同的语言编写，也可以从汇编中手工编译”。出于性能考虑，我确信 C 编译器只是通过汇编构建的。

这一切都很好，但问题仍然存在，计算机如何获取该汇编文件？！

假设我买了一个新的CPU，上面什么都没有。在第一次操作期间，我希望安装一个运行 C 的操作系统。什么运行 C 编译器？ BIOS中有微型C编译器吗？

有人可以向我解释一下吗？

Answer 1

假设我买了一个新的 cpu，上面什么都没有。在第一次操作期间，我希望安装一个运行 C 的操作系统。什么运行 C 编译器？ BIOS中有微型C编译器吗？

我明白你在问什么...如果我们没有 C 编译器并且必须从头开始会发生什么？

答案是你必须从组装或硬件开始。也就是说，您可以在软件或硬件中构建编译器。如果全世界都没有编译器，现在你可能可以用汇编更快地完成它；然而，当时我相信编译器实际上是专用的硬件。 维基百科文章有点短，并不能支持我的观点，但是没关系。

我想下一个问题是今天会发生什么？好吧，那些编译器编写者多年来一直忙于编写可移植的 C，因此编译器应该能够自行编译。值得在很高的层面上讨论什么是编译。基本上，您采用一组语句并从中生成汇编。就是这样。嗯，它实际上比这更复杂 - 你可以使用词法分析器和解析器做各种各样的事情，我只理解其中的一小部分，但本质上，你正在寻找将 C 映射到汇编。

在正常操作下，编译器会生成与您的平台匹配的汇编代码，但这不是必须的。只要它知道如何操作，它就可以为您喜欢的任何平台生成汇编代码。因此，让 C 在您的平台上运行的第一步是在现有编译器中创建目标，开始添加指令并让基本代码运行。

理论上，完成此操作后，您现在可以从一个平台交叉编译到另一个平台。接下来的阶段是：为该平台构建内核、引导加载程序和一些基本的用户区实用程序。

然后，您可以尝试为该平台编译编译器（一旦您拥有了一个可用的用户空间以及运行构建过程所需的一切）。如果成功，您将获得基本的实用程序、工作内核、用户空间和编译器系统。现在你已经上路了。

请注意，在移植编译器的过程中，您可能还需要为该平台编写汇编器和链接器。为了使描述简单，我省略了它们。

如果您对此感兴趣，Linux from Scratch 是一本有趣的读物。它不会告诉您如何从头开始创建新目标（这非常重要） - 它假设您要为现有的已知目标进行构建，但它确实向您展示了如何交叉编译要素并开始构建启动系统。

Python 实际上并不汇编为程序集。首先，正在运行的 python 程序会跟踪对象的引用计数，这是 cpu 不会为您做的事情。然而，基于指令的代码的概念也是 Python 的核心。尝试一下：

>>> def hello(x, y, z, q):
...     print "Hello, world"
...     q()
...     return x+y+z
... 
>>> import dis
dis.dis(hello)


  2           0 LOAD_CONST               1 ('Hello, world')
              3 PRINT_ITEM          
              4 PRINT_NEWLINE       

  3           5 LOAD_FAST                3 (q)
              8 CALL_FUNCTION            0
             11 POP_TOP             

  4          12 LOAD_FAST                0 (x)
             15 LOAD_FAST                1 (y)
             18 BINARY_ADD          
             19 LOAD_FAST                2 (z)
             22 BINARY_ADD          
             23 RETURN_VALUE

在那里您可以看到 Python 如何看待您输入的代码。这是python字节码，即python的汇编语言。如果您喜欢实现该语言，它实际上拥有自己的“指令集”。这就是虚拟机的概念。

Java 也有完全相同的想法。我采用了一个类函数并运行 javap -c class 来得到这个：

invalid.site.ningefingers.main:();
  Code:
   0:   aload_0
   1:   invokespecial   #1; //Method java/lang/Object."<init>":()V
   4:   return
public static void main(java.lang.String[]);
  Code:
   0:   iconst_0
   1:   istore_1
   2:   iconst_0
   3:   istore_1
   4:   iload_1
   5:   aload_0
   6:   arraylength
   7:   if_icmpge   57
   10:  getstatic   #2; 
   13:  new #3; 
   16:  dup
   17:  invokespecial   #4; 
   20:  ldc #5; 
   22:  invokevirtual   #6; 
   25:  iload_1
   26:  invokevirtual   #7; 
   //.......
}

我想你明白了。这些是python和java世界的汇编语言，即python解释器和java编译器分别是如何思考的。

其他值得阅读的内容是 JonesForth。这既是一个正在运行的解释器，也是一个教程，我强烈推荐它来思考“事情如何执行”以及如何编写简单、轻量级的语言。

Answer 2

出于性能考虑，我确信 C 编译器只是从汇编语言构建的。

如今，C 编译器（几乎？）完全用 C（或更高级语言 - 例如，Clang 是 C++）编写。编译器从包含手写汇编代码中获得的收益几乎为零。花费大部分时间的事情之所以慢，是因为它们解决了非常困难的问题，其中“困难”意味着“巨大的计算复杂性”——在汇编中重写最多只能带来恒定的加速，但那时这些已经不再重要了等级。

此外，大多数编译器都需要高可移植性，因此前端和中端的特定于体系结构的技巧是毫无疑问的（在后端，它们也不可取，因为它们可能会破坏交叉编译）。

假设我买了一个新的 cpu，上面什么都没有。在第一次操作期间，我希望安装一个运行 C 的操作系统。什么运行 C 编译器？ BIOS中有微型C编译器吗？

当您安装操作系统时，（通常）不会运行 C 编译器。安装 CD 中充满了该架构的易于编译的二进制文件。如果包含一个 C 编译器（许多 Linux 发行版都是如此），那么它也是一个已经编译的可执行文件。那些让您构建自己的内核等的发行版也至少包含一个可执行文件 - 编译器。当然，除非您必须在现有的任何带有 C 编译器的安装上编译自己的内核。

如果“新 CPU”指的是一种不向后兼容任何尚支持的架构的新架构，那么自托管编译器可以遵循通常的移植过程：首先为该新目标编写一个后端，然后自行编译它，突然间，您在新平台上获得了一个成熟的编译器，具有久经考验的（编译了整个编译器）本机后端。

Answer 3

如果您购买预装操作系统的新机器，它甚至不需要在任何地方包含编译器，因为所有可执行代码都已由提供操作系统的人在其他机器上编译 - 您的机器不需要自己编译任何东西。

如果你有一个全新的CPU架构，你是如何做到这一点的呢？在这种情况下，您可能会首先为在其他平台（“主机”）上运行的现有 C 编译器的新 CPU 架构（“目标”）编写新的代码生成后端 - a 交叉编译器。

一旦你的交叉编译器（在主机上运行）工作得足够好，可以生成将在目标上运行的正确编译器（以及必要的库等），那么你就可以在目标平台上编译编译器本身，并最终使用目标本机编译器，该编译器在目标上运行并生成在目标上运行的代码。

对于新语言来说也是同样的原理：你必须用现有的语言编写代码，并且你有一个工具链，它将把你的新语言编译成你可以使用的东西（我们称之为“引导编译器”）。一旦你让它工作得足够好，你就可以用你的新语言编写一个编译器（“真正的编译器”），然后用引导编译器编译真正的编译器。此时，您正在用新语言本身编写新语言的编译器，并且您的语言被称为“自托管”。