1.3 Zig 0.17 编译器全景架构

Zig 0.17 编译器围绕硬件缓存特性与按需增量响应进行设计，采用了多阶段解耦、双层中间表示（ZIR 与 AIR）以及细粒度依赖图体系。

本节梳理其核心组件与整体流水线。

Zig 0.17 编译器流水线全景图

graph TD
    %% Global styles and definitions
    classDef core stroke:#0066cc,stroke-width:2px;
    classDef middle stroke:#ff9900,stroke-width:2px;
    classDef edge stroke:#ccc,stroke-width:2px;
    classDef mem stroke:#009900,stroke-width:2px;
    classDef status stroke:#198754,stroke-width:2px;

    subgraph SG_Frontend["前端阶段 (单文件无类型处理)"]
        direction TB
        Node_Source["Zig 源码文件 (*.zig)"]
        Node_Tokenizer["Tokenizer(tokenizer.zig)"]
        Node_AST["零指针紧凑 AST(Ast.zig)"]
        Node_AstGen["AstGen 线性降级 (AstGen.zig)"]
        Node_ZIR["无类型 ZIR 字节码 (Zir.zig)"]
        Node_Cache[("磁盘缓存 .zig-cache")]

        Node_Source -- "流式切词" --> Node_Tokenizer
        Node_Tokenizer -- "TokenList" --> Node_AST
        Node_AST -- "降级发射" --> Node_AstGen
        Node_AstGen -- "单文件指令流" --> Node_ZIR
        Node_ZIR -. "序列化持久化" .-> Node_Cache
    end

    subgraph SG_MiddleCore["编译器中端 (多线程反应式中端)"]
        direction TB
        Node_Zcu["编译单元控制器 (Zcu.zig)"]
        Node_InternPool[("类型/常量/依赖池 (InternPool.zig)")]
        Node_Sema["语义分析与 Comptime 统一解释 (Sema.zig)"]
        Node_AIR["全类型运行时 IR(Air.zig)"]

        Node_Zcu -- "任务调度" --> Node_Sema
        Node_Sema <--> Node_InternPool
        Node_Sema -- "按需生成运行时函数" --> Node_AIR
    end

    subgraph SG_BackendAndLink["后端与链接 (多后端与原位二进制更新)"]
        direction TB
        Node_CodegenHub["多后端分发中心 (codegen.zig)"]
        Node_SelfHosted["自研原生机器码 (x86_64 / AArch64 / ...)"]
        Node_CBackend["C 代码发射器 (codegen/c.zig)"]
        Node_LLVMBackend["LLVM 优化发射 (codegen/llvm.zig)"]
        Node_NativeLinker["自研增量链接器 (link.File / Elf2 / MachO)"]
        Node_FinalBin["最终原生二进制产物"]

        Node_CodegenHub -- "极速 Debug" --> Node_SelfHosted
        Node_CodegenHub -- "跨平台自举" --> Node_CBackend
        Node_CodegenHub -- "发布极限优化" --> Node_LLVMBackend
        Node_SelfHosted -- "MIR/机器码" --> Node_NativeLinker
        Node_CBackend -- "C 源码" --> Node_NativeLinker
        Node_LLVMBackend -- "目标文件" --> Node_NativeLinker
        Node_NativeLinker -- "原位二进制补丁" --> Node_FinalBin
    end

    Node_ZIR -- "输入无类型指令" --> Node_Sema
    Node_AIR -- "输入全类型函数" --> Node_CodegenHub

    style SG_Frontend stroke:#0066cc,stroke-width:2px;
    style SG_MiddleCore stroke:#ff9900,stroke-width:2px;
    style SG_BackendAndLink stroke:#009900,stroke-width:2px;

    class Node_Source,Node_Tokenizer,Node_AST,Node_AstGen edge;
    class Node_ZIR,Node_Sema,Node_AIR,Node_CodegenHub core;
    class Node_InternPool,Node_Cache mem;
    class Node_SelfHosted,Node_CBackend,Node_LLVMBackend,Node_NativeLinker middle;
    class Node_FinalBin status;

核心组件与关键职责速览

以下结合 Zig 0.17 源码库中的文件路径，梳理各阶段组件与职责：

1. 前端：词法、语法与 AST 线性化

lib/std/zig/tokenizer.zig：无状态游标切词器。零堆内存分配，负责生成 Token 序列。
lib/std/zig/Ast.zig：采用 MultiArrayList 结构体数组（SoA）设计组织语法树，节点之间无指针引用。每个 AST 节点占 13 字节，子节点与 Token 均通过 32 位整型索引（u32）关联。
lib/std/zig/AstGen.zig：将层级嵌套的 AST 树结构平铺展开为单文件的线性无类型中间代码（ZIR）。

2. 第一层 IR：ZIR（Zig Intermediate Representation）

lib/std/zig/Zir.zig： **无类型（Untyped）、基于单文件（Per-file）**的指令流。
- ZIR 不依赖跨文件类型推导，也不包含目标架构信息，其生成过程不依赖外部上下文。
- ZIR 包含二进制头（Zir.Header），可直接序列化并缓存于 .zig-cache 目录中。当源文件未变动时，可直接读取磁盘缓存，跳过 Tokenizer、Parser 和 AstGen。

3. 编译器核心状态机：Zcu、InternPool 与 Sema

src/Zcu.zig (Zig Compilation Unit)：管理 Zig 编译任务的状态机，负责源文件模块、分析队列与线程调度的协调。
src/InternPool.zig (驻留池与依赖图)：管理所有已解析的类型（Type）、常量（Value）和声明（Nav/Decl）。
- 相同的类型在编译器内存中只保存一份，由 32 位整数 InternPool.Index 标识。
- 维护细粒度依赖图（dep_entries），记录分析单元之间的依赖关系，用于增量失效计算。
src/Sema.zig (语义分析与 Comptime 引擎)：负责静态类型检查，并在分析过程中直接求值编译期逻辑（comptime）。
- 编译期确定的表达式直接在编译器内部求值并存入 InternPool；
- 运行时逻辑则被翻译为全类型的第二层 IR——AIR。

4. 第二层 IR：AIR（Analyzed Intermediate Representation）

src/Air.zig： **全类型（Fully-typed）、基于单个函数（Per-function）**的 SSA 中间表示。
- 每一个需要生成机器码的运行时函数拥有独立的 Air 实例。
- 类型完全决议，溢出安全检查指令（如 add_safe）显式生成，作为后端代码生成的输入。

5. 后端与增量链接

src/codegen.zig：后端调度入口。根据构建模式与目标平台，将 AIR 分发至不同后端：
- 自研原生后端（Self-hosted Native）：如 src/codegen/x86_64/ 与 src/codegen/aarch64/，将 AIR 转换为机器中间表示（MIR）后直接生成机器指令，不依赖 LLVM；
- C 后端（codegen/c.zig）：将 AIR 转换为 ANSI C99 代码；
- LLVM 后端（codegen/llvm.zig）：将 AIR 转换为 LLVM IR，用于优化构建。
src/link.zig (自研链接器)：内置支持 ELF、Mach-O、COFF、WASM 格式。具备内存映射原位补丁机制（In-place Binary Patching）：修改单个函数时，在现有输出文件的代码段相应位置覆盖写入，无需重新全量链接。

本节小结

本节梳理了 Zig 0.17 从词法分析到最终二进制链接的整体流水线。下一节将通过对比矩阵，说明 Zig 与 GCC、Clang、Rustc 在各编译维度的具体差异。

Keyboard shortcuts

Zig 编译器源码分析