BOLT: 一个实用的二进制优化器

一、导言

虽然在早期注入配置文件可以通过更多的优化使用，但稍后注入可以更准确的使用信息，以获得更好的代码布局。

提供的例子 BOLT 对大型程序在 FDO/PGO 基础上性能提供 20.4%，来源主要是代码布局的改进。

总结来讲，论文做了下面几点贡献：

• 1、描述了基于LLVM架构的链路优化
• 2、证明 后链接优化可更好的利用分析数据
• 3、表明 编译时、链接时、后链接 FDO 之间互补而非互相替代。

二、MOTIVATION

A、为什么基于采样

FDO 被证明有用，插桩有两个缺点：

• 1、构建过程复杂
• 2、通常有CPU和内存开销

利用现代 CPU 的最后分支记录硬件 LBR 收集开销几乎可忽略

B、为什么是二进制优化器

FDO 都面临两个权衡：更早注入配置数据允许沿管道进行更多优化，映射级别越接近记录级别，结果越准确。链接后二进制优化允许perf采样以最高精度使用配置文件。

IR 级别的数据映射常见问题是 函数在两个 caller 都内联

C、为啥是静态二进制优化器

什么是动静态没看懂?

三、 ARCHITECTURE

A、初步设计

最开始通过增量增加二进制代码覆盖率来开发 BOLT, 完全依赖 ELF 符号表。

代码大小可能增加，原因可能是冷路径上分支数增加，其次是X86条件分支指令的一些特点(没懂)。

B、重定位模式

这能允许我们改变二进制文件中所以函数的位置。BFD 和 Gold 等都提供了 --emit-relocs, 不过还是有一些缺失如连接器删除 PIC 跳转表的相对偏移和其他一些连接器也不可见的重定位(如单编译单元的 local func 的 func 引用由编译器内部处理)

选择其他连接器变化太多，所以编写了一个独立的后链接优化器。

C、Rewriting Pipeline

分析任意二进制文件并定位代码和数据绝非易事。分析时 bolt 会同时使用符号表和帧信息。

重写流程图略

LLVM 架构非常棒

重写的下个流程是为每个函数构建控制流图CFG, 使用 MCInst 结构构建…

D. C++异常和调试信息

支持

四、优化

15个非常有效果的优化项：

五、采样技术

LBR 不仅为关键边提供了准确计数(完美使用BB计数也没法做到)，还使块布局算法对不良采样率更有弹性。

总之多方面说明 LBR 最好。

六、 EVALUATION

测量几款应用，性能有提升，原因主要从下面几项指标找：

• 1. CPU Time
• 2. Branch
• 3. I-Cache
• 4. I-TLB
• 5. D-Cache
• 6. D-TLB
• 7. LLC

7、相关工作

8、结论

主要为了缓解 缓存、TLB 和分支预测起的压力