转自：https://github.com/XChainLab/documentation/blob/master/VM/EOS/EOSVMArch.md
LLVM项目是一系列分模块、可重用的编译工具链。它提供了一种代码良好的中间表示(IR)，
LLVM实现上可以作为多种语言的后端，还可以提供与语言无关的优化和针对多种CPU的代码生成功能。
LLVM不同于传统的我们熟知的编译器。传统的静态编译器（如gcc）通常将编译分为三个阶段，分别
由三个组件来完成具体工作，分别为前端、优化器和后端，如下图所示。
LLVM项目在整体上也分为三个部分，同传统编译器一致，如下图所示，不同的语言的前端，统一的
优化器，以及针对不同平台的机器码生成。从下图我们也可以得到启发，如果想实现一门自定义的
语言，目前主要的工作可以集中在如何实现一个LLVM的前端上来。
LLVM整体的流程，编译前端将源码编译成LLVM中间格式的文
件，然后使用LLVM Linker进行链接。Linker执行大量的链接时优化，特别是过程间优化。链接得
到的LLVM code最终会被翻译成特定平台的机器码，另外LLVM支持JIT。本地代码生成器会在代码
生成过程中插入一些轻量级的操作指令来收集运行时的一些信息，例如识别hot region。运行时收
集到的信息可以用于离线优化，执行一些更为激进的profile-driven的优化策略，调整native code
以适应特定的架构。
LLVM的优势：
1：持续的程序信息，每个阶段都可以获得程序的信息内容
2：离线代码生成，产生较高的可执行程序
3：便捷的profiling及优化，方便优化的实施
4：透明的运行模式
5：统一，全程编译
LLVM IR
根据编译原理可知，编译器不是直接将源语言翻译为目标语言，而是翻译为一种“中间语言”，即
"IR"。之后再由中间语言，利用后端程序翻译为目标平台的汇编语言。由于中间语言相当于一款编
译器前端和后端的“桥梁”，不同编译器的中间语言IR是不一样的，IR语言的设计直接会影响到编
译器后端的优化工作。LLVM IR官方介绍见：http://llvm.org/docs/LangRef.html
目前LLVM IR提供三种格式，分别是内存里面的IR模型，存储在磁盘上的二进制
格式，存储在磁盘上的文本可读格式。三者本质上没有区别，其中二进制格式以bc为文件扩展名，
文本格式以ll为文件扩展名。除了以上两个格式文件外，和IR相关的文件格式还有s和out文件，这
两种一个是由IR生成汇编的格式文件，一个是生成的可执行文件格式（linux下如ELF格式），
以上几种不同文件的转化图如下所示，整体上我们可以看一下这几种格式的转化关系，同时从中
我们也可以看出工具clang、llvm-dis、llvm-as等工具的作用和使用。
中间语言IR的表示，一般是按照如下的结构进行组织的由外到内分别是：
LLVM IR指令集
指令集的分类大致可以分为基于栈的，基于运算器的还有基于寄存器的，基于栈的和基于寄存器
的虚拟机目前是比较常见的，两种不同之处主要在运行效率，指令集大小和性能三个方面。LLVM IR采用的是基于寄存器的满足RISC（精简指令集）架构以及load/store模式，也就是说只能通过将load和store 指令来进行CPU和内存间的数据交换。LLVM IR指令集拥有普通CPU一些关键的操作，屏蔽掉了一些和机器相关的一些约束。LLVM提供了足够多的寄存器来存储基本类型值，寄存器是为SSA形式（静态单态赋值），这种形式的UD链（use-define chain, 赋值代表define, 使用变量代表use）便于优化。LLVM指令集仅包含31条操作码。LLVM中的内存地址没有使用SSA形式，因为内存地址有可能会存在别名或指针指向，这样就很难构造出来一个紧凑可靠的SSA表示。在LLVM中一个function就是一组基本块的组合，一个基本块就是一组连续执行的指令并以中止指令结束（包括branch, return, unwind, 或者invoke等），中止指令指明了欲跳转的目的地址。
LLVM IR类型系统
LLVM的类型系统为语言无关。每一个SSA寄存器或者显示的内存对象都有其对应的类型。这些类
型和操作码一起表明这个操作的语义，这些类型信息让LLVM能够在低层次code的基础上进行一
些高层次的分析与转换,LLVM IR包含了一些语言共有的基本类型，并给他们一些预定义的大小，
从8bytes到64bytes不等,基本类型的定义保证了LLVM IR的移植性。同时LLVM又包含了四种复杂
类型，pointer，arrays， structures和functions。这四种类型足够表示现有的所有语言类型。为
了支持类型转换，LLVM提供了一个cast操作来实现类型的转换，同时为了支持地址运算，LLVM
提供了getelementptr的命令。LLVM中的许多优化都是基于地址做的（后续的总结再分析）。
LLVM IR内存模型
LLVM提供特定类型的内存分配，可以使用malloc指令在堆上分配一个或多个同一类型的内存对象，
free指令用来释放malloc分配的内存（和C语言中的内存分配类似）。另外提供了alloca指令用于
在栈上分配内存对象，该内存对象在通常在函数结尾会被释放。统一内存模型，所有能够取地址的
对象都必须显示分配。局部变量也要使用alloca来显示分配,没有隐式地手段来获取内存地址，这就
简化了关于内存的分析。
LLVM IR函数调用
LLVM中对普通函数调用，LLVM提供了call指令来调用附带类型信息的函数指针。这种抽象屏蔽了
机器相关的调用惯例。还有一个不能忽略的就是异常处理，在LLVM中，LLVM提供了invoke和
unwind指令。invoke指令指定在栈展开的过程中必须要执行的代码，例如栈展开的时候需要析构
局部对象等。而unwind指令用于抛出异常并执行栈展开的操作。栈展开的过程会被invoke指令停
下来，执行catch块中的行为或者执行在跳出当前活动记录之前需的操作。执行完成后继续代码执
行或者继续栈展开操作。注意像C++的RTTI（运行时类型识别）则由C++自己的库处理，LLVM并不负责。
