关于架构编译器方面的一些感悟

 

这所谓的编译器就是将c语言代码编译为机器代码的，先将C编译为汇编代码，再由汇编器将汇编代码编译为机器代码，CPU执行的是机器代码

突然发觉好像很多书都这么说，很多人也这么说，于是很自然的记住了，但是，我突然想起了，这可是隐藏着一些道理。

1，C编译为汇编，对于这个过程，应该是平台无关的，具体是怎么实现的？这个是由C编译器开发商来处理，总之，如果我用IAR ARM的话，那么同样的main函数，编译出来应该是得到 ARM 格式的汇编代码，也就是说，使用的是 ARM 指令集，同样道理，如果是 GCC，也产生类似的，不过因为他们的内部实现并不一样，所以出来的结果可能有差异，不过最后的结果是一致的，也就是得到对应平台的汇编代码。

2，汇编器将汇编代码翻译为机器代码，其实这个过程比较简单的，有点像查表，一般厂家都会免费提供这么一个编译器，否则MCU就不用卖了，一般C编译都会自己实现一个。这让我想起了，什么是架构 Architecture，一个CPU怎么寻址，指令集是什么，堆栈指针是怎么变化的，PC程序指针是怎么变化的，怎么取指令，这些东西都是每个CPU区别于其他CPU所特有的东西，也就是一个CPU设计的时候所面临的内容。这就是架构，还记得学校学MCS-51的时候说得最多的是什么么？对，寻址和指令集，这个就是架构，老师想你学51这种架构，而不单纯是学怎么用这个芯片。

3，再说回上层的，ARM是一个核心，是一个架构，他制定了指令集，他指定了SP指针的访问方式，他指定了怎么寻址，所以说“ARM架构”
然后很多厂家根据ARM架构生产的芯片，因为你就一个核心没用啊？他就会执行指令，其他什么都不懂，我们需要外设，需要很多外围器件，例如I2C，USB什么的，和ARM这个核心一同构成一个完整意义上的芯片，我们叫 SOC （system on chip）单片系统，因为这个系统已经具备了基本跑起来的条件了，再在外围加上适当的复位和晶振电路，那基本就没有什么问题了。

从这我又想到了，那既然是同一个核心出来的，每个厂家生产芯片有什么不同呢？其实说白了就是外围器件的不同，例如ARM9芯片，三星的S3C2440，核心是 920T集成了LCD控制器，NAND FLASH 控制器，然而 Atmel的 AT91RM9200，核心同样是 ARM架构的 920T，但是他没有LCD控制器，却集成了网络方面的功能，这样看来，在一个架构上面不同厂家添加不同的功能器件，而得到了各种各样的芯片，也就是SOC了。

继续联想，不同的SOC之间其实还真的没有什么本质性的差别，第1，2点也说明了，C是万国语言，他到底也是通用的，所以同一段MAIN函数，如果你什么都不写，那么编译出来，在每一个soc都跑得通。而为什么基于这个芯片开发的程序就不能用到拿个芯片呢？其实一个重要的问题就是地址的访问，寻址的问题。ARM 32位总线固定了 4GB的寻址空间，但是ARM并没有硬性的规定哪个地址应该做什么，哪个地址不能做什么，具体怎么做，是SOC厂商说了算，所以产生的差异就是，可能这个soc里面的uart模块地址为 0x50000000 ，而另外一个厂商的soc的uart模块地址为 0x40000000 ，C语言的器件编程，说白了不就是对某个地址放某些数据，例如我要设置UART，很简单，将正确的数据送到正确的地址，也就是UART模块所在的地址，那么一切都完工了。

这里体现了很重要的一点，就是所谓的编程就是在什么地址放什么数据或者要什么数据。从这个抽象层面来看，编译器可以很轻松的编译同一个核心的不同SOC，因为不同核心，那牵涉到架构的问题，要修改编译器内部的实现代码，但是同一个架构同一个核心的，对不同芯片的访问的区别，就在于不同的地址！！

如果对S3C2440的编程，核心是 ARM 920T ，我们应该重点学习什么？
应该学习通用的，如果理解上面的内容，就知道什么是通用的了。那就是架构，搞懂了ARM 920T的架构，那么你使用的几个芯片又有什么差别呢？最多就是对着那个新的功能模块研究一下怎么设置。

4，再谈谈编译器
其实编译器实现的目的都是一个，机器代码，只是实现的办法和过程并不相同而已。那么对于众多的编译器，我们应该选择哪个？其实选择哪个都没有所谓，他们都同样的强大，ARMCC, GCC, IAR KEIL-MDK都同样强大，只要你学会了用，总能满足你的需要。但是，是不是每个编译器就各自为政呢？那倒不一定，所以呢，学习，是需要抓住核心
什么是核心？有几点
1）main函数执行之前究竟做了些什么
可能在学校很多老师都教，C语言的入口在main函数，所有的代码从这里开始！但是真的吗？其实并不是的，main函数执行之前需要必要的环境，这个环境由谁来提供？其实，在你的C语言程序连接的时候，一个初始化的模块（一般是叫 crt0.o ，也就是 c running time的缩写）已经悄悄的被连接进去了。这是每个编译器都会做的，关键是，这个crt0 的模块是编译器默认提供的还是你自己去实现。如果是编译器自带的，那么你应该怎么去做部分修改以达到自己的目的，如果是自己写，那又应该怎么去写？这就是学习的重点了。
初始化模块主要的工作：设置栈，设置堆（heap，主要是为C库的malloc服务），.data的搬移（如果需要的话），.bss段的初始化，跳转到 main函数。这个就是共性，无论什么编译器，都是在做这几步而已，不同的只是用各个编译器各自的语法去实现，但是本质也是不变的，当然，你也可以自己去实现，在连接的时候连接进来就OK了。
2）怎么处理连接（link）
编译的过程基本不需要去关心，编译器都做得好好的，你也没有干预的余地，最多就是传递一些不同的编译参数，这个稍微看看自带的文档，或者干脆用到的时候再翻，也问题不大。真正的大问题出在连接。
编译的过程得到的obj文件，是完全和地址无关的，例如，每个源文件对应的obj文件，地址都是从0开始的，它真正连接的时候才由连接器linker分配真正运行时候的地址，所以，你要想处理每个具体的代码段运行的时候应该在什么地方，就要注意学习link了。
其中指导linker工作的就是对应的脚本 linker scrpit，连接脚本，同样，这是一个共性，每个编译器都肯定有，只是实现办法的不同，脚本具体的编写的语法不同，所以这个是应该重点研究的，让你的代码听听话话，就花多点功夫去研究这个吧。

所以，每遇到一个编译器，先了解他怎么初始化，然后研究它怎么连接，了解了之后基本上你就会用这个编译器了，剩下的就不用说了，上课老师也说得够多了，怎么从main函数开始写，云云。

随笔，仅代表个人意见。
Etual
2010-1-14