ChezScheme介绍与调试 - 弦外之音

之前在写《编译系统 - 自底向上研究方法》的时候，本来想用 gcc 的编译器，汇编器，链接器 来做讲解。但 gcc 的代码量太庞大了。不太适合用来制作入门的编译系统课程。

当时我在想，有没一种编程语言，语法比 C 语言简单。编译器的实现不超过 2万行代码。当时没有找到，所以《编译系统》这本书的写作进度就停了。

直到昨天，我深夜没睡着，起来翻自己的书架。翻到了几年前买的一本书《计算机程序的构造与解析》，也就是 SCIP 。

SCIP 这本书我买来了大概 6 年了，我之前一直没法把它看完。

记得我工作了2年后买的这本书，我看到这本书是用 lisp 讲的，所以我就去看了 lisp 一些语法。但我是一个野生程序员，我当时是没有什么计算机基础的，平时的工作就是写写业务逻辑。所以当时我学 lisp ，除了学会敲括号，一些基本的语法，什么也没学到。当时我不会汇编，也不会C语言。

直到昨天，我再次翻开 SICP ，我突然明白要用什么样的方式来读这本书。我个人认为，学 SICP 的前提是掌握汇编，C语言，跟计算机原理。

为什么需要掌握汇编，因为当今的 Scheme 编译器已经能把 Scheme 翻译成 x86 指令集，你想了解这个编译过程，就需要学汇编。

为什么需要掌握C语言，因为 ChezScheme 的编译器就是 C语言写的，还有 GC 垃圾回收实现，这些都是 C 语言。

计算机原理，我这里指的是 进程，线程，互斥，虚拟内存，超线程 之类的基础知识。

所以我决定用 ChezScheme 的源码来写 《编译系统》那本书，因为 Scheme 的语法简单，虽然 Scheme 也可以扩展组合出复杂的语法，但是他的原始语法是原子性的，扩展后的复杂语法也是由原子组成，编译器只需要编译原子语法即可。所以 Scheme 的编译器实现代码会很少。

我为什么喜欢结合源码来分析，来写书？

我比较喜欢张银奎老师 的 ”格物致知“ 的思想，朱熹曾说：”言理则无可捉摸，物有时而离，言物则理自在，自是离不得。“

这句话的意思是，把理论跟实践分离开，空讲理论可能会让人摸不着头脑：相反，讲具体的事物，自然就包含了道理，二者是分不开的。

目前市面上很多书籍，都是讲概念理论，缺乏实践。我这里不是指这些讲概念的书是烂书，有些书讲概念确实很好，我也经常看，作者的水平也是经过验证的。

但是这些讲概念的书，不适合作为入门读物。因为向一个初学者传授知识，至少要给他提供源码，搭建调试环境，一点点调试。

举个例子，在我21岁的时候，我就买了 《算法导论》相关的算法书籍来看，当时我在看 B 树的算法实现，树的节点在 C 语言里都是用指针连接的嘛。我在网上找了好多个demo，都是 C 语言实现，但是这些demo都没有实现存储到硬盘。但是我当时有个疑惑，C语言有指针，但是硬盘里面没有指针这种结构，数据库的实现就用到 B 树。我不可能把一个指针 64 位的数据存到硬盘。这样没用。指针 怎么存储到硬盘？这个问题困扰了我一年多。

因为我不知道 指针 怎么存储到硬盘？B 树的结构在硬盘怎么实现，所以算法相关的书籍，我就不再看了，因为我不知道怎么把他应用到生产环境，生产环境有硬盘。

后来我开始读《unix环境高级编程》，也就是 APUE，当我看到最后一章，调 Linux 的API函数实现一个简单的数据库，好像是一个 hash 数据库。

APUE 提供的代码是可以正常跑的，我花了几天时间把那个数据库实现代码看完，当我看到他用 fseek 那个函数操作文件的时候，困扰我1年多的问题，终于有答案。

其实不是什么指针存储到硬盘。指针是内存条的 offset，控制从内存的哪个位置读写数据。而 硬盘的 offset 就是可以通过 fseek 函数进行操作。

fseek 函数可以控制从硬盘的哪个位置读写数据。位置就是指针，位置就是 offset，offset 就是 指针。

因此，我个人认为，只要有源码，能运行，能调试，计算机领域很多很复杂的东西，其实都可以变得很简单。跟初学者讲概念，堆砌逻辑，还不如给他源码，让他一点点调试，自己把逻辑弄懂。文字描述是有歧义，每个人的理解可能不一样。但是代码调试没有歧义，是什么就是什么。

现在市面上一些书籍没有结合源码调试讲解，我个人觉得是因为，计算机里面的很多软件已经发展得很庞大，例如浏览器的代码几百万行，mysql 的代码几十万行。

不像早期，操作系统的代码很少，可能只有几千行。所以很容易结合源码讲解。

所以本文主要讲解如何 搭建 ChezScheme 的调试环境，如何用 clion 来断点调试 ChezScheme 的 C语言写的 Scheme 编译器。

ChezScheme 在 2016 年开源了代码，本文使用的版本是 9.5.6 。

先来讲解一些 ChezScheme 在 Windows10 系统的编译以及安装。

ChezScheme 下载之后目录如下：

要先安装 msys2 ，然后进入 msys2 命令行，如下：

提示：ChezScheme 的代码文件格式是 dos 的，所以最好用 msys2 编译，如果用 原生的 Linux 系统，会有问题。

cd \msys64
.\msys2_shell.cmd -mingw64

然后进入 ChezScheme-9.5.6 的 wininstall 目录，如下：

然后执行以下命令编译

make workareas

好像不需要执行 make install

上面的命令跑完之后，就会在项目根目录生成 4 个文件夹，a6nt , i3nt，ta6nt，ti3nt

a6 代表 AMD x64，早期 64位技术，intel 跟 AMD 都有各自的名字，现在已经统一，把他理解成 x64 就行。

nt 代表 Windows 的 NT 内核，3代表Intel 386，即32位。

前面的 t 代表是否启动多线程 thread。

现在 直接进入 a6nt 目录，ChezScheme 的编译脚本会把根目录很多文件复制到 a6nt 来进行编译，会发现 a6nt 目录有个 c 文件夹，就是从 根目录复制过去的。

可以看到，有个执行文件 scheme.exe。

新建一个 t.ss 文件，内容如下：

;;; doubly recursive power (expt) function
​
;;; try using trace-lambda to see the nesting.
​
(define power
   (lambda (x n)
      (cond
         [(= n 0) 1]
         [(= n 1) x]
         [else
          (let ([q (quotient n 2)])
             (* (power x q) (power x (- n q))))])))
             
(define y (power 5 2))
​
(pretty-print y)
​

用法如下：

cd C:\msys64\home\loken\ChezScheme-9.5.6\a6nt
.\bin\a6nt\scheme.exe --script t.ss

scheme 语法 看这本书 https://www.scheme.com/tspl4/

上面的流程，好像 scheme.exe 是一个解析器，没有把 ss 编译成 exe 来执行。但实际上里面是编译出字节码执行的了， scheme.exe 好像没办法编译出 exe，因为要根据不同平台做很多链接器的工作，所以他好像是直接把编译后的字节码插入到当前线程空间来执行，这样省事。

因此，现在我们只需要 知道 scheme.exe 这个文件是怎么编译出来的，移植到 clion ，即可断点调试他的编译器实现。

也可以用 WinDbg 来断点，我试一下，也能跳到源码，如下：

然后直接在 用以下命令设置个断点：

bu scheme!wmain

现在就可以断点调试他的编译器实现了。其实 WinDbg 也挺好用，

也可以参考之前的文章《用VsDebug断点调试FFmpeg》，用 VsDebug 来调试。

我发现 WinDbg 或者 VsDebug 已经够用了，移植到 clion 有点没事找事，所以还是不管 clion 了。

vs2019 的调试界面如，VsDebug 真好用：

ChezScheme 编译脚本分析记录。

.PHONY: workareas
workareas:
    cd ..; ./configure -m=a6nt; $(MAKE) -C a6nt
    cd ..; ./configure -m=i3nt; $(MAKE) -C i3nt
    cd ..; ./configure -m=ta6nt; $(MAKE) -C ta6nt
    cd ..; ./configure -m=ti3nt; $(MAKE) -C ti3nt
​

workarea 这个脚本 代码 就是不断地复制文件。

workdir $W/s
(cd $W/s; workln ../../s/Mf-$M Mf-$M)
(cd $W/s; forceworkln Mf-$M Makefile)
(cd $W/s; workln ../../s/Mf-base Mf-base)
(cd $W/s; workln ../../s/Mf-cross Mf-cross)
(cd $W/s; workln ../../s/$M.def $M.def)
(cd $W/s; forceworkln2 $M.def machine.def)
​
workdir $W/mats
(cd $W/mats; workln ../../mats/Mf-$M Mf-$M)
(cd $W/mats; forceworkln Mf-$M Makefile)
(cd $W/mats; workln ../../mats/Mf-base Mf-base)
(cd $W/mats; workln ../../mats/Mf-exobj Mf-exobj)
case $M in
  *nt)
    (cd $W/mats; workln ../../mats/vs.bat vs.bat)
    ;;
esac
​
for dir in `echo examples unicode` ; do
  workdir $W/$dir
  for file in `(cd $dir ; echo *)` ; do
    (cd $W/$dir ; workln ../../$dir/$file $file)
  done
done