关于 GHC 实施的好的介绍性文字？

Posted 2023-02-21

【中文标题】关于 GHC 实施的好的介绍性文字？

【英文标题】：Good introductory text about GHC implementation?

【发布时间】：2011-08-28 05:43:17

【问题描述】：

在 Haskell 中编程时（尤其是在解决 Project Euler 问题时，次优的解决方案往往会对 CPU 或内存需求造成压力），我经常对为什么程序的行为方式感到困惑。我查看配置文件，尝试引入一些严格性，选择另一种数据结构，......但大多是在黑暗中摸索，因为我缺乏良好的直觉。

另外，虽然我知道 Lisp、Prolog 和命令式语言的典型实现方式，但我不知道如何实现惰性语言。我也有点好奇。

因此，我想更多地了解从程序源到执行模型的整个链条。

我想知道的事情：

应用了哪些典型优化？

当有多个评估候选者时，执行顺序是什么（虽然我知道它是由所需的输出驱动的，但先评估 A 再评估 B 或先评估 B 以检测可能仍然存在很大的性能差异你根本不需要A）

thunk 是如何表示的？

栈和堆是如何使用的？

什么是 CAF？ （分析有时表明热点在那里，但我不知道）

【问题讨论】：

不完全是我所说的介绍性，但SPJ's book on the implementation of functional languages 是一本好书。

Uuhh.. 对我来说，这是对 GHC 研究人员发表的大量论文的深入挖掘。如果您对数据表示感兴趣，Edward Z. Yang 的 series of blog posts 可能对您很感兴趣。

相关：How does a Haskell compiler works?

这是我一直想问的问题。熟悉论文是一个好的开始。它们是可读的。你可能对垃圾收集感兴趣，因为它们揭示了大部分底层结构（闭包块是如何实现的）。对于不同的编译器通道，我不知道。

关于第二项，如果A真的只用于B的某些值，那么A将在B之后评估或根本不评估，因为从未被评估过强迫？除非有其他东西造成了不必要的严格性，在这种情况下，即使 A 无论如何都不需要，也可能会被评估。

【参考方案1】：

这可能不是您在介绍性文本中所想的，但 Edward Yang 有一系列博客文章正在讨论 Haskell 堆、如何实现 thunk 等。

这很有趣，既有插图，也有对 Haskell 新手的解释，无需深入研究太多细节。该系列涵盖了您的许多问题：

The Haskell heap and how thunks are stored - 系列中的第一篇文章 Bindings and CAFs How the IO monad gets translated into primitives

在更技术层面上，有许多论文涵盖（与其他事物一致），您想知道的部分内容。：

A paper by SPJ, Simon Marlow et al on GC in Haskell - 我还没读过它，但由于 GC 通常代表了 Haskell 所做工作的一个很好的部分，它应该提供洞察力。 The Haskell 2010 report - 我相信你一定听说过这个，但不链接到太好了。可以在某些地方进行枯燥的阅读，但这是了解 Haskell 为何如此的最佳方式之一，至少是我读过的部分。 A history of Haskell - 比名称所暗示的更具技术性，并为 Haskell 的设计和设计背后的决策提供了一些非常有趣的观点。看完Haskell的实现会让你不由得更加了解。

【参考方案2】：

有关 GHC 系统的架构和方法的大部分技术信息都在他们的 wiki 中。我将链接到关键部分，以及一些人们可能不知道的相关论文。

应用了哪些典型优化？

这方面的关键论文是：A transformation-based optimiser for Haskell, SL Peyton Jones 和 A Santos，1998 年，描述了 GHC 使用的模型，该模型通过应用核心类 Haskell 语言的类型保留转换（重构）来改善时间和内存使用。这个过程称为“简化”。

在 Haskell 编译器中完成的典型事情包括：

内联； Beta 减少； 死代码消除； 条件转换：case-of-case、case elimination。 拆箱； 构造产品退货； 完全惰性转换； 专业化； Eta 扩展； Lambda 提升； 严格性分析。

有时：

静态参数转换； 构建/折叠或流融合； 通用子表达式消除； 构造函数专业化。

上述论文是开始理解大部分优化的关键所在。较早的书Implementing Functional Languages、Simon Peyton Jones 和 David Lester 中给出了一些更简单的方法。

当有多个候选评估时执行顺序是什么

假设您使用的是单处理器，那么答案是“编译器根据启发式方法和程序的需求模式静态选择的某种顺序”。如果您通过 sparks 使用推测性评估，那么“一些不确定的、无序的执行模式”。

一般来说，要查看执行顺序是什么，请查看核心，例如ghc-core 工具。 introduction to Core 在 RWH 优化章节中。

thunk 是如何表示的？

thunk 表示为带有代码指针的堆分配数据。

见the layout of heap objects。 具体见how thunks are represented。

栈和堆是如何使用的？

由the design of the Spineless Tagless G-machine 确定，具体而言，自该论文发布以来进行了许多修改。概括地说，执行模型：

（装箱的）对象在全局堆上分配； 每个thread object has a stack，由与堆对象布局相同的帧组成； 进行函数调用时，将值压入堆栈并跳转到函数； 如果代码需要分配，例如构造函数，该数据被放置在堆上。

要深入了解堆栈使用模型，请参阅"Push/Enter versus Eval/Apply"。

什么是 CAF？

“恒定应用形式”。例如。为程序执行的整个生命周期分配的程序中的***常量。因为它们是静态分配的，所以它们必须是treated specially by the garbage collector。

---

参考资料和延伸阅读：

The GHC Commentary The Spinless Tagless G-machine Compilation via Transformation Push/Enter vs Eval/Apply Unboxed Values as First-Class Citizens Secrets of the Inliner Runtime Support for Multicore Haskell

【讨论】：

老实说，我不知道您是如何抽出时间来提供这么多详细、图解、参考充分的答案，但我很高兴您这样做 :)

大部分内容都缓存在我多年读研究生的脑海中 :-)