Bytecode a język kompilowany

Witam,

Mam pytanie odnośnie bytecode (kodu bajtowego) a języka kompilowanego, czyli zamienianego bezpośrednio na język maszynowy. Cytaty są z anglojęzycznej Wikipedii.

Bytecode:

Bytecode, also known as p-code (portable code), is a form of instruction set designed for efficient execution by a software interpreter.

p-code machine:

Why p-code?

Compared to direct translation into native machine code, a two-stage approach involving translation into p-code and execution by an interpreter or just-in-time compiler offers several advantages.

• Portability
  It is much easier to write a small p-code interpreter for a new machine than it is to modify a compiler to generate native code for the same machine.

I na koniec process virtual machine:

A process VM, sometimes called an application virtual machine, runs as a normal application inside a host OS and supports a single process. It is created when that process is started and destroyed when it exits. Its purpose is to provide a platform-independent programming environment that abstracts away details of the underlying hardware or operating system, and allows a program to execute in the same way on any platform.

Podkreślone zdanie z ostatniego cytatu jest dla mnie dość niejasne. Przecież takie środowisko zapewniają wszystkie języki wysokiego poziomu, których kompilatory zostały dostarczone na określone platformy. No właśnie, kompilatory. A przecież ten process VM, który wykonuje bytecode danego języka, musi go jakoś przetłumaczyć na aktualnie obowiązujący kod maszynowy. Czyli wg mnie i tak, każdy process VM czyli p-code machine musi jakoś implementować w sobie kompilator danego języka...

Ale jednak cytaty, jak np. ten z foldoc.org, pokazują, że coś przeoczam:

The byte-code may be compiled to machine code ("native code") for speed of execution but this usually requires significantly greater effort for each new taraget architecture than simply porting the interpreter.

Jak te procesy VM wykonują ostatecznie linijki bytecodu bez kompilatora?

Pozdrawiam.

Poczytaj dokładnie sobie to:
http://docs.oracle.com/javase/specs/jvms/se7/jvms7.pdf

Jak te procesy VM wykonują ostatecznie linijki bytecodu bez kompilatora?

Kilka możliwości:
· interpretacja: można to sobie wyobrazić jako jeden wielki switch(instrukcja). rozwiązanie najwolniejsze.
· kompilacja do kodu maszynowego w momencie instalacji programu na komputerze. do tego służy program Ngen pod .NETem.
· kompilacja do kodu maszynowego w momencie ładowania programu do pamięci. program działa szybko, ale jest przestój na początku.
· kompilacja JIT (Just In Time): fragmentami, np. po jednej funkcji na raz, w momencie pierwszego wejścia programu do niej.
· różne warianty pośrednie.

JVM bada mniej więcej ile razy dana instrukcja była już wykonywana (na początku w trybie interpretera) i jeśli była wykonywana tysiące razy (ile dokładnie zależy od konkretnej JVMki i jej trybu) to metoda zawierająca tą instrukcję lub kawałek tej metody zostaje skompilowany.

Jeśli VMka nie implementuje kompilacji to nie potrzebuje kompilatora. Nie ma problemu by stworzyć przenośny interpreter. Natomiast, żeby stworzyć VMkę z opcją kompilacji do kodu natywnego (w locie czy nie) to trzeba w niej zaimplementować coś na wzór kompilatora i VMka musi obsługiwać konkretne architektury żeby to działało.

Różnica między kompilacją u producenta, a kompilacją u klienta jest trywialna. Załóżmy, że mamy N programów i M docelowych architektur.

• przy kompilacji u producenta potrzebujemy M kompilatorów (lub jeden kompilator kompilujący na M architektur) oraz N x M binarek,
• przy kompilacji u klienta potrzebujemy N kodów pośrednich i M maszyn wirtualnych,

Załóżmy, że N = 1000 i M = 10. Wtedy:

• przy kompilacji u producenta potrzebujemy 10 kompilatorów lub 1 kompilator kompilujący na 10 architektur oraz 10000 binarek,
• przy kompilacji u klienta potrzebujemy 1000 kodów pośrednich i 10 maszyn wirtualnych,

Ponadto przeportowanie maszyny wirtualnej na nową architekturę wcale nie musi być jakoś drastycznie trudniejsze od przeportowania kompilatora kompilującego bezpośrednio do kodu natywnego. JVM jest napisana w C++ i (nie jestem pewien, ale jest duże prawdopodobieństwo) z użyciem przenośnych bibliotek. Przenośnych, czyli przeportowanych na wiele systemów operacyjnych.

Kompilacja w locie ma tę zaletę, że można kompilować na architektury (i rozszerzenia architektur) których nie było w momencie tworzenia programu. Dodatkowo jeśli wszystkie programy są kompilowane w locie to pozwala to na bardzo szybką ewolucję architektur - sztandarowy przykład to (GP)GPU. Kod shaderów w OpenGL/ Direct3D/ etc nie jest kompilowany do kodu natywnego, nie ma w ogóle żadnego standardu co do kodu natywnego w przypadku (GP)GPU. Shadery są kompilowane w locie na maszynie klienta (np gracza).

Przecież takie środowisko zapewniają wszystkie języki wysokiego poziomu, których kompilatory zostały dostarczone na określone platformy.

Ale dzięki bajtkodowi, nie trzeba tych programów kompilować na nowo, a co najwyżej jedynie przeportować maszynę wirtualną (co z kolei - jeżeli maszyna jest napisana korzystając z przenośnych bibliotek - ogranicza się wyłącznie do jej skompilowania na danym systemie i architekturze).

A przecież ten process VM, który wykonuje bytecode danego języka, musi go jakoś przetłumaczyć na aktualnie obowiązujący kod maszynowy.

Nie musi.
Najprostsza VM może wyglądać jakoś tak:

Const Bytecode: Array[0..4] of Byte = ($01, $03, $02, $04, $00);

Procedure ParseOpcode(const Opcode: Byte);
Begin
 Case Opcode of 
  $00: Halt;
  $01: Write('Hello');
  $02: Write('World');
  $03: Write(' ');
  $04: Write('!');
  else
  Begin
   Writeln('Unknown opcode: ', Opcode);
   Halt;
  End;
 End;
End;

Var Opcode: Byte;
Begin
 For Opcode in Bytecode Do
  ParseOpcode(Opcode);
End.

Jak te procesy VM wykonują ostatecznie linijki bytecodu bez kompilatora?

Podobnie, jak zwykły procesor przetwarza skompilowany kod Assemblera bez pomocy żadnego kompilatora ;)