Michael Schimmel
2.9 KiB
2.9 KiB
Erweiterungen für NodeMetrics und Analyse-Strategie
Durch die NodeMetrics-Dekoration können wir Daten sammeln, die entweder den Optimizer steuern oder dem Linker/VM bei der effizienten Ausführung helfen. Da der Optimizer den AST massiv verändert, müssen wir zwischen zwei Analyse-Phasen unterscheiden.
Die Multi-Pass Strategie
- Pre-Optimization Analysis (Pass 1): Sammelt Heuristiken, um Optimierungen (Inlining, Folding) überhaupt erst zu ermöglichen oder zu begrenzen.
- Optimizer: Transformiert den Baum (Inlining dupliziert Code, DCE löscht Code).
- Post-Optimization Analysis (Pass 2): Berechnet die finalen, exakten Fakten für das Backend (VM/Linker), basierend auf dem "geschrumpften" Baum.
1. Steuerungs-Metriken (Pre-Optimization)
Helfen dem Optimizer, Entscheidungen zu treffen.
A. Estimated Complexity Score
- Was: Anzahl der Knoten im AST-Zweig.
- Nutzen: Inlining-Budget. Statt fixer Tiefe wird nach Größe entschieden: "Inline diese Funktion nur, wenn sie < 20 Knoten hat."
B. Initial Mutation Status
- Was: Wird eine Variable (Local/Global) jemals mit
Setverändert? - Nutzen: Wenn nein, kann der Optimizer sie wie eine
constbehandeln und den Wert überall dort einsetzen, wo sie gelesen wird (Aggressive Inlining).
C. Purity (Bereits implementiert)
- Nutzen: Erlaubt Constant Folding und das Entfernen von ungenutzten Aufrufen (DCE).
2. Backend-Metriken (Post-Optimization)
Werden nach der Optimierung neu berechnet, um der VM/Linker Fakten zu liefern.
A. Final Usage Counts (Dead Code Elimination)
- Was: Wie oft wird eine Funktion/Variable im finalen Code noch referenziert?
- Nutzen: Globale Funktionen, die nach dem Inlining nirgends mehr aufgerufen werden, können vom Linker komplett aus dem Environment entfernt werden.
B. Escape-Analyse (Closure-Optimierung)
- Was: Verlässt eine Lambda-Instanz ihren Erzeugungs-Scope (z.B. als Rückgabewert)?
- Nutzen:
- Stack vs. Heap: Nicht-escapende Lambdas können von der VM auf dem Stack (oder in einem Pool) verwaltet werden, statt teure Heap-Allocations für das
Closure-Objekt auszulösen. - Direct Call: Aufrufe solcher Lambdas können zu direkten Sprüngen/Calls optimiert werden.
- Stack vs. Heap: Nicht-escapende Lambdas können von der VM auf dem Stack (oder in einem Pool) verwaltet werden, statt teure Heap-Allocations für das
C. Resource Requirements
- Was: Maximale Stack-Tiefe, Anzahl benötigter Register/Slots.
- Nutzen: Die VM kann beim Aufruf exakt den benötigten Speicher reservieren, ohne dynamisch wachsen zu müssen.
Fazit
Einige Werte (wie UsageCount oder Complexity) sind vor der Optimierung nur Schätzungen, da der Optimizer sie durch Code-Duplikation (Inlining) oder Löschung (DCE) verändert. Erst der zweite Analyse-Pass nach dem Optimizer liefert die "Wahrheit", die für Backend-Optimierungen wie die Escape-Analyse kritisch ist.