Haskell 實現相關的 reading list

首先是 GHC 相關的材料：

• Commentary/Compiler - GHC：不了解 GHC 架構的話，自然先從 wiki 看起了，有一些基礎 Haskell 知識就可以。不過看 wiki 時要留心該條目的編輯歷史，比如 Last modified 10 years ago 這種就跟目前的 GHC codebase 不搭邊。

• takenobu-hs/haskell-ghc-illustrated：綜合講述 GHC backend & runtime 的 slide，概括得不錯。

• Making a fast curry: push/enter vs. eval/apply for higher-order languages：關於 STG（Spineless Tagless G-machine）最 up-to-date 的介紹材料，介紹了 STG 的語法、操作語義（基於一個抽象的棧和堆的重寫規則）、實現相關的細節（內存布局等等）。那篇原始的 Implementing lazy functional languages on stock hardware: the Spineless Tagless G-machine 太舊了。

• C--: A Portable Assembly Language that Supports Garbage Collection：關於 C-- 的綜合介紹。C-- 語法類似 C，設計目的是 portable assembler，支持多調用約定、顯式尾調用、垃圾回收等特性。現在的 GHC pipeline 中的 Cmm 就是基於 C-- 的中間表示，所有的 codegen（C/ASM/LLVM）都是從 Cmm 開始翻譯的。雖然這篇比較舊了，不過對 Cmm 不熟悉的話，還是需要讀一下。

• Hoopl: a modular, reusable library for dataflow analysis and transformation：GHC 通過 Hoopl 框架對 Cmm 進行數據流優化，理解 Cmm 相關類型需要參考一下 hoopl 的 paper。

• Low level virtual machine for Glasgow Haskell Compiler：GHC 的 LLVM codegen 實現者的學士論文。將 Cmm 翻譯到 LLVM IR，對於希望做其他 codegen 的項目而言是不錯的參考材料。

• Stack Traces in Haskell：新版的 rts 一個很實用的特性就是 stack traces，所以要移植 rts 的話也需要參考一下。另外對 GHC 的各個 IR 和運行時機制也有簡單的介紹。

• Profiling optimised Haskell - causal analysis and implementation

• Understanding the Stack & Understanding the RealWorld：介紹 Cmm 運行機制的兩個例子。

wiki 和 paper 的局限性也很明顯，因為 GHC 的 codebase 進化實在是太快了，如果項目是基於 GHC HEAD 開發，那麼不時會碰到一些過時的內容，這時最關鍵的參考資料，仍然是 ghc.git 。一些閱讀 GHC 源代碼的小技巧：

• build GHC 時，確保在 configure 之前，首先安裝了 hscolour 工具。默認在 build 完成以後會調用 haddock 生成 ghc 等庫的文檔，如果 hscolour 可用的話，生成的文檔中源代碼部分會帶上彩色的、scope-aware 的超鏈接，閱讀起來非常非常方便，能省掉 n 多的 grep 工作。不過懶得 build 的話可以看我自己 build 的版本：ghc-8.3: The GHC API
• 碰到某個 IR 的類型很複雜，無從下手怎麼辦？可以嘗試將其 abstract syntax 和 concrete syntax 對應起來 —— ghc 提供了各種 -ddump-xx 選項可以將不同 IR 給 dump 到文本文件，在 GHC 源代碼里找到對應的類型，然後在該類型的定義模塊里找到它的 Outputable instance。所有支持 -ddump-xx 選項的 GHC IR 都通過 Outputable class 實現了 pretty-print 的邏輯，所以從該 instance 的定義可以看到 abstract syntax 是如何變成 concrete syntax 的。一部分的 IR 同時提供了 parser，可以在 git repo 里搜索對應的 happy source file，觀察 concrete syntax 如何被解析。
• GHC 的源代碼里有很多有用的注釋，而且會標明 Notes on xxx，這些注釋在 haddock 生成的網頁上不會顯示，但在源代碼頁面里有。這些注釋比任何 wiki 和 paper 都更加 up-to-date。

接下來是 GHC 以外的一些參考材料：

• Towards a Declarative Web：haste-compiler 作者的碩士論文，詳細介紹了 haste-compiler 的架構。haste-compiler 是一個將 STG 翻譯到 JavaScript 的 codegen，支持除 Template Haskell 以外的所有 GHC 語言特性，值得參考。

• Composable scheduler activations for Haskell：介紹了如何將 rts 中涉及並發調度的部分以 Haskell API 的形式提供給用戶自行定製。這項工作最初是在 Haskell 上做的，但是並未在 GHC 上實現，後來一作轉去實現 Multicore OCaml 去了。

• PAEAN: Portable and scalable runtime support for parallel Haskell dialects：提出了面向各種支持並行編程的 Haskell dialect 的運行時框架。

說起來，Haskell 作為一門有 20 余年歷史的語言，獻祭了這麼多 PhD，搞出了這麼多 bleeding-edge 而又不優雅、不正交的特性，編譯器架構也十分龐雜。那我為什麼不像 @Belleve 一樣另起爐灶，開一個優雅的坑，而是想做一個兼容 GHC 的 Haskell 編譯器呢？

推薦閱讀：