作者 | Nethercote
编译 | 王瑞平、言征
Nethercote是一位研究Rust编译器的软件工程师。最近，他正在探索如何提升Rust编译器的性能，在他的博客文章中介绍了Rust编译器是如何将代码分割成代码生成单元（CGU）的以及rustc的性能加速。
他解释了不同数量和大小的CGU之间的权衡以及Rustc是如何使用LLVM并行化代码生成和优化的。此外，Nethercote还探索了一些形成和排序CGU的替代方法，并报告了他的实验结果。
Nethercote发现，很多时候，无法在编译速度、内存占用、编译体积和质量上都实现提升，一个指标的提升，经常伴随另一个性能指标的下降。尽管他没有发现比现有方法更明显的改进，但还是希望在未来继续研究这个问题。
如何提升Rust编译器速度？这篇文章或许能帮助到你！
1、LLVM：Rust编译加速的秘诀
Rust的MIR是HIR到LLVM IR的中间产物，将MIR转换为LLVM IR，然后将其传递给LLVM，从而生成机器代码。在此过程中，LLVM能通过处理多个模块实现并行。Rustc使用LLVM加速Rust的编译。我们称其中的每个模块为“代码生成单元（CGU）”。
图片
图：时间位于 x 轴上，每条水平线代表一个线程。主线程显示在顶部，标有 PID。它在开始时处于活动状态，时间足以产生另一个标记为 的线程rustc。rustc底部显示的线程在大部分执行过程中都处于活动状态。还有 16 个 LLVM 线程标记opt cgu.00为 到opt cgu.15，每个线程都会在短时间内处于活动状态。
CGU实际上是如何形成的呢？粗略地说，Rust 程序由许多函数组成，这些函数形成一个有向图，其中从一个函数到另一个函数的调用构成了一条边。我们需要将这个图分割成块（CGU），这是一个图分区问题。我们希望创建大小大致相等的 CGU（因此 LLVM 处理它们所需的时间长度大致相同），并最大限度地减少它们之间的边数（因为这使 LLVM 的工作更轻松，并带来更好的代码质量） 。
实际上，由于我们上面看到的阶梯效应，我们不希望 CGU 的大小完全相同。理想的情况是 CGU 大小存在与梯度相匹配的轻微梯度。这样，所有 CGU 将完全相同地完成处理，以实现最大程度的并行化。
合并之前的CGU（9个）
Nethercote认为在合并之前“调整”CGU可能会有所帮助，在某些情况下将函数从一个CGU移动到另一个。例如，如果在CGU A中被调用f的叶函数（即不调用任何其他函数的叶函数）在CGU B中有一个调用方g，那么将f从A移动到B是有意义的，从而去除CGU间的边。（还有其他类似的情况涉及非叶函数，移动也有意义）。我实现了这一点，它给出了一些适度的改进，但我目前还没有决定它是否值得额外的复杂性。
调整之后的CGU（5个）
在实现这一点的同时，我还花了一些时间来可视化调用图。我从GraphViz开始。这些图表对于非常小的程序来说看起来不错，但对于较大的程序来说，它们很快就变得无法读取和导航。我在Mastodon上抱怨过这一点，并得到了使用d2的建议，d2速度较慢，但图形可读性更强。
图片
2、后端并行方法的软肋
图划分是一个 NP 难题。有几种常见的算法，实现起来相当复杂。相反，rustc 做了一些更简单的事情。首先简单地为每个 Rust 模块创建一个 CGU：模块中的每个函数都放入同一个 CGU 中。然后，如果 CGU 数量超过限制（默认情况下，非增量构建为 16 个，增量构建为 256 个），它会重复合并两个最小的 CGU，直到达到限制。这种方法简单、快速，并以有用的方式利用特定领域的知识——程序模块往往提供良好的自然边界。
所有这一切都依赖于测量 CGU 大小的方法。目前使用CGU中的MIR语句的数量来估计LLVM处理CGU需要多长时间。这里有很大的设计空间，有许多其他可能的形成和规划CGU 的方法。
图片
这种转换对Rust众多语法糖进行了脱糖，并且极大精简了Rust的语法（但并非其语法子集），是观察和分析Rust代码的常用手段，尤其是在控制流图和借用检查等方面。
在这篇文章的最后，Nethercote提供了几个数据集的链接，每个数据集都记录了编译rust -performance基准时每个CGU的测量值。这些数据集包括许多测量静态代码大小的输入（独立变量），例如，函数数量和MIR数量等。
Nethercote试着用scikit-learn做一些基本的分析。并且，通过这些基本的分析，能让Nethercote仔细推敲到底应该搜集哪些测量值。
通过一系列的改进优化，他获得的最终数据集比刚开始时的数据更准确。但是，并没有通过这些数据获得多少实际的结果。实际上，每次我对测量的内容改变后都会得到完全不同的结果。
3、实现更快的Lexer
词法分析（lexical analysis）是编译器的第一个阶段，实现词法分析的代码称为lexer。
有人最近研究了logos（https://github.com/maciejhirsz/logos）这个在rust中广受欢迎的lexer。
此前，logos声称其目标是能比手动实现的lexer更快，作者提出了质疑，因为在他看来，通用性和性能无法兼得。因此，他一步步实现了lexer，探索了多种优化技巧，并与logos进行了多轮性能对比。
最终的结果表明，手动实现的基于状态机的lexer比logos实现了20%左右的性能提升。
4、从错误中学习：使用Rust实现DLL注入
Rust是一种注重安全性的编程语言，但在某些情况下，开发人员可能需要使用unsafe关键字来执行某些操作。unsafe可以提供更高的性能，但可能会牺牲安全性。因此，开发人员在使用时需要非常小心。几个使用unsafe的常见场景包括：访问裸指针、调用外部C函数等，并提供了一些建议和最佳实践，以确保在使用unsafe时不会引入潜在的安全隐患。
举个应用方面的例子：原来，作者一直在用C++编写逆向工具，但是，C++这门语言并不友好，于是研究了下如何使用Rust实现DLL注入的“工具”。
大致原理就是让Rust首先生成一个C样式的DLL，然后，使用unsafe操作裸指针，操作程序内存，最后实现DLL注入就可以了。
5、期待更准确的估计函数
Nethercote 希望具有数据分析专业知识的人可以做得更好，重点关注以下几个方面：
1）更匹配的估计函数
2）想要使编译器比现在更快，一个更好的估计函数也许不会达到预期的效果。我提出了一些更好的统计方法，但并没有提升编译速度，甚至变差。
3）CGU调度效果不可预测，你不能假设一个估计函数好几个百分点就会使编译器更快。话虽如此，我希望改进力度足够大，能够转化为实际的加速。
4）对于估计函数来说，最好高估CGU编译所需的时间，而不是低估。
5）我很担心过度拟合。数据集来自一台机器，但实际上，rustc会运行在不同的机器上，具有各种各样的体系结构和微体系结构。
6）这些数据集来自单一版本的rustc，使用单一版本的LLVM。我担心随着时间的推移准确性可能会漂移。
7）我更喜欢不太复杂且易于理解的估计函数。当前的函数非常简单，在大多数情况下只是增加了基本模块和语句的数量。例如：0大小的CGU应该别估计为花费非常接近于0的时间。
8）估计函数有一个明确的问题，即如果不考虑其内部公式，计算MIR语句可能非常不准确。特别是，单个MIR语句可能变得很长。举个例子：深度向量压力测试的MIR包含一条语句，该语句定义了包含超过100，000个元素的向量字面量。不出所料，当前的估计函数严重低估了编译这个基准所需的时间。
Nethercote最后提醒：希望以上的请求是合理的！
以下是上文提到的数据集：
- 调试构建，主要基准测试
https://nnethercote.github.io/aux/2023/07/25/Debug-Primary.txt
- 选择构建，主要基准
https://nnethercote.github.io/aux/2023/07/25/Opt-Primary.txt
- 调试构建，二级基准测试
https://nnethercote.github.io/aux/2023/07/25/Debug-Secondary.txt
- 选择构建，二级基准
https://nnethercote.github.io/aux/2023/07/25/Opt-Secondary.txt
- 顺便说一句：在这些数据集中，主要基准测试比次要基准测试更重要，次要基准测试包括压力测试、微基准测试和其它不符合实际的代码。
参考资料：
1.https://nnethercote.github.io/2023/07/25/how-to-speed-up-the-rust-compiler-data-analysis-assistance-requested.html
2.https://geo-ant.github.io/blog/2023/unsafe-rust-exploration/
3.https://nnethercote.github.io/2023/07/11/back-end-parallelism-in-the-rust-compiler.html