如何反汇编LLVM MCJIT编译的结果

Question

我写了一个程序，它使用LLVM 3.5作为JIT编译器，我正在尝试更新它，以便在LLVM 3.7中使用MCJIT。我大部分时间都在工作，但我很难重现我在LLVM3.5中实现的一个仅限调试的功能。

我希望能够看到JIT进程生成的主机代码（例如x86、x64或ARM，而不是LLVM IR）；在调试构建中，我会在程序运行时将其注销。使用LLVM 3.5，我可以通过调用ExecutionEngine:：runJITOnFunction（）来填充LLVM:：MachineCodeInfo对象来实现这一点，该对象为我提供了生成代码的起始地址和大小。然后我可以反汇编那个代码。

我似乎在MCJIT中找不到任何类似的东西。我可以得到函数的起始地址（例如通过getPointerToFunction（）），但不能得到大小。

我看过《分解内存》，但除了答案中没有那么多细节外，它似乎更多的是关于如何分解字节序列。我知道如何做到这一点，我的问题是：我如何首先掌握字节序列？

如果这有助于使其更加具体，请将此问题重新解释为："我如何扩展示例Kaleidoscope JIT以显示它生成的机器代码（x86、ARM等），而不仅仅是LLVM IR？"

谢谢。

Answer 1

这里至少有两个选项。

1. 提供自己的内存管理器。这必须有很好的文档记录，并且在许多使用MCJIT的项目中都是这样做的。但为了完整起见，这里有代码：

   class MCJITMemoryManager : public llvm::RTDyldMemoryManager {
   public:
   static std::unique_ptr<MCJITMemoryManager> Create();
   MCJITMemoryManager();
   virtual ~MCJITMemoryManager();
   // Allocate a memory block of (at least) the given size suitable for
   // executable code. The section_id is a unique identifier assigned by the
   // MCJIT engine, and optionally recorded by the memory manager to access a
   // loaded section.
   byte* allocateCodeSection(uintptr_t size, unsigned alignment,
                             unsigned section_id,
                             llvm::StringRef section_name) override;
   // Allocate a memory block of (at least) the given size suitable for data.
   // The SectionID is a unique identifier assigned by the JIT engine, and
   // optionally recorded by the memory manager to access a loaded section.
   byte* allocateDataSection(uintptr_t size, unsigned alignment,
                       unsigned section_id, llvm::StringRef section_name,
                       bool is_readonly) override;
   ...
   }
   

   将内存管理器实例传递给EngineBuilder:

   std::unique_ptr<MCJITMemoryManager> manager = MCJITMemoryManager::Create();
   llvm::ExecutionEngine* raw = lvm::EngineBuilder(std::move(module))
       .setMCJITMemoryManager(std::move(manager))
       ...
       .create();
   

   现在，通过这些回调，您可以控制代码发出的内存。（大小直接传递给您的方法）。只需记住为代码段分配的缓冲区地址，然后停止gdb中的程序并反汇编内存（或将其转储到某个地方，甚至使用LLVM的反汇编程序）。

2. 只需在LLVM IR上使用llc，并提供适当的选项（优化级别等）。在我看来，MCJIT之所以被调用是有原因的，原因是它重用了现有的代码生成模块（与llc相同）

Answer 2

包含以下标头llvm/Object/SymbolSize.h，并使用函数llvm::object::computeSymbolSizes(ObjectFile&)。您将需要以某种方式获得ObjectFile的实例。

要获得该实例，以下是您可以做的：

1. 声明一个被调用以将Module转换为ObjectFile的类，类似于： class ModuleToObjectFileCompiler { ... // Compile a Module to an ObjectFile. llvm::object::OwningBinary<llvm::object::ObjectFile> operator() (llvm::Module&); };

2. 要实现ModuleToObjectFileCompiler的operator()，请查看定义了类SimpleCompiler的llvm/ExecutionEngine/Orc/CompileUtils.h。

3. 将ModuleToObjectFileCompiler的实例提供给llvm::orc::IRCompileLayer的实例，例如： new llvm::orc::IRCompileLayer <llvm::orc::ObjectLinkingLayer <llvm::orc::DoNothingOnNotifyLoaded> > (_object_layer, _module_to_object_file);

4. ModuleToObjectFileCompiler的operator()接收ObjectFile的实例，您可以将该实例提供给computeSymbolSizes()。然后检查返回的std::vector，以找出该Module中定义的所有符号的字节大小。保存你感兴趣的符号的信息。仅此而已。