Как работи JavaScript: Под капака на V8 Engine

Днес ще разгледаме капака на V8 двигателя на JavaScript и ще разберем как точно се изпълнява JavaScript.

В предишна статия научихме как е структуриран браузърът и получихме общ преглед на Chromium на високо ниво. Нека да обобщим малко, за да сме готови да се потопим тук.

Заден план

Уеб стандартите са набор от правила, които браузърът прилага. Те определят и описват аспекти на World Wide Web.

W3C е международна общност, която разработва отворени стандарти за мрежата. Те се уверяват, че всички следват едни и същи насоки и не трябва да поддържат десетки напълно различни среди.

Съвременният браузър е доста сложен софтуерен продукт с кодова база от десетки милиони редове код. Така че той е разделен на много модули, отговорни за различна логика.

И две от най-важните части на браузъра са двигателят на JavaScript и механизмът за рендиране.

Blink е механизъм за рендиране, който е отговорен за целия конвейер за рендиране, включително DOM дървета, стилове, събития и интеграция V8. Той анализира DOM дървото, разрешава стилове и определя визуалната геометрия на всички елементи.

Докато непрекъснато наблюдава динамични промени чрез анимационни рамки, Blink рисува съдържанието на вашия екран. JS двигателят е голяма част от браузъра - но все още не сме навлизали в тези подробности.

JavaScript Engine 101

Двигателят на JavaScript изпълнява и компилира JavaScript в собствен машинен код. Всеки основен браузър е разработил свой собствен JS двигател: Chrome на Google използва V8, Safari използва JavaScriptCore, а Firefox използва SpiderMonkey.

Ще работим особено с V8 поради използването му в Node.js и Electron, но други двигатели са изградени по същия начин.

Всяка стъпка ще включва връзка към кода, отговорен за нея, така че можете да се запознаете с кодовата база и да продължите изследването след тази статия.

Ще работим с огледало на V8 на GitHub, тъй като осигурява удобен и добре познат потребителски интерфейс за навигация в кодовата база.

Подготовка на изходния код

Първото нещо, което V8 трябва да направи, е да изтегли изходния код. Това може да стане чрез мрежа, кеш или обслужващи служители.

След като кодът бъде получен, трябва да го променим по начин, който компилаторът да може да разбере. Този процес се нарича синтактичен анализ и се състои от две части: скенера и самия анализатор.

Скенерът взема JS файла и го преобразува в списъка с известни маркери. Има списък на всички JS маркери във файла ключови думи.txt.

Анализаторът го взема и създава абстрактно синтаксисно дърво (AST): дървообразно представяне на изходния код. Всеки възел на дървото означава конструкция, срещаща се в кода.

Нека да разгледаме един прост пример:

function foo() { let bar = 1; return bar; }

Този код ще създаде следната дървовидна структура:

Можете да изпълните този код, като изпълните обръщане на предварително поръчване (корен, ляво, дясно):

  1. Дефинирайте fooфункцията.
  2. Декларирайте barпроменливата.
  3. Присвояване 1на bar.
  4. Връщане barизвън функцията.

Ще видите също VariableProxy- елемент, който свързва абстрактната променлива с място в паметта. Процесът на разрешаване VariableProxyсе нарича Анализ на обхвата .

В нашия пример резултатът от процеса ще бъде всички VariableProxy, сочещи към една и съща barпроменлива.

Парадигмата Just-in-Time (JIT)

Като цяло, за да може вашият код да се изпълни, езикът за програмиране трябва да се трансформира в машинен код. Има няколко подхода за това как и кога може да се случи тази трансформация.

Най-често срещаният начин за трансформиране на кода е чрез извършване на компилация преди време. Той работи точно както звучи: кодът се трансформира в машинен код преди изпълнението на вашата програма по време на етапа на компилация.

Този подход се използва от много програмни езици като C ++, Java и други.

От другата страна на таблицата имаме интерпретация: всеки ред от кода ще бъде изпълнен по време на изпълнение. Този подход обикновено се възприема от динамично въвеждани езици като JavaScript и Python, защото е невъзможно да се знае точния тип преди изпълнението.

Тъй като компилацията преди време може да оцени целия код заедно, тя може да осигури по-добра оптимизация и в крайна сметка да създаде по-ефективен код. Интерпретацията, от друга страна, е по-проста за изпълнение, но обикновено е по-бавна от компилираната опция.

За да трансформира кода по-бързо и по-ефективно за динамичните езици, беше създаден нов подход, наречен Just-in-Time (JIT) компилация. Той съчетава най-доброто от интерпретацията и компилацията.

Докато използва интерпретацията като основен метод, V8 може да открива функции, които се използват по-често от други, и да ги компилира, използвайки информация за типа от предишни изпълнения.

Съществува обаче вероятност типът да се промени. Вместо това трябва да деоптимизираме компилирания код и да се върнем към интерпретация (след това можем да рекомпилираме функцията след получаване на обратна връзка от нов тип).

Нека разгледаме по-подробно всяка част от JIT компилацията.

Преводач

V8 използва интерпретатор, наречен Запалване. Първоначално отнема абстрактно синтаксисно дърво и генерира байтов код.

Инструкциите за байт код също имат метаданни, като позиции на изходния ред за бъдещо отстраняване на грешки. Обикновено инструкциите за байтов код съвпадат с абстракциите на JS.

Сега нека вземем нашия пример и да генерираме байтов код за него ръчно:

LdaSmi #1 // write 1 to accumulator Star r0 // read to r0 (bar) from accumulator Ldar r0 // write from r0 (bar) to accumulator Return // returns accumulator

Запалването има нещо, наречено акумулатор - място, където можете да съхранявате / четете стойности.

Акумулаторът избягва необходимостта от бутане и изскачане на горната част на стека. Това също е имплицитен аргумент за много байтови кодове и обикновено съдържа резултата от операцията. Return имплицитно връща акумулатора.

You can check out all the available byte code in the corresponding source code. If you’re interested in how other JS concepts (like loops and async/await) are presented in byte code, I find it useful to read through these test expectations.

Execution

After the generation, Ignition will interpret the instructions using a table of handlers keyed by the byte code. For each byte code, Ignition can look up corresponding handler functions and execute them with the provided arguments.

As we mentioned before, the execution stage also provides the type feedback about the code. Let’s figure out how it’s collected and managed.

First, we should discuss how JavaScript objects can be represented in memory. In a naive approach, we can create a dictionary for each object and link it to the memory.

However, we usually have a lot of objects with the same structure, so it would not be efficient to store lots of duplicated dictionaries.

To solve this issue, V8 separates the object's structure from the values itself with Object Shapes (or Maps internally) and a vector of values in memory.

For example, we create an object literal:

let c = { x: 3 } let d = { x: 5 } c.y = 4

In the first line, it will produce a shape Map[c] that has the property x with an offset 0.

In the second line, V8 will reuse the same shape for a new variable.

After the third line, it will create a new shape Map[c1] for property y with an offset 1 and create a link to the previous shape Map[c] .

In the example above, you can see that each object can have a link to the object shape where for each property name, V8 can find an offset for the value in memory.

Object shapes are essentially linked lists. So if you write c.x, V8 will go to the head of the list, find y there, move to the connected shape, and finally it gets x and reads the offset from it. Then it’ll go to the memory vector and return the first element from it.

As you can imagine, in a big web app you’ll see a huge number of connected shapes. At the same time, it takes linear time to search through the linked list, making property lookups a really expensive operation.

To solve this problem in V8, you can use the Inline Cache (IC).It memorizes information on where to find properties on objects to reduce the number of lookups.

You can think about it as a listening site in your code: it tracks all CALL, STORE, and LOAD events within a function and records all shapes passing by.

The data structure for keeping IC is called Feedback Vector. It’s just an array to keep all ICs for the function.

function load(a) { return a.key; }

For the function above, the feedback vector will look like this:

[{ slot: 0, icType: LOAD, value: UNINIT }]

It’s a simple function with only one IC that has a type of LOAD and value of UNINIT. This means it’s uninitialized, and we don’t know what will happen next.

Let’s call this function with different arguments and see how Inline Cache will change.

let first = { key: 'first' } // shape A let fast = { key: 'fast' } // the same shape A let slow = { foo: 'slow' } // new shape B load(first) load(fast) load(slow)

After the first call of the load function, our inline cache will get an updated value:

[{ slot: 0, icType: LOAD, value: MONO(A) }]

That value now becomes monomorphic, which means this cache can only resolve to shape A.

After the second call, V8 will check the IC's value and it'll see that it’s monomorphic and has the same shape as the fast variable. So it will quickly return offset and resolve it.

The third time, the shape is different from the stored one. So V8 will manually resolve it and update the value to a polymorphic state with an array of two possible shapes.

[{ slot: 0, icType: LOAD, value: POLY[A,B] }]

Now every time we call this function, V8 needs to check not only one shape but iterate over several possibilities.

For the faster code, you can initialize objects with the same type and not change their structure too much.

Note: You can keep this in mind, but don’t do it if it leads to code duplication or less expressive code.

Inline caches also keep track of how often they're called to decide if it’s a good candidate for optimizing the compiler — Turbofan.

Compiler

Ignition only gets us so far. If a function gets hot enough, it will be optimized in the compiler, Turbofan, to make it faster.

Turbofan takes byte code from Ignition and type feedback (the Feedback Vector) for the function, applies a set of reductions based on it, and produces machine code.

As we saw before, type feedback doesn’t guarantee that it won’t change in the future.

For example, Turbofan optimized code based on the assumption that some addition always adds integers.

But what would happen if it received a string? This process is called deoptimization. We throw away optimized code, go back to interpreted code, resume execution, and update type feedback.

Summary

In this article, we discussed JS engine implementation and the exact steps of how JavaScript is executed.

To summarize, let’s have a look at the compilation pipeline from the top.

We’ll go over it step by step:

  1. It all starts with getting JavaScript code from the network.
  2. V8 parses the source code and turns it into an Abstract Syntax Tree (AST).
  3. Based on that AST, the Ignition interpreter can start to do its thing and produce bytecode.
  4. At that point, the engine starts running the code and collecting type feedback.
  5. To make it run faster, the byte code can be sent to the optimizing compiler along with feedback data. The optimizing compiler makes certain assumptions based on it and then produces highly-optimized machine code.
  6. If, at some point, one of the assumptions turns out to be incorrect, the optimizing compiler de-optimizes and goes back to the interpreter.

That’s it! If you have any questions about a specific stage or want to know more details about it, you can dive into source code or hit me up on Twitter.

Further reading

  • “Life of a script” video from Google
  • A crash course in JIT compilers from Mozilla
  • Nice explanation of Inline Caches in V8
  • Great dive in Object Shapes