浅谈javascript引擎——js代码如何执行 

前言

笔者被javascript的作用域搞得有点懵逼,干脆研究下js引擎,看代码是如何工作的

  • 本文先列出一些知识点,比如编译,虚拟机的知识,不仅仅适于javascript

笔者的问题

笔者一开始就是出于对javascript的作用域感到疑惑而去研究引擎的,想不到这个坑越踩越深…

  • 问题1,闭包的问题
    • 当代码的某一块作用域执行结束,该作用域内声明的变量应该要被回收,如果有的变量被其他作用域引用,那么这变量就需要等到其他作用域执行结束才能被回收
    • 闭包可以加以利用,在函数范式编程中发挥它的优势,另一方面,用不好就成内存泄露问题
    • 闭包详细说,相关术语有,引用,链式作用域,引用又有强引用与弱引用…
  • 问题2,深复制,
    • 对于叶子节点都是基本类型的对象可以使用let b=JSON.parse(JSON.stringify(a))这个方法
    • 如果被复制的对象的叶子节点是”原生对象“,”function“,”Symbol“类型,那么该怎么深复制呢,可以用遍历的方法去检查各个节点的类型,是引用类型就判断是否原生对象或者function,是基本类型就判断是否”Symbol“这样的奇葩,以此判断是继续遍历还是直接引用还是赋值到目标对象的节点上

出于以上思考,笔者不禁对”js的对象如何实现“这个课题非常好奇

解释与编译的意思

形象的比喻

  • 打个比喻,把需要被解释的代码比作地图的路线
  • 使用解释的话,引擎就是一辆越野车,按照地图的路线去爬山涉野
  • 使用编译的话,引擎就是火车与造铁轨的工人,先按照路线造出铁轨,再让火车在铁轨上跑起来

解释的过程

  • 解释器的英文是interpreter
  • 源代码对于解释器而言,像是命令一样,根据代码文本执行响应的命令,有代表性的例子是shell命令与term终端
    • term终端程序是一个二进制可执行文件,可以直接在操作系统上运行
    • term终端接收命令输入,解析“命令”这字符串,然后执行对应的命令

编译的过程

  • 编译器的英文是compiler
  • 源代码对于编译器而言,是原材料,编译器解析代码文本,然后生成可执行的二进制文件,可以直接在操作系统上运行
  • 以Linux系统下C语言为例子,经过编译,生成如下ELF格式的二进制文件
    • C语言的编译步骤是: 预处理->编译->汇编->链接,最终生成二进制文件,
    • 上一点的编译是把预处理后的C代码翻译成汇编代码,汇编代码里没有了C语言那些for,while等语法,汇编语言有if条件判断,jump跳转,move修改寄存器数据,add累加等指令,变量会被分配内存地址用来存放数据,数组名/引用会被内存地址取代(本来就是地址的别名)
  • 如下列出大概ELF文件格式,便于理解这个二进制文件为何可以在Linux操作系统上直接运行
    • start address 是程序执行的入口地址
    • Program Header 指出怎样创建进程映像,含有每个program header的入口,每个Program segment Header占 32-bytes(即e_phentsize大小)
    • Sections,包含section的信息,每个section header占 40-bytes (即e_shentsize大小),这里不列出各个sections的名字与作用了
main.out:     file format elf64-x86-64
main.out
architecture: i386:x86-64, flags 0x00000112:
EXEC_P, HAS_SYMS, D_PAGED
start address 0x0000000000400127

Program Header:
    LOAD off    0x0000000000000000 vaddr 0x0000000000400000 paddr 0x0000000000400000 

.......

Sections:
Idx Name          Size      VMA               LMA               File off  Algn
  0 .rela.plt     00000000  00000000004000e8  00000000004000e8  000000e8  2**3
                  CONTENTS, ALLOC, LOAD, READONLY, DATA
  1 .plt          00000000  00000000004000e8  00000000004000e8  000000e8  2**2
                  CONTENTS, ALLOC, LOAD, READONLY, CODE
  2 .text         00000059  00000000004000e8  00000000004000e8  000000e8  2**2
                  CONTENTS, ALLOC, LOAD, READONLY, CODE

....

不要纠结解释与编译的区别

Python、Ruby、JavaScript都是“解释型语言”,是通过解释器来实现的。这么说其实很容易引起误解:语言一般只会定义其抽象语义,而不会强制性要求采用某种实现方式。例如说C一般被认为是“编译型语言”,但C的解释器也是存在的,例如Ch。同样,C++也有解释器版本的实现,例如Cint。

  • Java为例,它被大众称为编译型语言,实际上它也有“解释执行“的特点,这点让人对概念产生疑惑
    • Java的源代码变成bytecode字节码,这一步被人称为”编译”
    • 接着,bytecode字节码(字节码)跑在JVM虚拟机上,VM会把输入的指令逐条直接执行,字节码是不能直接跑在操作系统上的,这一步可以称为”解释”

VM并不是神奇的就能执行代码了,它也得采用某种方式去实现输入程序的语义,并且同样有几种选择:“编译”,例如微软的.NET中的CLR;“解释”,例如CPython、CRuby 1.9,许多老的JavaScript引擎等;也有介于两者之间的混合式,例如Sun的JVM,HotSpot。如果采用编译方式,VM会把输入的指令先转换为某种能被底下的系统直接执行的形式(一般就是native code),然后再执行之;如果采用解释方式,则VM会把输入的指令逐条直接执行。

  • 虚拟机有两个优化的方向
    • 解释,是把源程序中的指令逐条解释,不生成也不存下目标代码,后续执行没有多少可复用的信息
    • 稍微先进一点的解释器可能会优化输入的源程序,把满足某些模式的指令序列合并为“超级指令”;这么做就是朝着编译的方向推进
  • 现在javascript的主流引擎,或者说大多数语言的虚拟机,都是在编译解释之间取平衡,在给”优化代码工作的时间”与”运行效率”之间做取舍
  • 所以,对于解释型语言与编译型语言的区分,不必纠结

js引擎相关资料

相关术语

以lv5做源码分析

关于lv5

  • lv5的编写者鈴木勇介是一个日本人,在项目中到处都是炮姐里的角色名,lv5的名字怎么来,如果你也是废宅的程序员,不用多说,你知道的
  • 为什么笔者用lv5做源码分析呢,因为这个js引擎实现相对简单,说白了笔者水平有限
  • lv5实现了ECMA262 5th规范,使用C++语言编写

iv is ECMA262 5.1 lexer and parser and engine project written in C++ / JS a lot of inspired from V8, SpiderMonkey, JavaScriptCore

对象的封装

对象的类型

对象的内存布局

链式作用域

  • 查找变量,当前作用域的变量字典里查找不到,就往上一层作用域查找
// iv/lv5/railgun/scope.h  iv::lv5::railgun::CodeScope

  LookupInfo Lookup(Symbol sym) {
    const VariableMap::const_iterator it = map_.find(sym);
    if (it != map_.end()) {
      return it->second;
    } else {
      // not found in this scope
      if (scope_->direct_call_to_eval()) {
        // maybe new variable in this scope
        return LookupInfo::NewLookup();
      }
      return upper()->Lookup(sym);
    }
  }

railgun,御坂美琴/超電磁砲,这里指Stack VM,或者说Register VM

  • 变量声明时,被存储在声明所在的作用域的变量字典VariableMap,lv5使用C++11的unordered_map
  typedef std::unordered_map<Symbol, LookupInfo> VariableMap;
  • 构建一个新的作用域时,CodeScope类的构建函数将成员upper设为上一层的作用域对象的指针,成员 scope_nest_count_设置为当前深度

class VariableScope : private core::Noncopyable<VariableScope> {
 
 //...

 protected:
  // from catch or with
  explicit VariableScope(const std::shared_ptr<VariableScope>& upper)
    : upper_(upper),
      scope_nest_count_(upper->scope_nest_count() + 1) {
    // automatically count up nest
  }

  // from function
  VariableScope(const std::shared_ptr<VariableScope>& upper, uint32_t nest)
    : upper_(upper),
      scope_nest_count_(nest) {
  }

  // from eval or global
  VariableScope() : upper_(), scope_nest_count_(0) { }

 private:
  std::shared_ptr<VariableScope> upper_;
  uint32_t scope_nest_count_;
};

垃圾回收

// 未写完,待续…

参考资料

javaScript引擎资料收集帖 lv5源码