LLVM IR 的三种形态：内存 IR、Bitcode 与文本 IR

说实话，刚接触 LLVM 的时候，我被这三种 IR 形式搞得有点晕。后来在项目里踩过坑才明白——它们其实是同一份代码在不同阶段的「快照」。

内存 IR（In-Memory IR）

这是编译器在运行时操作的形式。说白了，就是一堆 C++ 对象在内存里互相指来指去。我习惯把它想象成「活着的 IR」——你可以随时增删指令、修改基本块、调整控制流。

举个例子，你在写一个 Pass 时，看到的 Function、BasicBlock、Instruction 这些类，就是内存 IR 的实体。它们有完整的迭代器、访问器，可以随意遍历和修改。

Bitcode（.bc 文件）

这是序列化后的二进制格式。体积小、加载快，适合做链接时优化（LTO）。我记得有一次做跨模块内联，如果不用 bitcode，光解析文本 IR 就多花了 3 倍时间。

Bitcode 是平台无关的。你可以把 .bc 文件从 x86 机器拷到 ARM 机器上，只要 LLVM 版本一致就能用。嗯，这里要注意——版本不一致会崩，我吃过这个亏。

文本 IR（.ll 文件）

人类可读的 IR 形式。调试、学习、写测试用例时最常用。你打开一个 .ll 文件，能看到 define、%、@ 这些符号，结构一目了然。

我个人建议：刚开始学 LLVM IR 时，先用 clang -S -emit-llvm 生成 .ll 文件，对着看。比直接啃文档快多了。

基本语法结构：Module、Function、BasicBlock、Instruction

LLVM IR 的层次结构非常清晰。从上到下，像俄罗斯套娃一样层层嵌套。

Module（模块）

最顶层的容器。一个 Module 对应一个编译单元（比如一个 .c 文件）。它里面装着全局变量、函数声明、函数定义、以及一些元数据。

你想想看，Module 就像是一个「翻译单元」的档案袋。所有跨函数、跨模块的信息，都得通过 Module 来访问。

Function（函数）

Function 包含函数签名（返回值类型、参数列表）和函数体。函数体由若干个 BasicBlock 组成。

我遇到过一个问题：写 Pass 时想获取函数的参数个数，直接用 Function::arg_size() 就行。但要注意，如果函数是声明（没有函数体），这个值可能跟你预期的不一样。

BasicBlock（基本块）

基本块是 LLVM IR 的控制流单元。它有一个入口标签，一个终结指令（比如 br、ret），中间是一串顺序执行的指令。

基本块之间不能有跳转指令乱入。这是 LLVM 的硬性规定——每个基本块只能从顶部进入，从底部离开。

Instruction（指令）

最底层的单元。每条指令对应一个操作，比如加法、加载、存储、函数调用等。指令的操作数可以是常量、寄存器（虚拟的 % 变量）、或者全局符号。

类型系统：void、int、float、pointer、struct、array、function

LLVM 的类型系统是强类型的。每个值都有明确的类型，编译器靠这个做优化和验证。

类型	表示方式	说明
void	void	无返回值，不能声明变量
int	i32, i64	整数类型，位数任意（如 i1 表示布尔）
float	float, double	浮点类型，IEEE 754 标准
pointer	i32*, i8*	指针类型，指向某个类型的地址
struct	{ i32, i8 }	结构体，可以嵌套
array	[4 x i32]	数组，固定长度，元素类型相同
function	i32 (i32, i8*)	函数类型，包含返回类型和参数列表

我刚开始学的时候，最不习惯的是 i32 这种写法。后来发现它其实很灵活——你想用 17 位整数？i17 就行。虽然实际中很少这么干。

常量与全局变量

常量（Constant）

常量在 LLVM IR 里是「编译时可知」的值。它们可以是整数、浮点数、字符串、数组、结构体等。常量没有地址，不能取地址操作。

举个例子：42 是 i32 42，"hello" 是 [6 x i8] c"hello\00"。注意字符串末尾的 \00——LLVM 不会自动帮你加 null 终止符，你得自己处理。

全局变量（GlobalVariable）

全局变量是存储在 Module 级别的变量。它们有地址，可以被多个函数访问。全局变量可以初始化，也可以只是声明（外部链接）。

我遇到过一个问题：两个 .c 文件里定义了同名的全局变量，链接时冲突了。LLVM 的解决方案是给全局变量加 linkage 属性——internal 表示文件内可见，external 表示全局可见。

; 一个简单的全局变量示例
@my_global = global i32 42          ; 可修改的全局变量
@my_const = constant i32 100        ; 常量，不可修改
@my_extern = external global i32    ; 外部声明，定义在其他模块

知识体系总览

下面这张图把本章的核心内容串起来了。我建议你把它存下来，写代码时对照着看。

这张图从顶层到底层，把 LLVM IR 的三种形式、四种基本结构、七种核心类型、以及常量与全局变量的关系都串起来了。你写 Pass 或者手写 IR 时，可以拿它当「地图」用。

---

公众号:蓝海资料掘金营，微信deep3321