原文鏈接: http://www.programmer.com.cn/9436/
作者: 王越
2011年12月3日，LLVM 3.0正式版發布，完整支持所有ISO C++標準和大部分C++ 0x的新特性， 這對于一個短短幾年的全新項目來說非常不易。
開發者的驚愕
在2011年WWDC（蘋果全球開發者大會）的一場與Objective-C相關的講座上，開發者的人生觀被顛覆了。
作為一個開發者，管理好自己程序所使用的內存是天經地義的事，好比人們在溜狗時必須清理狗的排泄物一樣（美國隨處可見“Clean up after your dogs”的標志）。在本科階段上C語言的課程時，教授們會向學生反復強調：如果使用malloc函數申請了一塊內存，使用完后必須再使用free函數把申請的內存還給系統——如果不還，會造成“內存泄漏”的結果。這對于Hello World可能還不算嚴重，但對于龐大的程序或是長時間運行的服務器程序，泄內存是致命的。如果沒記住，自己還清理了兩次，造成的結果則嚴重得多——直接導致程序崩潰。
Objective-C有類似malloc/free的對子，叫alloc/dealloc，這種原始的方式如同管理C內存一樣困難。所以Objective-C中的內存管理又增加了“引用計數”的方法，也就是如果一個物件被別的物件引用一次，則引用計數加一；如果不再被該物件引用，則引用計數減一；當引用計數減至零時，則系統自動清掉該物件所占的內存。具體來說，如果我們有一個字符串，當建立時，需要使用alloc方法來申請內存，引用計數則變成了一；然后被其他物件引用時，需要用retain方法去增加它的引用計數，變成二。當它和剛才引用的物件脫離關聯時，需使release方法減少引用計數，又變回了一；最后，使用完這個字符串時，再用release方法減少其引用計數，這時，運行庫發現其引用計數變為零了，則回收走它的內存。這是手動的方式。
這種方式自然很麻煩，所以又設計出一種叫做autorelease的機制（不是類似Java的自動垃圾回收）。在Objective-C中，設計了一個叫做NSAutoReleasePool的池，當開發者需要完成一個任務時（比如每開啟一個線程，或者開始一個函數），可以手動創立一個這樣的池子， 然后通過顯式申明把物件扔進自動回收池中。NSAutoReleasePool內有一個數組來保存聲明為autorelease的所有對象。如果一個對象聲明為autorelease，則會自動加到池子里。如果完成了一個任務（結束線程了，或者退出那個函數），則開發者需對這個池子發送一個drain消息。這時，NSAutoReleasePool會對池子中所有的物件發送release消息，把它們的引用計數都減一 ——這就好比游泳池關門時通知所有客人都“滾蛋”一樣。所以開發者無需顯式聲明release，所有的物件也會在池子清空時自動呼叫release函數，如果引用計數變成零了，系統才回收那塊內存。所以這是個半自動、半手動的方式。
Objective-C的這種方式雖然比起C來進了一大步，我剛才花了幾分鐘就和讀者講明白了。只要遵守上面這兩個簡單的規則，就可以保證不犯任何錯誤。但這和后來的Java自動垃圾回收相比則是非常繁瑣的，哪怕是再熟練的開發者，一不小心就會弄錯。而且，哪怕很簡單的代碼，比如物件的getter/setter函數，都需要用戶寫上一堆的代碼來管理接收來的物件的內存。
經典教材《Cocoa Programming for Mac OS X》用了整整一章節的篇幅，來講解Objective-C中內存管理相關的內容，但初學者們看得還是一頭霧水。所以，在2007年10.5發布時，Objective-C做出了有史以來最大的更新，最大的亮點是它的運行庫libobjc 2.0正式支持自動垃圾回收，也就是由運行庫在運行時隨時偵測哪些物件需要被釋放。聽上去很不錯，可惜使用這個技術的項目卻少之又少。原因很簡單，使用這個特性，會有很大的性能損失，使Objective-C的內存管理效率低得和Java一樣，而且一旦有一個模塊啟用了這個特性，這個進程中所有的地方都要啟用這個特性——因此如果你寫了一個使用垃圾回收的庫，那所有引用你庫的程序就都得被迫使用垃圾回收。所以Apple自己也不使用這項技術，大量的第三方庫也不使用它。
這個問題隨Apple在移動市場的一炮走紅而變得更加嚴峻。不過這次，Apple和與會的開發者講，他們找到了一個解決問題的終極方法，這個方法把從世界各地專程趕來聆聽圣諭的開發者驚得目瞪口呆——你不用寫任何內存管理代碼，也不需要使用自動垃圾回收。因為我們的編譯器已經學會了上面所介紹的內存管理規則，會自動在編譯程序時把這些代碼插進去。
這個編譯器，一直是Apple公開的秘密——LLVM。說它公開，是因為它自始至終都是一個開源項目；而秘密，則是因為它從來沒公開在WWDC的Keynote演講上亮相過 。
一直關注這系列連載的讀者一定還記得，在第二篇《Linus Torvalds的短視》介紹Apple和GPL社區的不合時，提到過“自以為是但代碼又寫得差的開源項目，Apple事后也遇到不少，比如GCC編譯器項目組。雖然大把鈔票扔進去，在先期能夠解決一些問題，但時間長了這群人總和Apple過不去，并以自己在開源世界的地位恫嚇之，最終Apple由于受不了這些項目組的態度、協議、代碼質量，覺得還不如自己造輪子來得方便。”LLVM則是Apple造的這個輪子，它的目的是完全替代掉GCC那條編譯鏈。它的主要作者，則是現在就職于Apple的Chris Lattner。
編譯器高材生Chris Lattner
2000年，本科畢業的Chris Lattner像中國多數大學生一樣，按部就班地考了GRE，最終前往UIUC（伊利諾伊大學厄巴納香檳分校），開始了艱苦讀計算機碩士和博士的生涯。在這階段，他不僅周游美國各大景點，更是努力學習科學文化知識，翻爛了“龍書”（《Compilers: Principles, Techniques, and Tools》），成了GPA牛人【注：最終學分積4.0滿分】，以及不斷地研究探索關于編譯器的未知領域，發表了一篇又一篇的論文，是中國傳統觀念里的“三好學生”。他的碩士畢業論文提出了一套完整的在編譯時、鏈接時、運行時甚至是在閑置時優化程序的編譯思想，直接奠定了LLVM的基礎。
LLVM在他念博士時更加成熟，使用GCC作為前端來對用戶程序進行語義分析產生IF（Intermidiate Format），然后LLVM使用分析結果完成代碼優化和生成。這項研究讓他在2005年畢業時，成為小有名氣的編譯器專家，他也因此早早地被Apple相中，成為其編譯器項目的骨干。
Apple相中Chris Lattner主要是看中LLVM能擺脫GCC束縛。Apple（包括中后期的NeXT） 一直使用GCC作為官方的編譯器。GCC作為開源世界的編譯器標準一直做得不錯，但Apple對編譯工具會提出更高的要求。
一方面，是Apple對Objective-C語言（甚至后來對C語言）新增很多特性，但GCC開發者并不買Apple的帳——不給實現，因此索性后來兩者分成兩條分支分別開發，這也造成Apple的編譯器版本遠落后于GCC的官方版本。另一方面，GCC的代碼耦合度太高，不好獨立，而且越是后期的版本，代碼質量越差，但Apple想做的很多功能（比如更好的IDE支持）需要模塊化的方式來調用GCC，但GCC一直不給做。甚至最近，《GCC運行環境豁免條款 （英文版）》從根本上限制了LLVM-GCC的開發。 所以，這種不和讓Apple一直在尋找一個高效的、模塊化的、協議更放松的開源替代品，Chris Lattner的LLVM顯然是一個很棒的選擇。
剛進入Apple，Chris Lattner就大展身手：首先在OpenGL小組做代碼優化，把LLVM運行時的編譯架在OpenGL棧上，這樣OpenGL棧能夠產出更高效率的圖形代碼。如果顯卡足夠高級，這些代碼會直接扔入GPU執行。但對于一些不支持全部OpenGL特性的顯卡（比如當時的Intel GMA卡），LLVM則能夠把這些指令優化成高效的CPU指令，使程序依然能夠正常運行。這個強大的OpenGL實現被用在了后來發布的Mac OS X 10.5上。同時，LLVM的鏈接優化被直接加入到Apple的代碼鏈接器上，而LLVM-GCC也被同步到使用GCC4代碼。
LLVM真正的發跡，則得等到Mac OS X 10.6 Snow Leopard登上舞臺。可以說， Snow Leopard的新功能，完全得益于LLVM的技術。而這一個版本，也是將LLVM推向真正成熟的重大機遇。
關于Snow Leopard的三項主推技術（64位支持、OpenCL，以及Grand Central Dispatch）的細節，我們會在下一次有整整一期篇幅仔細討論，這次只是點到為止——我們告訴讀者，這些技術，不但需要語言層面的支持（比如Grand Centrual Dispatch所用到的“代碼塊”語法， 這被很多人看作是帶lambda的C），也需要底層代碼生成和優化（比如OpenCL是在運行時編譯為GPU或CPU代碼并發執行的）。而這些需求得以實現，歸功于LLVM自身的新前端——Clang。
優異的答卷——Clang
前文提到，Apple吸收Chris Lattner的目的要比改進GCC代碼優化宏大得多——GCC系統龐大而笨重，而Apple大量使用的Objective-C在GCC中優先級很低。此外GCC作為一個純粹的編譯系統，與IDE配合得很差。加之許可證方面的要求，Apple無法使用LLVM 繼續改進GCC的代碼質量。于是，Apple決定從零開始寫 C、C++、Objective-C語言的前端 Clang，完全替代掉GCC。
正像名字所寫的那樣，Clang只支持C，C++和Objective-C三種C家族語言。2007年開始開發，C編譯器最早完成，而由于Objective-C相對簡單，只是C語言的一個簡單擴展，很多情況下甚至可以等價地改寫為C語言對Objective-C運行庫的函數調用，因此在2009年時，已經完全可以用于生產環境。C++的支持也熱火朝天地進行著。
Clang的加入代表著LLVM真正走向成熟和全能，Chris Lattner以影響他最大的“龍書”封面【注：見http://en.wikipedia.org/wiki/Dragon_Book_(computer_science)】為靈感，為項目選定了圖標——一條張牙舞爪的飛龍。
Clang一個重要的特性是編譯快速，占內存少，而代碼質量還比GCC來得高。測試結果表明Clang編譯Objective-C代碼時速度為GCC的3倍【注：http://llvm.org/pubs/2007-07-25-LLVM-2.0-and-Beyond.pdf】，而語法樹（AST）內存占用則為被編譯源碼的1.3倍，而GCC則可以輕易地可以超過10倍。Clang不但編譯代碼快，對于用戶犯下的錯誤，也能夠更準確地給出建議。使用過GCC的讀者應該熟悉，GCC給出的錯誤提示基本都不是給人看的。
比如最簡單的：
struct foo { int x; }
typedef int bar;
如果使用GCC編譯，它將告訴你：
t.c:3: error: two or more data types in declaration specifiers
但是Clang給出的出錯提示則顯得人性化得多：
t.c:1:22: error: expected ‘;’ after struct
甚至，Clang可以根據語境，像拼寫檢查程序一樣地告訴你可能的替代方案。
比如這個程序：
#include <inttypes.h>
int64 x;
GCC一樣給出亂碼似的出錯提示：
t.c:2: error: expected ‘=’, ‘,’, ‘;’, ‘asm’ or ‘__attribute__’ before ‘x’
而優雅的Clang則用彩色的提示告訴你是不是拼錯了，并給出可能的變量名：
t.c:2:1: error: unknown type name ‘int64′; did you mean ‘int64_t’?
int64 x;^~~~~int64_t
更多的例子可以參考http://blog.llvm.org/2010/04/amazing-feats-of-clang-error-recovery.html。 而同時又因為Clang是高度模塊化的一個前端，很容易實現代碼的高度重用。所以比如Xcode 4.0的集成編程環境就使用Clang的模塊來實現代碼的自動加亮、代碼出錯的提示和自動的代碼補全。開發者使用Xcode 4.0以后的版本，可以極大地提高編程效率，盡可能地降低編譯錯誤的發生率。
支持C++也是Clang的一項重要使命。C++是一門非常復雜的語言，大多編譯器（如GCC、MSVC）用了十多年甚至二十多年來完善對C++的支持，但效果依然不很理想。Clang的C++支持卻一直如火如荼地展開著。2010年2月4日，Clang已經成熟到能自舉（即使用Clang編譯Clang，到我發稿時，LLVM 3.0發布已完整支持所有ISO C++標準，以及大部分C++ 0x的新特性。
這對于一個短短幾年的全新項目來說是非常不易的。得益于本身健壯的架構和Apple的大力支持，Clang越來越全能，從FreeBSD【注：http://lists.freebsd.org/pipermail/freebsd-current/2009-February/003743.html】 到Linux Kernel【注：http://lists.cs.uiuc.edu/pipermail/cfe-dev/2010-October/011711.html】， 從Boost【注：http://blog.llvm.org/2010/05/clang-builds-boost.html】 到Java虛擬機， Clang支持的項目越來越多。
Apple的Mac OS X以及iOS也成了Clang和LLVM的主要試驗場——10.6時代，很多需要高效運行的程序比如OpenSSL和Hotspot就由LLVM-GCC編譯來加速的。而10.6時代的Xcode 3.2諸多圖形界面開發程序如Xcode、Interface Builder等，皆由Clang編譯。到了Mac OS X 10.7，整個系統的的代碼都由Clang或LLVM-GCC編譯【注：http://llvm.org/Users.html】。
LLVM周邊工具
由于受到Clang項目的威脅，GCC也不得不軟下來，讓自己變得稍微模塊化一些，推出插件的支持，而LLVM項目則順水推舟，索性廢掉了出道時就一直作為看家本領的LLVM-GCC，改為一個GCC的插件DragonEgg。 Apple也于Xcode 4.2徹底拋棄了GCC工具鏈。
而Clang的一個重要衍生項目，則是靜態分析工具，能夠通過自動分折程序的邏輯，在編譯時就找出程序可能的bug。在Mac OS X 10.6時，靜態分析被集成進Xcode 3.2，幫助用戶查找自己犯下的錯誤。其中一個功能，就是告訴用戶內存管理的Bug，比如alloc了一個物件卻忘記使用release回收。這已經是一項很可怕的技術，而Apple自己一定使用它來發現并改正Mac OS X整個系統各層面的問題。但許多開發者還不滿足——既然你能發現我漏寫了release，你為什么不能幫我自動加上呢？于是ARC被集成進Clang，發生了文章開頭開發者們的驚愕——從來沒有人覺得這件事是可以做成的。
除LLVM核心和Clang以外，LLVM還包括一些重要的子項目，比如一個原生支持調試多線程程序的調試器LLDB，和一個C++的標準庫libstdc++，這些項目由于是從零重寫的，因此要比先前的很多項目站得更高，比如先前GNU、Apache、STLport等C++標準庫在設計時，C++0x標準還未公布，所以大多不支持這些新標準或者需要通過一些骯臟的改動才能支持，而libstdc++則原生支持C++0x。而且在現代架構上，這些項目能動用多核把事情處理得更好。
不單單是Apple，諸多的項目和編程語言都從LLVM里取得了關鍵性的技術。Haskell語言編譯器GHC使用LLVM作為后端，實現了高質量的代碼編譯。很多動態語言實現也使用LLVM作為運行時的編譯工具，較著名的有Google的Unladen Swallow【注：Python實現，后夭折】、PyPy【注：Python實現】，以及MacRuby【注：Ruby實現】。例如 MacRuby 后端改為LLVM后，速度不但有了顯著的提高，更是支持Grand Central Dispatch來實現高度的并行運行。由于LLVM高度的模塊化，很方便重用其中的組件來作為一個實現的重要組成部分，因此類似的項目會越來越多。
LLVM的成熟也給其他痛恨GCC的開發項目出了一口惡氣。其中最重要的，恐怕是以FreeBSD為代表的BSD社區。BSD社區和Apple的聯系一向很緊密，而且由于代碼相似，很多Apple的技術如Grand Central Dispatch也是最早移植到FreeBSD上。BSD社區很早就在找GCC的替代品，無奈大多都很差（如Portable C Compiler產生的代碼質量和gcc不能同日而語）。
一方面是因為不滿意GCC的代碼品質【注：BSD代碼整體要比GNU的高一些，GNU代碼永無休止地出現各種嚴重的安全問題】，更重要的是協議問題。BSD開發者有潔癖的居多，大多都不喜歡GPL代碼，尤其是GPL協議第三版發布時，和FreeBSD的協議甚至是沖突的。這也正是為什么FreeBSD中包含的GNU的C++運行庫還是2007年以GPLv2發布的老版本，而不是支持C++0x的但依GPLv3協議發布的新版本。 因此歷時兩年的開發后，2012年初發布的FreeBSD 9.0中，Clang被加入到FreeBSD的基礎系統。 但這只是第一步，因為FreeBSD中依然使用GNU的C++ STL 庫、C++運行庫、GDB調試器、libgcc/libgcc_s編譯庫都是和編譯相關的重要底層技術，先前全被GNU壟斷，而現在LLVM子項目lldb、libstdc++、compiler-rt等項目的出現，使BSD社區有機會向GNU說“不”，因此一個把GNU組件移出FreeBSD的計劃被構想出來，并完成了很大一部分。編寫過《Cocoa Programming Developer’s Handbook》的著名Objective-C牛人David Chisnall也被吸收入FreeBSD開發組完成這個計劃的關鍵部分。 預計在FreeBSD 10發布時，將不再包含GNU代碼。
LLVM在短短五年內取得的快速發展充分反映了Apple對于產品技術的遠見和處理爭端的決心和手腕，并一躍成為最領先的開源軟件技術。而Chris Lattner在2010年也贏得了他應有的榮譽——Programming Languages Software Award（程序設計語言軟件獎）。
本站評:
一直對LLVM 及Clang搞的迷迷糊糊的, 這篇文章寫的很翔實.
微軟在產品及平臺上的開放性簡直是坑爹. 雖然開發工具上很給力, 但其致命點仍然是封閉
蘋果簡單,高效, 用戶至上的思想在其平臺及產品中(AppleScript,LLVM,Clang)體現得淋漓精致. 垃圾回收的改進一路磕磕碰碰,但最終的方案讓我們折服.