TypePHP 编译器 https://swoole.com/aot/

21 KiB

Raw Blame History

PeachPie 编译器 Review：Roslyn 集成、跨语言互操作与类型系统

2026-06-11 · 基于 /home/swoole/workspace/cpp/peachpie 源码审查

一、架构概览

PeachPie 是一个基于 Roslyn（Microsoft .NET 编译器平台）的 PHP-to-.NET 编译器，约 710 个 C# 源文件、272k 行代码。

编译管道

PHP 源码
  → PhpSyntaxTree (Roslyn SyntaxTree for PHP — Syntax/)
  → SemanticModel + Symbols (Roslyn symbol system — Semantics/, Symbols/)
  → BoundControlFlowGraph (CFG with typed IR — Semantics/Graph/, FlowAnalysis/)
  → CIL Bytecode (EMIT — CodeGen/, Emitter/)
  → .NET Assembly (.dll / .exe)

阶段	组件	职责
语法解析	`Syntax/` (PhpSyntaxTree, NodesFactory)	PHP → Roslyn SyntaxTree
语义绑定	`Semantics/` (SemanticsBinder, BoundExpression)	名称解析、方法绑定、类型推断
符号系统	`Symbols/` (SourceTypeSymbol, PEMethodSymbol...)	类型/方法/属性的 Roslyn 符号表
数据流分析	`FlowAnalysis/` (FlowState, TypeRefMask, ExpressionAnalysis)	类型推断、不可达代码检测、条件收窄
CFG 优化	`FlowAnalysis/Passes/` (TransformationRewriter)	CFG 重写、常量化、死代码消除
代码生成	`CodeGen/` (CodeGenerator, GhostMethodBuilder)	IR → CIL 指令
程序集输出	`Emitter/` (PEModuleBuilder)	CIL → PE 文件 (.dll/.exe)

核心文件

文件	行数	用途
`CodeGen/Graph/BoundExpression.cs`	5,742	核心 IR 节点定义与 CIL 发射
`CodeGen/CodeGenerator.Emit.cs`	4,396	CIL 指令生成
`FlowAnalysis/ExpressionAnalysis.cs`	2,911	表达式级类型分析
`Semantics/BoundExpression.cs`	2,721	语义绑定表达式
`Runtime/Operators.cs`	2,573	PHP 运算符运行时实现
`Runtime/PhpString.cs`	2,047	PHP 字符串值类型
`CodeGen/VariableReference.cs`	1,863	变量引用与地址分析
`Symbols/Source/SourceTypeSymbol.cs`	1,795	源码类型符号
`Runtime/Conversions.cs`	1,603	类型转换运行时

与 AOT Compiler 对比

维度	PeachPie	AOT Compiler
编译目标	PHP → CIL → .NET Assembly	PHP → C++ → 二进制
编译器框架	Roslyn (C# compiler-as-a-library)	自研 PHP AST → C++ string
IR 形式	BoundControlFlowGraph (Roslyn 模式)	PHP-Parser AST 节点
类型推理	FlowState + TypeRefMask bitset	SSA + 手动类型注释
符号系统	Roslyn Symbol hierarchy (完整)	简化版 ClassDef/FunctionDef
输出	.NET PE 文件 (cross-platform)	原生二进制 (Linux/Mac/Windows)
运行时	Peachpie.Runtime (PhpValue, PhpArray, PhpString)	phpx (C++ RAII 包装 Zend API)
跨语言互操作	一等公民 — PHP ⇄ C# 双向调用	仅 FFI (swoole_cc/cpp 扩展加载)
并行编译	Parallel.ForEach 函数级并行	串行执行
代码量	~272k 行 C# (含运行时)	~15k 行 PHP
MSBuild 集成	完整 SDK (`dotnet build`)	无

二、可借鉴的创新设计

2.1 基于 Roslyn 的编译器架构

文件: Peachpie.CodeAnalysis/ 全部

PeachPie 最核心的设计决策是完全基于 Microsoft Roslyn 编译器平台构建。这意味着：

复用 Roslyn 的符号系统：TypeSymbol, MethodSymbol, NamedTypeSymbol 等标准 Roslyn 类型
复用 Roslyn 的元数据发射：PEModuleBuilder, PEAssemblyBuilder 直接生成 PE 文件
复用 Roslyn 的诊断体系：DiagnosticBag, 标准化的 Error/Warning 机制
MSBuild 原生集成：PHP 项目是标准的 .NET 项目（.csproj 风格），dotnet build 即可编译

AOT 借鉴优先级: P2

当前 AOT 从零搭建了所有编译器基础设施。PeachPie 的思路可以作为参考，但不适合直接移植（AOT 的目标是生成 C++ 而非 CIL）。可以借鉴的是：

将编译器分解为 Syntax → Semantic → IR → CodeGen 的标准阶段，每阶段有清晰的接口
Preprocessor（符号收集）分离为独立的 Analyzer 阶段，类似 Roslyn 的 Compilation 概念
统一定义 Diagnostic 类型，而非散布在各处的 fatalError() / SyntaxError

2.2 TypeRefMask：64-bit 类型 Bitset

文件: FlowAnalysis/TypeRef/TypeRefMask.cs

PeachPie 使用 ulong (64-bit) 作为类型掩码：

public struct TypeRefMask {
    ulong _mask;
    // bits 0-61:  类型索引（最多 62 种不同类型）
    // bit 62:     IncludesSubclasses（类型可能包含子类）
    // bit 63:     IsRef（值是引用/别名）
}

特性：

O(1) 类型比较: (mask & type_bit) != 0 即可检测类型
联合类型: mask1 | mask2 = 包含两种类型
类型收窄: mask & ~excluded_type_bit = 排除某种类型
IsRef 标记: 追踪值是否被引用赋值，影响别名分析
IncludesSubclasses: 区分 exactly Class vs Class or subclass

每个 TypeRefContext 维护一个类型注册表，将具体的 .NET 类型 (如 System.Int64, Pchp.Core.PhpString) 映射到 bit index。

AOT 借鉴优先级: P0

这与 HHVM 的 trep 思路一致——使用 bitset 表示类型。AOT 的 TYPE_INT, TYPE_STRING 等离散常量可以被替换为 bitset：

class TypeMask {
    const BINT     = 1 << 0;
    const BFLOAT   = 1 << 1;
    const BSTRING  = 1 << 2;
    const BBOOL    = 1 << 3;
    const BARRAY   = 1 << 4;
    const BOBJECT  = 1 << 5;
    // 扩展标记
    const BEMPTY      = 1 << 60;  // 空值标记
    const BSUBCLASS   = 1 << 61;  // 允许子类
    const BREFERENCE  = 1 << 62;  // 引用标记
}

优势：int|string = BINT|BSTRING，类型收窄 = & ~excluded_bits。

2.3 FlowState + Worklist 数据流分析

文件: FlowAnalysis/FlowState.cs, FlowAnalysis/Worklist.cs

PeachPie 使用经典的数据流 worklist 算法进行类型推断：

class FlowState {
    TypeRefMask[] _varsType;     // 每个变量的类型掩码
    ulong _initializedMask;      // 变量是否被初始化
    HashSet<NoteData> _notes;    // 附加信息（如函数返回点）
}

Merge 操作: 当两条 CFG 路径汇合时，FlowState(state1, state2) 构造函数计算：

类型掩码的 union（所有可能类型）
初始化掩码的 union（任一分支初始化就算初始化）
Notes 的 intersection（两条路径都有的信息才保留）

Worklist 按拓扑顺序处理 block，遇到状态变化时重新入队。

AOT 借鉴优先级: P1

当前 AOT 的 SSA 分析做了一定程度的类型推导，但缺少：

结构化 FlowState：统一的变量类型状态表示
标准 merge 操作：join point 处的类型合并
Worklist 迭代：达到不动点的迭代分析框架

2.4 ConditionBranch 感知的类型收窄

文件: FlowAnalysis/ConditionBranch.cs, FlowAnalysis/AnalysisFacts.cs

PeachPie 的类型分析感知当前上下文的条件分支：

enum ConditionBranch {
    AnyResult = 0,   // 普通求值
    ToTrue = +1,     // 表达式结果为 true 的分支
    ToFalse = -1,    // 表达式结果为 false 的分支
}

在条件表达式中，分析器携带分支方向传播类型信息：

// if ($x instanceof MyClass) { ... }
// 在 ToTrue 分支中:
//   $x 的类型收窄，排除不可能是 MyClass 的类型
// 在 ToFalse 分支中:
//   $x 的类型收窄，排除 MyClass

// if (is_int($x)) { ... }
// 在 ToTrue 分支中:
//   $x 的类型收窄为 int

AnalysisFacts.HandleSpecialFunctionCall() 注册了 is_int, is_string, is_array, is_callable, function_exists, class_exists 等类型检查函数，在分支中自动收窄变量类型。

AOT 借鉴优先级: P1

当前 SsaTypeOptimizer 做了一定程度的 instanceof 收窄，但：

不支持 is_int() / is_string() 等内置类型检查函数收窄
不支持 class_exists() / function_exists() 等存在性检查常量折叠
可以直接借鉴 AnalysisFacts 的 "已知类型检查函数注册表" 模式

2.5 PhpValue Tagged Union 设计

文件: Peachpie.Runtime/PhpValue.cs

PeachPie 的运行时值类型使用精妙的 C# tagged union：

[StructLayout(LayoutKind.Sequential)]
public readonly partial struct PhpValue {
    readonly PhpTypeCode _type;   // 1 byte 类型标签

    // 显式布局联合：两个字段占用同一内存
    [StructLayout(LayoutKind.Explicit)]
    struct ValueField {
        [FieldOffset(0)] public bool @bool;
        [FieldOffset(0)] public long @long;
        [FieldOffset(0)] public double @double;
    }

    [StructLayout(LayoutKind.Explicit)]
    struct ObjectField {
        [FieldOffset(0)] public object @object;
        [FieldOffset(0)] public string @string;
        [FieldOffset(0)] public PhpString.Blob blob;
        [FieldOffset(0)] public PhpArray array;
        [FieldOffset(0)] public PhpAlias alias;
    }

    readonly ValueField _value;    // 值类型存储
    readonly ObjectField _obj;     // 引用类型存储
}

内存布局：PhpValue = PhpTypeCode (1 byte) + padding + ValueField (8 bytes) + ObjectField (8 bytes，指针) ≈ 24 bytes。

这种设计的优势：

readonly struct — 无 GC 开销，可在栈上分配
显式联合 — 值类型和引用类型共享空间，紧凑
PhpAlias 机制 — 通过 PhpAlias 抽象实现 PHP 引用（写时复制），而非直接复制值
MutableString — 区分不可变 string 和可写 MutableString（用于字符串拼接优化）

AOT 借鉴优先级: P3

当前 AOT 使用 Variant（基于 Zend zval）作为动态类型。可以借鉴：

PhpString 的 MutableString 分离（string builder pattern）
PhpAlias 的引用语义抽象
但整体替换 Variant 工程量巨大，优先级低

2.6 GhostMethodBuilder：PHP 方法 ⇄ C# 方法适配

文件: CodeGen/GhostMethodBuilder.cs

PeachPie 最独特的功能是自动生成 ghost stub 方法，使 PHP 方法可被 C# 直接调用：

// 为 PHP 方法生成 C# 可调用的包装器：
// - 处理参数类型转换（PhpValue → CLR type）
// - 处理返回类型转换（CLR type → PhpValue）
// - 构建 PhpContext 传递
// - 支持 explicit interface override
static MethodSymbol CreateGhostOverload(
    MethodSymbol original, NamedTypeSymbol containingtype,
    PEModuleBuilder module, DiagnosticBag diagnostic,
    TypeSymbol ghostreturn, ImmutableArray<ParameterSymbol> ghostparams,
    bool phphidden = false, MethodSymbol explicitOverride = null)

Ghost 方法使得：

C# 调用 PHP 方法时自动获得类型安全的接口
PHP 实现 C# 接口（IMethod, INotifyPropertyChanged 等）
PHP 类可以作为 .NET 泛型参数

AOT 借鉴优先级: P4

当前 AOT 不支持 PHP 调用 C++（反之亦然）。如果未来需要双向互操作层，ghost stub 模式值得参考。

2.7 DelayedTransformations：并行安全的延迟变换

文件: FlowAnalysis/Passes/DelayedTransformations.cs

在并行分析阶段，某些变换（如标记不可达函数、将条件函数升级为无条件函数）不能直接修改共享状态。PeachPie 使用延迟变换模式：

class DelayedTransformations {
    ConcurrentBag<SourceRoutineSymbol> UnreachableRoutines;
    ConcurrentBag<SourceTypeSymbol> UnreachableTypes;
    ConcurrentBag<SourceFunctionSymbol> FunctionsMarkedAsUnconditional;
    // 并行分析期间线程安全地收集
    // 分析完成后串行 Apply()
}

分析线程只将待变换的对象放入 ConcurrentBag，分析结束后由单线程调用 Apply()。

AOT 借鉴优先级: P2

AOT 目前是串行的，不需要这个。但如果将来引入并行编译（参见 KPHP review 2.3），延迟变换是线程安全的基础模式。

2.8 MSBuild 原生集成（Peachpie.NET.Sdk）

文件: Peachpie.NET.Sdk/

PeachPie 不只是一个编译器——它是一个完整的 .NET SDK：

dotnet new classlibrary -o MyPhpLib  # 创建 PHP 类库项目
dotnet build                           # 编译 PHP → .NET DLL
dotnet run                             # 运行编译后的程序
dotnet publish                         # 发布为独立应用

通过 MSBuild targets/props 实现：

build/peachpie.targets — 定义编译任务
Peachpie.NET.Sdk.nuspec — NuGet 包定义
BuildTask.cs — MSBuild 编译任务

这意味着 PHP 项目可以无缝使用 .NET 生态：NuGet 包引用、项目引用、条件编译、多目标框架等。

AOT 借鉴优先级: P2

AOT 目前使用 php bin/compiler.php <project> 命令行。可以借鉴：

为 AOT 编译器创建一个 Composer plugin 或 CLI phar 包
定义 project.yml 的 JSON Schema（类似 .csproj）
支持 composer build 或 php-aot build 统一入口

2.9 可延迟求值的 AnalysisFacts

文件: FlowAnalysis/AnalysisFacts.cs

PeachPie 在编译期对大量 PHP 运行时函数进行常量求值：

函数	求值策略
`function_exists(X)`	检查 PE assembly 中是否存在符号 X → 折叠为 `true`
`class_exists(X)`	检查 PE assembly 中是否存在类型 X → 折叠为 `true`/`false`
`method_exists(X, M)`	检查类型 X 中是否存在方法 M → 折叠为 `true`/`false`
`defined(CONST)`	检查常量是否存在 → 折叠为 `true`/`false`
`is_callable(F)`	检查 F 是否无条件声明 → 折叠为 `true`
`dirname(__FILE__)`	编译期路径运算 → `__DIR__`
`basename(__FILE__)`	编译期文件名提取 → 字符串常量

这些求值利用了 PeachPie 的 "PE assembly" 概念——已经编译好的 .NET 程序集包含了完整的类型/方法/常量元数据，可以在编译时查询。

AOT 借鉴优先级: P1

当前 FuncCallOptimizer 只做最基础的常量折叠（strlen("abc") → 3）。可以扩展为对 function_exists, class_exists, defined 等反射型函数的编译期求值——前提是在 Preprocessor 中建立了完整的符号表。

2.10 条件声明检测与不可达代码消除

文件: FlowAnalysis/Passes/DelayedTransformations.cs, FlowAnalysis/Passes/TransformationRewriter.cs

PeachPie 能检测条件声明（if (condition) { function foo() {} }）并优化：

如果分析证明条件恒为 true → 函数标记为无条件声明
如果分析证明条件恒为 false → 函数/类标记为不可达（Unreachable），不编译

这允许在 PHP 中写出类似 C 条件编译的模式：

if (PHP_VERSION_ID >= 80000) {
    function newFeature() { ... }  // 低版本下不编译
}

AOT 借鉴优先级: P2

当前 AOT 编译所有扫描到的函数，无论是否可达。对于存在多个 PHP 版本兼容代码的项目，条件声明消除可以减少编译产物大小。

三、工具链分析

3.1 测试基础设施

PeachPie 有 529 个测试文件（PHP 文件），分布在功能目录中：

目录	内容
`tests/arrays/`	数组操作测试（含 `lazy_copy` 子目录）
`tests/classes/`	类/对象测试
`tests/functions/`	函数调用测试
`tests/generators/`	Generator/yield 测试
`tests/strings/`	字符串操作测试
`tests/operators/`	运算符测试
`tests/transformations/`	编译器转换/优化测试
`tests/constants/`	常量测试
`tests/constructs/`	语言结构测试
`tests/traits/`	Trait 测试
`tests/reflection/`	Reflection 测试
`tests/spl/`	SPL 测试
`tests/bcmath/` `tests/hash/` `tests/pcre/`	扩展测试
`tests/pdo/` `tests/ftp/` `tests/openssl/`	数据库/网络扩展
`tests/gd/` `tests/xml/` `tests/zip/`	图形/XML/ZIP 扩展
`tests/web/` `tests/scripting/`	Web/脚本集成测试

测试运行方式：通过 .NET 测试框架（xUnit/NUnit）执行编译后的程序集。

AOT 借鉴:

tests/transformations/ 目录专门测试编译器优化——AOT 可以建立类似的优化正确性测试
tests/arrays/lazy_copy/ 专门测试写时复制行为——AOT 也可以建立 COW 相关的专项测试

3.2 Visual Studio 深度集成

PeachPie 提供完整的 IDE 体验：

Visual Studio Extension — 项目管理、智能感知、调试、性能分析
VS Code / Rider 支持 — 通过 OmniSharp / LSP
NuGet 包管理 — PHP 库可以作为 NuGet 包发布和引用

AOT 借鉴:

可以提供 VSCode 插件（Task 集成 + 项目模板）
当前 AOT 的 project.yml 可以用 JSON Schema 提供 IDE 自动补全

3.3 命令行工具链

# PeachPie 的 CLI 体验
dotnet peach build              # 编译 PHP 项目
dotnet peach run                # 运行编译后程序
dotnet peach publish            # 独立发布
dotnet peach add <package>      # 添加依赖

AOT 借鉴:

# 可以设计类似的 CLI
php-aot build                    # 编译项目
php-aot run                      # 编译并运行
php-aot new <name>               # 创建新项目

四、类型系统与互操作分析

4.1 PeachPie 类型映射

PHP 类型	PeachPie 运行时类型	.NET CLR 类型
null	`PhpTypeCode.Null`	`null` (任何引用类型)
bool	`PhpTypeCode.Boolean`	`bool`
int	`PhpTypeCode.Long`	`long`
float	`PhpTypeCode.Double`	`double`
string	`PhpTypeCode.String` / `MutableString`	`string` / `PhpString`
array	`PhpTypeCode.PhpArray`	`PhpArray`
object	`PhpTypeCode.Object`	`object` (具体类)
reference	`PhpTypeCode.Alias`	`PhpAlias`

4.2 PHP ⇄ C# 互操作

PeachPie 的双向互操作是其最突出的差异化优势：

C# 调用 PHP:

// PHP 类编译后变成 .NET 类，C# 可以直接 new 和调用
var phpObj = new MyPhpClass(ctx);
phpObj.someMethod(arg1, arg2);

PHP 调用 C#:

// PHP 中可以直接使用 .NET 类型
$list = new \System\Collections\Generic\List<int>;
$list->Add(42);

互操作的实现依赖于：

GhostMethodBuilder 生成适配方法
ConversionsExtensions 处理 PhpValue ↔ CLR type 自动转换
DynamicOperationFactory 处理动态方法调用转发

4.3 与 AOT 编译器的语法差异

特性	PeachPie	AOT Compiler
基础 PHP 版本	8.0+ (目标)	8.2+
类型标注	可选（逐渐丰富）	可选 (phpstan 注解)
命名空间	标准 PHP	标准 PHP
泛型	无	无
C# 互操作	完整（一等公民）	仅 FFI 扩展
.NET 生态系统	完全兼容	不相关
MSBuild 集成	完整	无
反射	部分支持	不支持
yield/generator	支持	支持

五、总结与优先级建议

优先级	技术	难度	收益	说明
P0	TypeRefMask bitset 类型系统	中	极高	联合类型、类型收窄、不可空标记——所有优化 pass 的基础
P1	ConditionBranch 类型收窄	低	高	`is_int()`/`is_string()` 等检查函数自动收窄，当前 SSA 未覆盖
P1	AnalysisFacts 编译期求值	中	高	`function_exists`/`class_exists`/`defined` 编译期折叠
P1	FlowState worklist 分析框架	中	高	结构化变量类型状态、标准 merge 操作
P2	Roslyn 式编译器分层	高	中	Syntax→Semantic→IR→CodeGen 清晰分层，当前 Preprocessor/CompilerBase 职责混杂
P2	条件声明检测	低	中	消除不可达函数/类，减小编译产物
P2	MSBuild 集成 / CLI 工具统一	低	中	标准化项目配置、CI 友好
P3	PhpValue tagged union	高	中	紧凑内存布局，但替换 Variant/zval 工程量大
P3	DelayedTransformations	低	低	仅在并行编译时有意义
P4	GhostMethodBuilder 互操作	极高	低	需要 .NET 或类似 FFI 运行时
P4	IDE 深度集成	高	低	VSCode 插件投资回报有限

关键认识

PeachPie 最大的优势在于 .NET 生态集成——这是架构选择带来的天然优势，而非单项技术创新。AOT 可以借鉴其 "编译器 SDK + 标准化 CLI" 的思路，但不需要移植具体技术。
TypeRefMask bitset 是最直接可移植的设计——用 64-bit 位集表示类型，同时支持联合类型、子类标记、引用标记。这是 HHBBC 的 trep 和 KPHP 的类型分析的共同特征，说明 bitset 类型格是 PHP 编译器的最佳实践。
ConditionBranch 模式是低成本高收益的增强——在条件分支分析中携带 "期望结果" 信息，使类型检查函数能自动收窄变量类型。AOT 的 SSA 分析可以立即采用。
GhostMethodBuilder 揭示了互操作的通用模式——生成 adapter/thunk 方法桥接两种语言的调用约定。虽然 AOT 的目标是 C++ 而非 .NET，但如果有跨语言调用需求（如 PHP 调用 C 扩展），此模式可复用。
PeachPie 约 530 个测试明显少于 KPHP (75+ 目录) 和 HHVM (14,675)，说明其成熟度相对较低。但其测试按功能模块和优化类型分类的方式值得参考。

21 KiB Raw Blame History

PeachPie 编译器 Review：Roslyn 集成、跨语言互操作与类型系统

一、架构概览

编译管道

核心文件

与 AOT Compiler 对比

二、可借鉴的创新设计

2.1 基于 Roslyn 的编译器架构

2.2 TypeRefMask：64-bit 类型 Bitset

2.3 FlowState + Worklist 数据流分析

2.4 ConditionBranch 感知的类型收窄

2.5 PhpValue Tagged Union 设计

2.6 GhostMethodBuilder：PHP 方法 ⇄ C# 方法适配

2.7 DelayedTransformations：并行安全的延迟变换

2.8 MSBuild 原生集成（Peachpie.NET.Sdk）

2.9 可延迟求值的 AnalysisFacts

2.10 条件声明检测与不可达代码消除

三、工具链分析

3.1 测试基础设施

3.2 Visual Studio 深度集成

3.3 命令行工具链

四、类型系统与互操作分析

4.1 PeachPie 类型映射

4.2 PHP ⇄ C# 互操作

4.3 与 AOT 编译器的语法差异

五、总结与优先级建议

关键认识

21 KiB

Raw Blame History