编译到 LLVM IR 的 Haskell 程序缺少 main

下列的这个帖子关于Haskell程序的编译 对于 LLVM IR，我采用了相同的 Haskell 程序并尝试运行其生成的 LLVM IR 代码：

quicksort [] = []
quicksort (p:xs) = (quicksort lesser) ++ [p] ++ (quicksort greater)
  where
    lesser  = filter (<  p) xs
    greater = filter (>= p) xs

main = print(quicksort([5,2,1,0,8,3]))

我首先将其编译为 LLVM IR

$ ghc -keep-llvm-files main.hs

然后我将其转换为位码：

$ llvm-as main.ll

但是，当我尝试运行它时lli我收到以下关于缺少主程序的错误：

$ lli main.bc
'main' function not found in module.

难道我做错了什么？谢谢。

编辑：（来自 K.A. Buhr 的回答）

$ ls -l main*
main.hs
$ ghc -keep-llvm-files main.hs
[1 of 1] Compiling Main             ( main.hs, main.o )
Linking main ...
$ ls -l main*
main
main.hi
main.hs
main.ll
main.o
$ rm main main.hi main.o
$ llvm-as main.ll
$ llc main.bc -filetype=obj -o main.o
$ ghc -o main main.o
$ ./main
[0,1,2,3,5,8]

tl;dr.入口点（可能）被命名为ZCMain_main_closure，它是一个引用代码块的数据结构，而不是代码块本身。尽管如此，它仍然可以被 Haskell 运行时解释，并且它直接对应于函数的 Haskell“值”main :: IO ()在你的main.hs程序。

较长的答案涉及的内容比您想了解的有关链接程序的内容还要多，但事情是这样的。当你使用如下 C 程序时：

#include <stdio.h>
int main()
{
        printf("I like C!\n");
}

将其编译为目标文件gcc:

$ gcc -Wall -c hello.c

并检查目标文件的符号表：

$ nm hello.o
0000000000000000 T main
                 U printf

你会看到它包含符号的定义main以及对外部符号的（未定义）引用printf.

现在，你可能会想象main是该程序的“入口点”。哈哈哈哈！你的想法是多么天真和愚蠢啊！

事实上，真正的 Linux 专家知道程序的入口点不在目标文件中hello.o根本不。它在哪里？嗯，它在“C 运行时”，一个通过以下方式链接的小文件gcc当您实际创建可执行文件时：

$ nm /usr/lib/x86_64-linux-gnu/crt1.o
0000000000000000 D __data_start
0000000000000000 W data_start
0000000000000000 R _IO_stdin_used
                 U __libc_csu_fini
                 U __libc_csu_init
                 U __libc_start_main
                 U main
0000000000000000 T _start
$

请注意，该目标文件有一个不明确的参考main它将链接到您所谓的入口点hello.o。正是这个小存根定义了real入口点，即_start。您可以看出这是实际的入口点，因为如果您将程序链接到可执行文件中，您将看到_start符号和 ELF 入口点（这是当您调用时内核实际上首先将控制权转移到的地址）execve()你的程序）将一致：

$ gcc -o hello hello.o
$ nm hello | egrep 'T _start'
0000000000400430 T _start
$ readelf -h hello | egrep Entry
Entry point address:               0x400430

这就是说，程序的“入口点”实际上是一个相当复杂的概念。

当您使用 LLVM 工具链而不是 GCC 编译和运行 C 程序时，情况非常相似。这是设计使然，以保持一切与 GCC 兼容。你所谓的入口点hello.llfile 只是 C 函数main，而且这不是real你的程序的入口点。这仍然是由crt1.o stub.

现在，如果我们（最终）从谈论 C 转向谈论 Haskell，很明显，Haskell 运行时比 C 运行时复杂大约十亿倍，但它是构建在 C 运行时之上的。因此，当您以正常方式编译 Haskell 程序时：

$ ghc main.hs
stack ghc -- main.hs
[1 of 1] Compiling Main             ( main.hs, main.o )
Linking main ...
$

您可以看到可执行文件有一个名为的入口点_start:

$ nm main | egrep 'T _start'
0000000000406560 T _start

这实际上与之前调用 C 入口点的 C 运行时存根相同：

$ nm main | egrep 'T main'
0000000000406dc4 T main
$ 

but this main不是你的 Haskellmain. This main is a C mainGHC 在链接时动态创建的程序中的函数。您可以通过运行以下命令来查看这样的程序：

$ ghc -v -keep-tmp-files -fforce-recomp main.hs

并翻查名为的文件ghc_4.c某个地方在一个/tmp子目录：

$ cat /tmp/ghc10915_0/ghc_4.c
#include "Rts.h"
extern StgClosure ZCMain_main_closure;
int main(int argc, char *argv[])
{
 RtsConfig __conf = defaultRtsConfig;
 __conf.rts_opts_enabled = RtsOptsSafeOnly;
 __conf.rts_opts_suggestions = true;
 __conf.rts_hs_main = true;
 return hs_main(argc,argv,&ZCMain_main_closure,__conf);
}

现在，您看到外部引用了吗？ZCMain_main_closure？不管你信不信，这就是你的程序的 Haskell 入口点，你应该在main.o，无论您是使用普通 GHC 管道还是通过 LLVM 后端进行编译：

$ egrep ZCMain_main_closure main.ll
%ZCMain_main_closure_struct = type <{i64, i64, i64, i64}>
...

现在，它不是一个“函数”。它是 Haskell 运行时系统可以理解的特殊格式的数据结构（闭包）。这hs_main()上面的函数（又一个入口点！）是 Haskell 运行时的主要入口点：

$ nm ~/.stack/programs/x86_64-linux/ghc-8.4.3/lib/ghc-8.4.3/rts/libHSrts.a | egrep hs_main
0000000000000000 T hs_main
$

它接受 Haskell 主函数的闭包作为 Haskell 入口点来开始执行程序。

所以，如果你经历了所有这些麻烦，希望能在一个程序中隔离一个 Haskell 程序*.ll您可以通过跳转到其入口点来直接运行的文件，那么我有一些坏消息要告诉您...;)