过程间分析简介

阅读提示：使用屏幕较大的设备能够看到自带的Sticky Table of Contents，更有利于理清阅读思路。

对应视频在：

过程间分析简介

本小节通过四个部分介绍过程间分析。

  1. Motivation

    • 为什么 要引入过程间分析？

  2. Call Graph Construction (CHA)

    • 介绍一个过程间分析 必要的数据结构Call Graph

    • 当前有数种方法来构建Call Graph，本节介绍其中速度最快的一种（Class hierarchy analysis，简称CHA）

  3. Interprocedural Control-Flow Graph

    • 之前的章节关注CFG，引入过程间分析后，我们向CFG中添加相应的元素，得到过程间的控制流图（ICFG）

    • 讨论由于添加了新元素而需要增加的操作

  4. Interprocedural Data-Flow Analysis

    • 通过一个例子（也就是实验一中做的常量传播分析）来总结过程间分析。

Motivation

之前的章节中都没有考虑方法调用，然而在实际的程序中方法调用非常常见，那么我们如何分析带方法调用的程序呢？最简单的处理方式是（这里仍然以常量传播作为一个例子）：做最保守的假设，即为函数调用返回NAC。而这种情况会丢失精度。**引入过程间分析能够提高精度。**如果使用最简单的处理方式，下图中的n和y分析结果都不是常量，尽管我们能够一眼看出他们的运行时值是n=10，y=43。

Call Graph Construction (CHA)

接下来我们讨论一个必要的数据结构Call Graph，中文可以理解为调用关系图。

Definition of Call Graph

A representation of calling relationships in the program.

调用关系图表达调用关系（中文讲起来确实很奇怪），一个简单的例子如下：

Call Graph Construction

Call Graph有很多种不同的构造方法，我们接下来会讲解两个极端：最准确的和最快速的。

Call types in Java

本课主要关注Java的调用关系图构建。为此，我们需要先了解Java中调用的类型。Java中call可分为三类（不需要理解透彻，之后会详细介绍）：

  • Instruction：指Java的IR中的指令

  • Receiver objects：方法调用对应的实例对象（static方法调用不需要对应实例）。

  • Target methods：表达IR指令到被调用目标方法的映射关系

  • Num of target methods：call对应的可能被调用的目标方法的数量。Virtual call与动态绑定和多态实现有关，可以对应多个对象下的重写方法。所以Virtual call的可能对象可能超过1个。

  • Determinacy：指什么时候能够确定这个call的对应方法。Virtual call与多态有关，只能在运行时决定调用哪一个具体方法的实现。其他两种call都和多态机制不相关，编译时刻就可以确定。

Virtual call and dispatch

Virtual call是几种调用中最为复杂的一种，我们首先重点讨论它。在动态运行时，Virtual call基于两点决定调用哪个具体方法：

  1. Type of object

  2. Method signature

    • Signature = class type + method name + descriptor

    • Descriptor = return type + parameter types

Java中Dispatch机制决定具体调用哪个方法：c是一个类的定义，m是一个方法。如果能在本类中找到name和descriptor一致的方法，则调用c的方法，否则到父类中寻找。

We define function Dispatch(𝑐, 𝑚) to simulate the procedure of run-time method dispatch.

练习问题

Q：两次对foo的调用分别调用了哪个类的foo？

A：分别调用A和C中定义的foo方法。

Class Hierarchy Analysis (CHA)

Definition of CHA

  • Require the class hierarchy information (inheritance structure) of the whole program

    • 需要首先获得整个程序的类继承关系图

  • Resolve a virtual call based on the declared type of receiver variable of the call site

    • 通过接收变量的声明类型来解析Virtual call

    • 接收变量的例子：在a.foo()中，a就是接收变量

  • Assume the receiver variable a may point to objects of class A or all subclasses of A（Resolve target methods by looking up the class hierarchy of class A）

    • 假设一个接收变量能够指向A或A的所有子类

Call Resolution of CHA

Algorithm of Resolve

下面介绍解析调用的算法。

  • call site(cs)就是调用语句，m(method)就是对应的函数签名。

  • T集合中保存找到的结果

  • 三个if分支分别对应之前提到的Java中的三种call类型

    1. Static call(所有的静态方法调用)

    2. Special call(使用super关键字的调用，构造函数调用和Private instance method)

    3. Virtual call(其他所有调用)

Static call

  • 对于不了解OOP中静态方法的同学可以参考这里。具体来说，静态方法调用前写的是类名，而非静态方法调用前写的是变量或指针名。静态方法调用不需要依赖实例。

Special call

  • Superclass instance method（super关键字）最为复杂，故优先考虑这种情况

  • 为什么处理super调用需要使用Dispatch函数：在下图所示情况中没有Dispatch函数时无法正确解析C类的super.foo调用：

  • 而Private instance method和Constructor（一定由类实现或有默认的构造函数）都会在本类的实现中给出，使用Dispatch函数能够将这三种情况都包含，简化代码。

Virtual call

  • receiver variable在例子中就是c。

  • 对receiver c和c的所有直接间接子类都作为call site调用Dispatch

一个例子

三个调用都是Virtual call。是上述算法中的第三种情况。

CHA的特征

  1. 只考虑类继承结构，所以很快

  2. 因为忽略了数据流和控制流的信息，所以不太准确

CHA的应用

常用于IDE中，给用户提供提示。比如写一小段测试代码，看看b.foo()可能会调用哪些函数签名。可以看出CHA分析中认为b.foo()可能调用A、C、D中的foo()方法。（实际上这并不准确，因为b实际上是B类对象，不会调用子类C、D中的方法，但胜在快速）

Call Graph Construction

Idea

  • Build call graph for whole program via CHA

    • 通过CHA构造整个程序的call graph

  • Start from entry methods (focus on main method)

    • 通常从main函数开始

  • For each reachable method 𝑚, resolve target methods for each call site 𝑐𝑠 in 𝑚 via CHA (Resolve(𝑐𝑠))

    • 递归地处理每个可达的方法

  • Repeat until no new method is discovered

    • 当不能拓展新的可达方法时停止

  • 整个过程和计算理论中求闭包的过程很相似

Algorithm

  • Worklist记录需要处理的methods

  • Call graph是需要构建的目标，是call edges的集合

  • Reachable method (RM) 是已经处理过的目标，在Worklist中取新目标时，不需要再次处理已经在RM中的目标

Example

  1. 初始化

  1. 处理main后向WL中加入A.foo()

  1. 中间省略一些步骤，这里面对C.bar()时，虽然会调用A.foo()，但由于A.foo()之前已经处理过（在集合RM中），之后不会再进行处理

  1. 这里C.m()是不可达的死代码

注：忽略new A()对构造函数的调用，这不是例子的重点。

这个例子是对本小节的总结，如果不能读懂并独立推导建议重读一遍。如果你理解了第一到第六课的内容但是觉得上面的内容写得不清晰，可以到本书简介中提到的QQ群交流吐槽。

Interprocedural Control-Flow Graph

ICFG = CFGs + call & return edges

ICFG可以通过CFG加上两种边构造得到。

  1. Call edges: from call sites to the entry nodes of their callees

  2. Return edges: from return statements of the callees to the statements following their call sites (i.e., return sites)

例如：

Interprocedural Data-Flow Analysis

定义与比较

目前这一分析领域没有标准方法。首先对过程间和过程内的分析做一个对比，并以常量传播（本校同学第一次实验作业主题，需要一到六课的基础）为例子进行解释。

Edge transfer处理引入的call & return edge。为此，我们需要在之前章节的CFG基础上增加三种transfer函数。

  • Call edge transfer

    • 从调用者向被调用者传递参数

  • Return edge transfer

    • 被调用者向调用者传递返回值

  • Node transfer

    • 大部分与过程内的常数传播分析一样，不过对于每一个函数调用，都要kill掉LHS（Left hand side）的变量

Example

小问题

这一段有存在的必要吗？

Such edge (from call site to return site) is named call-to-return edge. It allows the analysis to propagate local data-flow (a=6 in this case) on ICFG.

如果没有这一段，那么a就得“出国”去浪费地球资源——在分析被调用函数的全程中都需要记住a的值，这在程序运行时会浪费大量内存。

要记得在调用语句处kill掉表达式左边的值，否则会造成结果的不准确，如：

过程间分析有多重要？

讲到这里，我们回到故事的开头，看看过程间分析的引入到底能带来多大的精度提高吧。上述例子应用过程间分析的完整推导如下：

而如果只做过程内分析，则精度大大下降：

Key points

  1. How to build call graph via class hierarchy analysis

    • 如何利用CHA构建调用关系图(call graph)

  2. Concept of interprocedural control-flow graph

    • 过程间控制流图(ICFG)的概念

  3. Concept of interprocedural data-flow analysis

    • 过程间数据流分析的概念

  4. Interprocedural constant propagation

    • 例子——引入过程间分析的常量分析

上一页数据流分析下下一页指针分析简介

最后更新于