独家揭秘：Kotlin K2编译器的前世今生

也许您已经观看了最近的 KotlinConf 2023 主题演讲，关于 K2 编译器的更新。什么是 K2 编译器？在搞清楚这个问题之前，我们需要了解Kotlin 使用的不同种类的编译器及其差异，以及编译过程中可能发生的不同种类的数据转换的简要概述。

基础知识

源代码通过Kotlin编译器提交，将可读的人类源代码转换为针对任何指定机器的可执行机器代码。如果我们粗略地过度简化编译器，我们可以将编译器视为执行两个任务：编译和降级。编译将一种数据格式更改为另一种数据格式，而降级通常简化/优化现有的数据格式。

当 Kotlin 代码编译时，会选择一组配置来运行 Kotlin 编译器，例如决定在哪个环境上运行（如 CLI、Analysis API、处理器选项），选择要连接到编译器的插件，以及选择前端和后端。

Kotlin编译器有两个前端：K1和K2，以及四个后端：JVM、JS、本地和实验性的WASM。

K1/K2前端

Kotlin编译器有两个前端：K1前端（在源代码中用Fe10-表示）和K2前端（有时称为FIR前端，在源代码中有时用Fir-表示）。选择前端决定向后端发送哪些信息以进行IR生成和后续目标生成。

K1和K2前端在开始阶段共享类似的阶段，只不过FIR（前端中间表示）前端在将转换后的代码发送到后端之前，会引入一种附加的数据格式 —— 后端将立即将该数据格式更改为IR（中间表示）以进行进一步处理。

K1前端

K1前端（Fe10-）接受人类可读的源代码，将文本分解为词法令牌，创建PSI树，并进行解析来创建附加的数据结构，如描述符和BindingContext，然后将其发送到后端。

PSI代表“程序结构接口”，它是在IntelliJ中的层，有助于解析文件，并在编译后创建语法/语义代码模型。对于K1前端，解析在PSI树上执行以生成描述符和BindingContext，它们全部被发送到后端，以转换为IR。

• 根据元素类型，描述符可能包含上下文，作用域，包含信息，覆盖，伴随对象等等。
• BindingContext是一个大映射，其中PSI是映射到描述符和其他信息的关键字，以后可用于对代码进行推断。

K1编译器将PSI和BindingContext发送到后端，后端使用Psi2Ir将信息转换为IR以进行进一步处理

然而，像这样发送PSI和BindingContext已经导致编译器性能问题。

根据Dmitriy Novozhilov在Kotlinlang的Slack中的解释，解析结果也存储在BindingContext中，因此CPU无法快速缓存对象。所有描述符都是惰性的，这导致编译器在代码不同部分之间跳跃，杀死了许多JIT优化。

K2（FIR）前端编译器

旨在提高编译器性能。JetBrains创建了这个新的编译器前端（有时也称为FIR前端），来替换现有的前端编译器。它不仅仅是将PSI和BindingContext发送到前端，还会生成额外的数据格式，以卸载后端本来要完成的一部分工作。

K2前端将原始PSI作为输入，生成原始FIR，并在不同的阶段对其进行转换，填充语义信息树。然后，解析后的FIR将被发送到后端。

K1前端数据格式在发送到后端之前会发生变化：源代码 → 标记 → AST/PSI → 原始FIR → FIR

FIR是一个可变树，由解析器的结果——生成的PSI树建立而来。建立原始FIR之后，可以通过多个处理器进行操作，这些处理器将解析代码并代表编译器管道的不同阶段。最后，会运行一个检查器阶段，它会使用FIR并报告警告和错误的不同诊断信息。如果有错误，则编译会停止，因为没有必要将有错误的代码发送到后端。如果没有错误，解析后的FIR将转换为后端IR。

K2编译器将经处理的FIR发送到后端，后端使用Fir2Ir将信息转换为IR以进行进一步的处理

Kotlin编译器后端

我们已经进入后端了！记住，我们可以选择4个后端：JVM、JS、Native和新的实验性WASM。本文将讨论更稳定的后端——JVM、JS和Native。

Sletvana Isavoka的演讲《关于新的Kotlin K2编译器，每个人都必须知道的事情》最好地解释了后端的工作原理：

Kotlin源代码通过前端进行处理。3个箭头指向前端，表示前端输出某种语法树和语义信息，并进入3个可能的选择——JVM IR后端、JS IR后端和Native IR后端

需要注意的重要事项是，无论选择哪个后端，IR生成器和优化器始终是后端处理的相同起点。然后选择的配置将运行所需的代码生成模式：

• JVM IR 后端使用 JVM 字节码生成器 + 优化器来生成 .class 文件
• JS IR 后端使用 JavaScript 生成器 + 优化器来生成 .js 文件
• Native IR 后端使用 LLVM 位码生成器 + 优化器来生成 .so 文件假设我们将之前的 K2 示例发送到后端，我们可以继续使用这个示例作为数据格式：

frontend: source code → tokens → AST/PSI → Raw FIR → FIR | backend: IR → Lowered IR → Target Code

前端：源代码 → 令牌 → 抽象语法树/程序结构接口 → 原始 FIR → FIR | 后端：IR → 降级的IR → 目标代码

发送已解决的FIR回到后端后，FIR被转换为IR，即中间表示形式。IR作为CPU级架构的另一种抽象表示形式生成。对IR进行控制流和调用堆栈的分析，并执行机器相关的优化以创建Lowered IR。通常，这意味着简化操作（即3^2可能变为3*3），提高生成的机器码的性能和质量，并做出资源和存储决策。

最终生成目标代码，并对生成的目标代码进行优化，以便将其优化后的目标代码发送到任何机器以执行。这是一个超高层次的概述，但我希望这篇文章对我们继续深入学习Kotlin编译器的速成课程有所帮助！

声明：文中观点不代表本站立场。本文传送门：https://eyangzhen.com/96594.html