Python虛擬機設計方案

一、虛擬機設計方案

1.  架構風格

Python虛擬機實際上是一個解釋器，對編譯后的字節碼進行解釋、執行。因此解釋器風格顯然是最適合本項目的。

2.  分解視圖

 

虛擬機輸入為字節碼.pyc文件，由字節碼文件加載器將二進制的.pyc文件加載到內存，由執行引擎解釋執行，輸出為字節碼文件的執行結果。虛擬機總共分為以下四個模塊：

• 字節碼加載器：python字節碼是按固定格式存放的二進制文件，而在虛擬機進程中，字節碼對象是codeobject類型，加載器的作用就是在類型體系模塊的支持下，將固定格式的二進制文件解析成內存中的codeobject類型對象，然后將codeobject交由執行引擎運行。
• 執行引擎：本質是虛擬機的解釋器部分，本次虛擬機設計為棧式執行，所以解釋器維護一個操作棧，字節碼所有的操作都在棧上執行。解釋器主要運行在一個很大switch分支循環中，每個分支分別為對應字節碼的解釋，直到字節碼執行結束跳出循環結束虛擬機。解釋器還維護一個個虛擬機操作數棧幀frame，每個frame對應一個函數或方法的調用，且第一個frame為第一個codeobject。每個frame中有一個指向調用者frame的指針、當前frame字節碼位置的pc、對應的codeobjcet等。在解釋器中，在要操作棧上產生的類型對象都在堆中產生，依賴於堆區的內存管理，虛擬機可以不用管理對象的析構，而交由堆區自動垃圾回收。
• 類型體系：在python中，一切都是對象，虛擬機有着一個龐大的類型體系。這個模塊也是最基本最重要的模塊，大致上有Integer、Float、String、List、Set、Dict、Tuple這7個基本類型，還有運行時的codeobject、frame，其他的內建類型type、function、method、slice、iterator、module等。還有一個特殊的類型object，它是虛擬機中大部分類型的父類。
• 堆區內存管理：管理類型對象的關鍵，對象的分配權力交給了堆，在堆中使用自動內存管理算法，如標記-清除、標記-復制等算法。

3.  依賴視圖

依賴視圖展現了軟件模塊之間的依賴關系。

各個模塊之間的依賴關系如下所示：

 

 

 字節碼加載器部分分為兩個類，他們之間不存在依賴關系：

 

Type類存放了對象的類型信息和對應的方法，Object類依賴於Type類，其他的基本類型都繼承自Object類：

4.  執行視圖

執行視圖展示了系統運行時的時序結構特點。

 

5.  實現視圖

實現視圖是描述軟件架構與源文件之間的映射關系。

虛擬機源代碼目錄的結構如下所示：

pvm/
├── bin
├── include
│   ├── Code.h
│   ├── Dict.h
│   ├── Float.h
│   ├── GlobalVar.h
│   ├── Integer.h
│   ├── List.h
│   ├── Object.h
│   ├── OpCode.h
│   ├── Str.h
│   ├── Type.h
│   └── global.h
├── main.c
├── objects
│   ├── Code.c
│   ├── Dict.c
│   ├── Float.c
│   ├── Integer.c
│   ├── List.c
│   ├── Object.c
│   └── Str.c
├── runtime
└── utils
    ├── FileLoader.c
    ├── FileLoader.h
    ├── FileReader.c
    ├── FileReader.h
    ├── Log.c
    └── Log.h

二、核心數據結構

Python2字節碼文件結構

 

	Magic number  (4B)	Modified date  (4B)	‘c‘ (1B，表示接下來是CodeObject)
	Argcount (4B)	Nlocals (4B)	Stacksize (4B)	Flags (4B)
字節碼	‘s‘ (1B)	字節碼長度 (4B)	字節碼1，字節碼2 …
常量表	‘(‘ (1B)	常量個數 (4B)	常量1，常量2 …
變量表	‘(‘ (1B)	變量個數 (4B)	變量1，變量2 …
參數列表	‘(‘ (1B)
Cell var	‘(‘ (1B)
Free var	‘(‘ (1B)
文件名	‘s‘ (1B)	名字長度 (4B)
模塊名	‘t‘ (1B)	模塊名長度 (4B)
行號表（調試）	‘s‘ (1B)

 

三、運行環境和技術選型

Python是跨平台語言，其生成的字節碼文件在不同平台上具有相同的結構，因此虛擬機的運行環境可以是Windows，Linux，macOS。虛擬機的開發語言定為C語言。

四、核心工作機制

以運行一個內容為 “print(1 + 2 * 3)” 的python源文件為例，假設源文件經過編譯生成的字節碼是a.pyc，要執行這個文件，需要先讀取a.pyc中的字節碼列表和常量表。a.pyc的字節碼列表中有LOAD_CONST、BINARY_ADD、PRINT_ITEM、PRINT_NEWLINE等指令，常量表中有常量1和6，我們根據字節碼列表中的指令，在操作數棧上進行對應操作：指令為LOAD_CONST時從常量表取出數字放進棧里面，指令為BINARY_ADD時就從棧中取出數字相加，指令為PRINT_ITEM就打印計算結果，這樣就完成了對a.pyc的運行。