Write Deadly Simple Compiler Part 2
Phil 의 ‘Writing a lisp compiler from scratch in JavaScript’ 첫 포스트의 두 번째 파트인데 분량이 많아 새 포스트를 열었다.
지난 포스트에 이어서…
Phil 의 가이드는 S-expression 을 배열 데이터로 만들고 이를 어셈블리 코드(텍스트)로 기록하도록 하고 있다. 그후 어셈블러를 사용하여 실행 가능한 바이너리 파일을 만든다.
어셈블리는 보통의 사람이 읽을 수 있는 가장 낮은 수준의 프로그래밍 언어로 CPU 의 실제 명령과 1:1 로 대응된다. 그래서 생성된 바이너리 코드는 어셈블리로 쉽게 변환 가능하다.
어셈블리는 선형으로 구성된다. 비교와 반복을 통해 procedual 하게 코드가 실행된다. 함수가 호출될 때 특정 레지스터에 인자를 담아두고 함수가 종료되면 특정 레지스터에 반환 값이 담긴 후 다음 명령으로 되돌아가기 위해 약속된 레지스터를 참조한다.
규칙만 잘 알면 단순하고 읽기 쉽다…🤯 어쨋든, 우리의 프로그램들은 이 과정이 매우 빠르게 반복되는 것 뿐이다.
각 CPU 제조사 마다 CPU 를 위한 명령어(OpCode) 세트가 있고 우리는 이걸 ISA, Instruction Set Architecture 라고 부른다.
이 포스트에서는 x86_64 기준, RDI, RSI, RDX 레지스터에 인자를 담고, RAX 레지서터에 반환 값을 담기로 한다. 함수 호출시 값을 담는 주체도 함수를 호출하는 쪽으로 하자.
어셈블리 프로그램은 section 으로 구분되어 있다. text 영역에는 읽기만 가능한 프로그램의 코드, 명령들이 있고 CPU 는 이 명령들을 실행하며 다음으로 이동한다. 이동 과정에 CALL, RET, JMP 등 다음 명령어의 위치를 변경하는 명령을 만나 이동하기도 하고 복귀하기도 한다.
그리고 중요한 부분으로 보통, 프로그램의 시작 위치를 정의하는 부분인 .global main 도 필요하다.
main 은 goto 를 위한 흔한 라벨이다. main 이라는 라벨이 사용될 수 있으니 우리 프로그램의 시작은 _main_ 을 사용하도록 하겠다.
각 어셈블리 코드를 생성하는 emit 이라는 함수를 중심으로 우리가 가진 AST 데이터를 어셈블리 코드로 변환해 보자.
코드 생성⌗
emit 함수가 생성하는 결과는 소스 코드가 된다. 들여쓰기를 위해 depth 와 기록할 code 를 인자로 받자.
const makeIndent = (length: number) => {
let indentSpace = '';
for (let i = length; i > 0; i -= 1) {
indentSpace += '\t';
}
return indentSpace;
};
function emit(indentDepth: number, code: string, print: boolean = true): string {
const dump = `${makeIndent(indentDepth)}${code}`;
if (print) {
console.log(dump);
}
return `${dump}\n`;
}
정상 동작을 확인하기 위한 단순한 테스트 파일도 추가해 본다.
import { emit } from './compiler';
describe('Emit tab spaces', () => {
it('should return tabbed spaces with text', () => {
const expected = '\t\thello'
const result = emit(2, 'hello');
expect(result).toEqual(expected);
});
});
이어서 함수 인자argument를 처리하는 코드와 함수를 호출하고 결과를 저장하는 코드를 생성하는 compile arguement, compile function(label) call 함수를 구성해 보자.
우리가 가진 AST 구조를 생각해 보자.
['+', 1, ['+', 2, 3]]
연산자는 어셈블리로 구성된 함수가 되고 숫자는 레지스터에 할당될 값들이 된다. 함수는 함수 라벨로 표기하여 CPU 명령 처리기가 Jump 할 수 있도록 하고 각 숫자는 리터럴이 된다.
어셈블리 코드는 아래와 같은 형식으로 시작하고 시스템 콜을 통해 종료된다. (예시는 요즘 macOS 기준)
.global _main_
.text
// 프로그램 코드...
// 프로그램 코드...
MOV RDI, RAX
MOV RAX, 0x2000001
SYSCALL
우리의 샘플 AST 는 두 번의 ADD 연산을 하게 될 예정이고 이 함수는 plus: 라는 라벨을 달고 재사용할 것이다.
어셈블리 수준에서 함수 호출 기능은 아래와 같은 형식으로 구성될 수 있다.
- 연산에 사용될 인자를 레지스터에 저장하기 위해 레지스터의 이전 값을 저장 → 각 레지스터를 스택에 저장 → 호출하는 함수 인자에 갯수 만큼만 스택에 올리면 된다.
- 우리 수준에서, 최대 3개까지 사용 가능한 인자들을 레지스터에 저장 (순서대로)
- 함수 호출 → 더하기 기능을 하는 프로시져로 이동 → 코드 실행 후 RET 명령으로 복귀
- 스택에 저장된 레지스터 값을 복원 (저장한 역순으로)
- 결과 값이 저장된 레지스터에서 값을 확인
Phil 의 코드를 참고로 좀 더 진행해 보자.
파라미터를 위한 3개의 레지스터를 준비하고, 어셈블리 내장 함수를 감싼 plus 함수 라벨도 준비해 두었다.
enum OpCode {
'+' = '+',
}
enum Register {
RDI = 'RDI',
RSI = 'RSI',
RDX = 'RDX',
RAX = 'RAX',
}
const ArgRegisters: Register[] = [Register.RDI, Register.RSI, Register.RDX];
const BuiltinFunctions: Record<OpCode, string> = {
'+': 'plus',
};
함수 호출 생성하기 위한 compileFnCall 함수를 작성해 보자. 위에서 안내한 pseudo 코드를 옮기면 된다.
function compileFnCall(functionLabel: OpCode, args: Literal[], destination?: string): string {
let dump = '';
dump += args.reduce((acc, _, index) => {
return acc + emit(1, `PUSH ${ArgRegisters[index]}`);
}, '');
dump += args.reduce((acc, arg, index) => {
return acc + compileArgument(arg, ArgRegisters[index]);
}, '');
dump += emit(1, `CALL ${BuiltinFunctions[functionLabel] || functionLabel}`);
dump += args.reduceRight((acc, _, index) => {
return acc + emit(1, `POP ${ArgRegisters[index]}`);
}, '');
if (destination) {
dump += emit(1, `MOV ${destination}, ${Register.RDX}`);
}
return dump;
}
스택에 올린 기존 레지스터 값들은 역순으로 복원하기 위해 reduceRight 를 사용했다.
다시 한 번 우리의 AST 를 보자.
['+', 1, ['+', 2, 3]]
인자 보관용으로 사용할 레지스터를 스택에 올려 두었다면 AST 의 첫 번째 인자를 OpCode 로 할당하고 이어지는 인자를 OpCode 의 인자가 될 리터럴로 간주하여 레지스터에 올려두어야 한다.
이 과정에서 이어지는 인자가 배열인 경우는 또 다른 함수 호출이 예상되기 때문에 또 다시 OpCode 가 호출되는 재귀 함수 구성을 가지게 된다.
그래서 인자를 compile 하는 함수는 인자가 배열일 경우를 구분하여 어샘블리 코드를 emit 하도록 하자.
function compileArgument(arg: Literal | Literal[], destination: string): string {
if (Array.isArray(arg)) {
const [opcode, ...rest] = arg;
return compileFnCall(opcode as OpCode, rest, destination);
}
return emit(1, `MOV ${destination}, ${arg}`);
}
배열이 아닌 일반 리터럴이라면 대상 레지스터에 값을 지정하는 것으로 충분하다.
이제 테스트 코드를 추가하고 AST 를 받아 어셈블리로 컴파일하는 코드를 작성하자.
describe('Emit compiled code for arguments with destication', () => {
it('should return single move statement', () => {
const expected = '\tMOV RDI, 1\n';
const result = compileArgument(1, 'RDI');
expect(result).toEqual(expected);
});
it('should call compileCall function when got array of arguments', () => {
const expected = `\tPUSH RDI
// ...`;
const result = compileArgument(['+', 1, 2], 'RSI');
expect(result).toEqual(expected);
});
});
describe('Emit compiled code for function call with opcode and arguments', () => {
it('should return basic assembly code', () => {
const expected = `\tPUSH RDI
// ...`;
const result = compileFnCall('+' as OpCode, [1, 2]);
expect(result).toEqual(expected);
});
});
이제 어셈블리 본문을 완성해 보자. 먼저 prefix, postfix 용 함수를 추가하자. prefix 쪽에 plus 라벨을 가진 ADD 함수를 작성해 두었다.
function emitPrefix() {
emit(1, '.global _main_');
emit(1, '.text');
emit(0, 'plus:');
emit(1, 'ADD RDI, RSI');
emit(1, 'MOV RAX, RDI');
emit(1, 'RET');
emit(0, '_main_:');
}
function emitPostfix() {
emit(1, 'MOV RDI, RAX');
// Set exit arg in macOS
emit(1, 'MOV RAX, 0x2000001');
// Set syscall number
emit(1, 'SYSCALL');
}
이 모든 작업을 완성시킬 compile 함수는 아래와 같다.
function compile(ast: Literal[]) {
const [opcode, ...rest] = ast;
emitPrefix();
compileFnCall(opcode as OpCode, rest);
emitPostfix();
}
각 emit 함수가 반환하는 값을 모아서 처리하는 구문은 생략되었으니 저장소의 소스코드를 참고; https://github.com/soomtong/simple-lisp-compiler
사용된 테스트 코드를 살펴 보자.
describe('Emit basic AST into assembly code', () => {
it('should emit a assembly code!', () => {
const expected = `// skipped whitespace
.global _main_
.text
plus:
ADD RDI, RSI
MOV RAX, RDI
RET
_main_:
PUSH RDI
// ...
MOV RAX, 0x2000001
SYSCALL
`;
const result = compile(['+', 1, ['+', 2, 3]]);
expect(result).toEqual(expected);
});
});
자동으로 스택이 관리되는 것이 이해되면 다음 파트로 이동해 보자.