从 clang 发出 llvm 字节码：'byval'用于将带有非平凡析构函数的对象传递到函数中的属性

Question

我有一个 C++ 源代码，我使用 clang 对其进行解析，生成 llvm 字节码。从现在起我想自己处理该文件...... 然而我遇到了一个问题。考虑以下场景： - 我创建一个带有重要析构函数或复制构造函数的类。 - 我定义一个函数，其中此类的对象作为参数按值（无引用或指针）传递。

在生成的字节码中，我得到了一个指针。对于没有析构函数的类，参数被注释为“byval”，但在本例中并非如此。 因此，我无法区分参数是按值传递还是实际上按指针传递。

考虑以下示例：

输入文件 - cpass.cpp：

class C {
  public:
  int x;
  ~C() {}
};

void set(C val, int x) {val.x=x;};

void set(C *ptr, int x) {ptr->x=x;}

编译命令行：

clang++ -c cpass.cpp -emit-llvm -o cpass.bc; llvm-dis cpass.bc

生成的输出文件 (cpass.ll)：

; ModuleID = 'cpass.bc'
target datalayout = "e-p:64:64:64-i1:8:8-i8:8:8-i16:16:16-i32:32:32-i64:64:64-f32:32:32-f64:64:64-v64:64:64-v128:128:128-a0:0:64-s0:64:64-f80:128:128-n8:16:32:64"
target triple = "x86_64-unknown-linux-gnu"

%class.C = type { i32 }

define void @_Z3set1Ci(%class.C* %val, i32 %x) nounwind {
  %1 = alloca i32, align 4
  store i32 %x, i32* %1, align 4
  %2 = load i32* %1, align 4
  %3 = getelementptr inbounds %class.C* %val, i32 0, i32 0
  store i32 %2, i32* %3, align 4
  ret void
}

define void @_Z3setP1Ci(%class.C* %ptr, i32 %x) nounwind {
  %1 = alloca %class.C*, align 8
  %2 = alloca i32, align 4
  store %class.C* %ptr, %class.C** %1, align 8
  store i32 %x, i32* %2, align 4
  %3 = load i32* %2, align 4
  %4 = load %class.C** %1, align 8
  %5 = getelementptr inbounds %class.C* %4, i32 0, i32 0
  store i32 %3, i32* %5, align 4
  ret void
}

如您所见，两个 set 函数的参数看起来完全相同。那么我怎么知道第一个函数是按值而不是指针获取参数呢？

一种解决方案可能是以某种方式解析损坏的函数名称，但它可能并不总是可行。如果有人将 extern "C" 放在函数前面怎么办？

有没有办法告诉clang保留byval注释，或者为每个通过值传递的函数参数生成额外的注释？

Anton Korobeynikov 建议我应该深入研究 clang 的 LLVM IR 发射。不幸的是我对 clang 的内部结构几乎一无所知，文档相当稀疏。 clang 的 内部手册 没有讨论 IR 发射。所以我真的不知道如何开始，从哪里去解决问题，希望不需要实际浏览所有 clang 源代码。有什么指点吗？提示？进一步阅读？

---

回应 Anton Korobeynikov：

我或多或少知道 C++ ABI 在参数传递方面的样子。在这里找到了一些不错的读物：http://agner.org./optimize/calling_conventions.pdf。但这非常依赖于平台！这种方法在不同的架构或某些特殊情况下可能不可行。

例如，就我而言，该函数将在与调用它的设备不同的设备上运行。这两个设备不共享内存，因此它们甚至不共享堆栈。除非用户传递指针（在这种情况下，我们假设他知道自己在做什么），否则应始终在函数参数消息中传递对象。如果它有一个重要的复制构造函数，则它应该由调用者执行，但该对象也应该在参数区域中创建。

因此，我想做的是以某种方式覆盖 clang 中的 ABI，而不过多侵入其源代码。或者也许添加一些额外的注释，这些注释在正常的编译管道中会被忽略，但我可以在解析 .bc/.ll 文件时检测到。或者以某种方式不同地重建函数签名。

---

Answer 1

不幸的是，“byval”不仅仅是“注释”，它是参数属性，这对于优化器和后端来说意味着很多。基本上，如何传递带有或不带有重要函数的小型结构/类的规则是由平台 C++ ABI 管理的，因此您不能总是在这里使用 byval 。

事实上，这里的byval只是前端层面小幅优化的结果。当您按值传递内容时，应在堆栈上构造临时对象（通过默认的复制构造函数）。当你有一个类似 POD 的类时，clang 可以推断出复制 ctor 是微不足道的，并且会优化 ctor / dtor 对，只传递“内容”。

对于非平凡的类（如您的情况），clang 无法执行此类优化，并且必须同时调用 ctor 和 dtor。因此，您会看到创建了指向临时对象的指针。

尝试调用你的 set() 函数，你会看到那里发生了什么。