「譯」靜態單賦值小冊 - 1. 介紹

有一本小冊子Static Single Assignment Book寫的很好，內容又較少，試着翻譯一下，意譯較多（說人話），不是嚴肅的翻譯，感興趣的能夠看看。頻率多是周更。。anyway，stay tuned～

在平常編程中，名字是一個頗有用的東西。這本書想傳遞的關鍵內容是對於每一個不一樣的東西給它一個獨一無二的名字能夠消除不少不肯定性以及不精確性。

舉個例子，若是你無心中聽到一段對話中有'Homer'這個詞，沒有上下文的狀況下你不知道他說的是Homer Simpson（辛普森）仍是古希臘詩人荷馬仍是你認識的某個叫Homer的人。可是隻要你聽到對話說起Springfield (辛普森一家）而不是Smyrna（希臘詩歌），你就能知道他們說的是辛普森一家這個電視劇。不過話又說回來，若是每一個人都有一個獨一無二的名字，那麼就不可能混淆電視劇角色和古希臘文學人物，這個問題都不會成立。

這本書主要討論靜態單賦值（Static Single Assignment Form，SSA）形式，它是一種變量的命名約定。術語static說明SSA與屬性和代碼分析相關，術語single說明SSA強制變量名具備惟一性。術語assignment表示變量的定義。舉個例子，在下面的代碼中：

x = y + 1;

變量x被賦予表達式(y+1)的值。這是一個定義，或者對於x來講是賦值語句。編譯器工程師會說上面的賦值語句將值(y+1)儲存到左值x中。

1.1 SSA定義

關於SSA最簡單，限制最少的定義以下：

"若是每一個變量在程序中有且只有一個賦值語句，那麼該程序是SSA形式"

可是實際上SSA還有不少變體，有更多的限制。這些變體可能使變量定義和使用與圖論的一些特性有關，或者封裝一些特定的控制流/數據流信息。每一個SSA變體都有特設的性質。基本的SSA變體將會在第二章討論，本書的第三部分還會討論更多這部分的內容。

全部SSA變體，包括上面最簡單的定義都有一個最基本屬性就是引用透明性（referential transparency），所謂引用透明性是指程序中的每一個變量只有一個定義，變量的值和它所在程序的位置無關。咱們可能根據分支的條件完善對於某個變量的認識。舉個例子，不用看代碼咱們就知道下面if語句後緊跟着的then/else條件塊中x的值

if (x == 0)

由於x的值在這個if語句中是沒有改變的。函數式編程語言寫的程序是引用透明的，引用透明性對於形式化方法和數學推理頗有用，由於表達式的值只依賴它的子表達式而不依賴求值的順序或者表達式的反作用，或者其它表達式。對於一個引用透明的程序，考慮下面的代碼片斷：

x = 1;
y = x + 1;
x = 2;
z = x + 1;

一個naive（並且不正確）的分析器可能認爲y和z的值相等，由於他們的定義是同樣的，都是(x+1)，然而x的值取決於當前代碼位置是在第二個賦值的前面仍是後面，即變量的值取決於上下文。當編譯器將這個代碼段轉換爲SSA形式時，它會具備引用透明性。轉換的過程會爲一個變量的屢次定義使用不一樣的名字（譯註：x1和x2）。使用SSA形式後，只有當x1和x2相等時y和z才相等。

x1 = 1;
y = x1 + 1;
x2 = 2;
z = x2 + 1;

1.2 SSA的非形式化語義

在前一節中，咱們看到了如何經過簡單的重命名將代碼轉換爲SSA形式。賦值語句左邊被定義的變量叫作target，在SSA中，每一個target都有惟一的名字。反過來，賦值語句右邊能夠屢次使用target，在這裏它們叫作source。貫穿本書，SSA的target名字定義都是變量名再加一個下標這種形式。通常來講這是不重要的實現細節，雖然它對於編譯器debug來講頗有用。

φ函數是SSA最重要的一個概念，它很特別，又叫作僞賦值函數（pseudo-assignment function）。有些人也叫它notational fiction。ɸ函數的用途是合併來自不一樣路徑的值，通常出如今控制流的合併點。

考慮下面的代碼示例和它對應的控制流圖（Control Flow Graph，CFG）表示：

在if不一樣分支中，y有不一樣的定義。y的不一樣定義最終在print那個地方交匯。當編譯器將該代碼轉換爲SSA形式時，y的不一樣定義被命名爲y1和y2。print既可使用y1也可使用y2，這取決於if的條件。在這種狀況下，須要用φ函數引入新的變量y3，它的參數是y1和y2。所以SSA版本的上述程序以下：

就放置位置來講，φ函數通常是放到控制流交匯點，即CFG中有多個前驅基本塊的那個基本塊頭部。若是有n條路徑能夠進入基本塊b，那麼在基本塊b頭部的φ函數有n個參數。φ函數會動態的選擇正確的參數。φ函數根據n個參數，建立新的變量名，這個名字是惟一的，由於它要保證SSA的基本性質。所以，在上面的例子中，若是控制流從基本塊A流向下面的基本塊，那麼y3使用φ函數選擇y1做爲它的值，反之φ函數使用y2做爲它的值。注意CFG圖φ函數的參數y1和y2前面還加了基本塊的標籤，這種形式是比較多餘的，在本書的後面部分，這個基本塊標籤能不加就不加，除非沒了它會引發歧義。

這裏還要強調一下，若是基本塊頭部有多個φ函數，這些φ函數是並行的，即，它們是同時執行，不須要順序執行。這一點是很重要的，由於在通過一些優化，好比複寫傳播（copy propagation）後φ函數的target多是其它φ函數的source。在SSA解構階段，φ函數會被消除（譯註：就是編譯器不須要SSA形式，想將它轉換爲其它IR，這就叫SSA解構），在解構階段使用常規的複製操做序列化，這點會在17.6小結描述。這個小細節對於寄存器分配後的代碼來講是至關重要的。

嚴格來講，φ函數不能被軟件直接執行，由於進入φ函數的控制流沒有被顯式的編碼進φ函數的參數。這是能夠接受的，由於φ函數一般只用於程序的靜態分析。然而，有不少擴展使得φ函數能夠執行，如 φif 或者γ函數（參見第12章），它有一個額外的參數，告訴φ函數選擇那個值。關於這個會在第12章，第16章和第18章討論。

接下來咱們再展現一個例子，它說明了一個循環控制流解構的SSA形式。下面是非SSA形式的程序和SSA形式的控制流圖：

SSA代碼在循環頭部新增了兩個φ函數。它們合併循環前的值定義和循環中的值的定義。

要注意不要混淆SSA和自動並行化優化中的（動態）靜態賦值這兩個概念。SSA不會阻止在程序執行的時候對一個變量的屢次定義，好比，上面的SSA代碼中，變量y3和x3在循環體內，每次循環都會重定義它們。

SSA構造的詳細描述會在第3章給出，如今只須要明白下面的內容：

1. 若是程序的交匯點的某個變量有多個定義，那麼會在交匯點插入φ函數
2. 整數下標用於重命名原來程序中的變量x和y

1.3 與傳統數據流分析的比較

在將來的第11章咱們會提到，SSA主要的一個優勢是它對數據流分析（data-flow analysis）很友好。數據流分析在程序編譯的時候收集信息，爲將來的代碼優化作準備。在程序運行時，這些信息會在變量間流動。靜態分析經過在控制流圖中傳播這些信息，得以捕獲關於數據流的一些事實（fact）。這種方式在傳統的數據流分析中很常見。

一般，若是程序是一種功能性的（functional）或者稀疏（sparse）的表示，如SSA形式，那麼數據流信息能程序中更高效的傳播。當程序被轉換爲SSA形式時，變量在定義點被重命名。對於一個確鑿的數據流問題，好比常量傳播，它表現爲一個程序點的集合，在這些程序點數據流事實可能改變。所以能夠直接關聯數據流事實和變量名字，而不是在每一個程序點爲全部變量維護各自的數據流事實的集合，下圖展現了一個非零值分析（non-zero value analysis）

對於程序中的每一個變量，分析的目標是靜態肯定哪些變量在運行時包含0值（即null）。在這裏0就表示變量爲null，0打一把叉表示不爲null，T表示可能爲null。上圖(a)表示傳統的數據流分析，咱們會在六個基本塊的入口點和出處都計算一次變量x和y信息。而在上圖(b)的基於SSA的數據流分析中，咱們只須要在變量定義處計算一下，而後就能得到六個數據流事實。

對於其它的數據流問題，屬性也可能在變量定義以外發生改變，這些問題只要插入一些φ函數就能放入稀疏數據流分析的框架中，第11章會有一個例子討論這個。總的來講，目前這個例子說明了SSA能給分析算法帶來的關鍵好處是：

1. 數據流信息直接從定義語句處傳播到使用它的地方，即經過def-use鏈，這個鏈條由SSA命名方式隱示給出。相反，傳統的數據流分析須要將信息傳遍整個程序，即使在不少地方這些信息都沒改變，或者不相關。
2. 基於SSA的數據流分析更簡潔。在示例中，比起傳統方式，基於SSA的分析只有不多的數據流事實。

這本書的第二部分給出了一個完整的基於SSA數據流分析的描述。

1.4 此情此景此SSA

歷史背景。在整個20世紀80年代，優化編譯器技術愈來愈成熟，各類中間表示被提出，它們包含了數據依賴，使得數據流分析在這些中間表示上很容易進行。在這些中間表示背後的設計理念是顯式/隱式包含變量定義和使用的關係，即def-use鏈條，使得數據流信息能有效的傳播。程序依賴圖（program dependence graph）和程序依賴網（program dependence web）均屬此類IR。第12章還會討論這些風格的IR的更多細節。

靜態單賦值是由IBM Research開發的一種IR，並在20世紀80年代末的幾篇研究論文中公開發表。SSA因爲其符合直覺的性質和直觀的構造算法獲得了普遍的應用。SSA給出了一個標準化的變量def-use鏈，簡化了不少數據流分析技術。

當前情況。當前主流的商業編譯器和開源編譯器，包括GCC，LLVM，HotSpot Java虛擬機，V8 JavaScript引擎都將SSA做爲程序分析中的關鍵表示。因爲在SSA執行優化速度快並且高效，那些即時編譯器（JIT）會在一些高級地、與平臺無關的表示（如Java字節碼，CLI字節碼，LLVM bitcode）上普遍使用SSA。
SSA最初是爲了簡化高級程序表示的變形而開發而建立的，由於其良好的特性，可以簡化算法和減小計算複雜性。今天，SSA形式甚至被用於最後的代碼生成階段（見第四部分），即後端。好幾個工業編譯器和學術編譯器，既有靜態，也有just-in-time，都在它們的後端使用SSA，如LLVM，HotSpot，LAO，libFirm，Mono。不少使用SSA的編譯器在編譯快要結束時，即寄存器分配前才解構SSA。最近的研究甚至能在寄存器分配期間也使用SSA，SSA形式會保持到很是很是後面的機器代碼生成過程纔會被解構。

SSA與高級語言。到目前爲止，咱們展現了在低級代碼上使用SSA形式作分析的優點。有趣的是，在高級代碼上若是強制遵循某些準則也可能具備SSA的性質。根據SISAL語言的定義，程序自動具有引用透明性，由於變量不容許屢次賦值。其它語言也能有SSA的性質，好比Java的變量加個final或者C#的變量加個const/readonly。

強制寫出具備SSA性質的高級語言程序主要好處是這些程序能具有不變形，這簡化了併發編程。豬肚的數據能在多個線程中自由的共享，沒有任何數據依賴問題。數據依賴對於多核處理器來講是一個大問題。

在函數式編程語言中，引用透明是語言的基本特性。所以函數式編程隱式具備SSA性質。第6章會介紹SSA和函數式編程。

1.5 餘下本章

本章引入了SSA的符號表示，本書的剩下部分就SSA的各個方面詳細討論。本書的終極目標是：

1. 清晰的描述SSA能爲程序分析帶來哪些好處
2. 消除那些阻止人們使用SSA的謬誤

本節還剩下一些內容，它們與下一章的一些主題相關。

1.5.1 SSA的好處

SSA對於變量命名有嚴格要求，每一個變量的名字都是獨一無二的。賦值語言和控制流交匯點會引入新的變量名。這些簡化了表達變量def-use關係的數據結構實現和變量存活範圍。本書第二部分關注基於SSA的數據流恩熙，使用SSA主要有三個好處：

編譯時受益。若是程序是SSA形式，不少編譯器優化能夠高效的進行，由於引用透明性意味着數據流信息直接與變量關聯，而不是每一個程序點的變量。關於這一點咱們已經在1.3的非零值分析中演示過了。

編譯器開發受益。SSA使得程序分析和轉換能更容易表達。這意味着編譯器工程師能更高產，能夠寫更多的pass，而且能debug更多的pass（譯註：smile）。舉個例子，基於SSA的GCC4.x的死代碼優化比非GCC3.x的非SSA死代碼優化實現總代碼少了40%。

程序運行時受益。理論上，能基於SSA實現的分析和優化也能基於其它非SSA形式。前一點提到過，基於SSA的實現代碼更少，所以不少基於SSA的編譯器優化也能更高效進行，關於這一點的示例是一類控制流不敏感分析（control-flow insensitive analysis），具體參見論文Using static single assignment form to improve flowinsensitive pointer analysis

1.5.2 SSA謬論

一些人認爲SSA很複雜很繁瑣，不能高效表達程序。這本書的目的就是讓讀者免去這些擔心。下面的表單展現了關於SSA常見的謬論，以及破除謬論的章節。

謬論	破除謬論
SSA讓變量數爆炸	第二章會回顧SSA的主要變體，一些變體引入的變量數比原始SSA形式少不少
SSA的性質難以維持	第三章和第五章討論了一些修復SSA性質的簡單技術（由於一些優化可能重寫中間表示，致使SSA性質被破壞）
SSA的性質難以維持	第三章和第十七章展現了高效且效果顯著的SSA解構算法的複製操做