编译过程
传统编译过程一般分为以下步骤。
源代码（source code）→ 预处理器（preprocessor）→ 编译器（compiler）→ 汇编程序（assembler）→ 目标代码（object code）→ 链接器（linker）→ 可执行文件（executables）
其中预处理主要工作是宏定义的替换和头文件的引入
编译器
简单而言，编译器的设计一般分为三部分
传统编译器（compiler）的设计一般如下图所示
LLVM编译器设计如图所示
- 前端 Frontend：前端的主要工作是解析源代码， 词法分析、语法分析、语义分析、检查源代码是否存在错误，然后构建抽象语法树（Abstract Syntax Tree AST）。
- 优化器 Optimizer：负责优化代码，例如消除冗余。
- 后端 Backend：将代码映射到目标指令集，生成机器代码。
LLVM
底层虚拟机（Low Level Virtual Machine），LLVM是一套编译器基础设施项目，以C++写成，包含一系列模块化的编译器组件和工具链，用来开发编译器前端和后端。优化各种语言写的程序在编译过程中环节，如编译时期、链接时期、运行时期以及闲置时期。
LLVM前端
Clang是LLVM编译器工具集的前端（front-end），属于LLVM项目中的一个子项目，它是基于LLVM架构图的轻量级编译器，Clang的现在已经取代GCC，负责C、C++、OC语言的编译。Clang主要工作是输出代码对应的抽象语法树（Abstract Syntax Tree, AST），并将代码编译成LLVM Bitcode。接着在后端（back-end）使用LLVM编译成平台相关的机器语言。
LLVM中间端
LLVM的核心是中间端表达式（Intermediate Representation，IR），一种类似汇编的底层语言。
LLVM后端
LLVM后端的主要工作是将LLVM中间端表达式（IR）转换成特定目标机器代码（object code），机器代码一般由机器代码或接近于机器语言的代码组成。即存放目标代码的计算机文件，它常被称作二进制文件（binaries）。目前LLVM支持输出多种后端指令集，包括X86、PowerPC、ARM以及SPARC等。目标文件包含着机器代码（可直接被CPU执行）以及代码在运行时使用的数据，如重定位信息，如用于链接或调试的程序符号（变量和函数的名字），此外还包括其他调试信息。目标文件是从源代码文件产生程序文件这一过程的中间产物。
LLVM链接器
LLD是LLVM项目中的链接器，替换GNU系统链接器。LLD把目标文件（.o文件和 .dyld .a）链接在一起来生成可执行文件或库文件（mach-o文件）。
Mach-O文件格式
Mach-O 是 iOS 可执行文件的格式，典型的 Mach-O 是主二进制和动态库。Mach-O 可以分为三部分：
- Header
- Load Commands
- Data
Header 的最开始是 Magic Number，表示这是一个 Mach-O 文件，除此之外还包含一些 Flags，这些 flags 会影响 Mach-O 的解析。
Load Commands 存储 Mach-O 的布局信息，比如 Segment command 和 Data 中的 Segment/Section 是一一对应的。除了布局信息之外，还包含了依赖的动态库等启动 App 需要的信息。
Data 部分包含了实际的代码和数据，Data 被分割成很多个 Segment，每个 Segment 又被划分成很多个 Section，分别存放不同类型的数据。
标准的三个 Segment 是 TEXT，DATA，LINKEDIT，也支持自定义：
- TEXT，代码段，只读可执行，存储函数的二进制代码(__text)，常量字符串(__cstring)，Objective C 的类/方法名等信息
- DATA，数据段，读写，存储 Objective C 的字符串(__cfstring)，以及运行时的元数据：class/protocol/method…
- LINKEDIT，启动 App 需要的信息，如 bind & rebase 的地址，代码签名，符号表…
iTunes Connect 会对上传 Mach-O 的 TEXT 段进行加密，防止 IPA 下载下来就直接可以看到代码。这也就是为什么逆向里会有个概念叫做“砸壳”，砸的就是这一层 TEXT 段加密。iOS 13 对这个过程进行了优化，在博文中的page fault过程中，需要读取Page In 的时候不需要解密了。
参考文章
http://www.aosabook.org/en/llvm.html
抖音品质建设 - iOS启动优化《原理篇》
