Qlang

Appearance

2026-03-26 P3.1: MIR 基础层设计 ​

背景 ​

P2 已经完成了 parser -> HIR -> resolve -> typeck -> query/LSP 的最小语义闭环，但 P3 不能直接跳到 borrow checker 或 LLVM。

如果没有一个稳定、可调试、可测试的中间表示层，后续几个方向都会互相打架：

  • 所有权 / move / drop / defer 语义无处承载
  • borrow / escape 分析只能硬啃 HIR，后期必然重写
  • codegen 被迫直接理解高层表达式和块尾值语义
  • diagnostics 很难解释“为什么这里会释放 / 为什么这里不能再用”

所以 P3 的第一步应当先把 MIR 建起来。

本轮目标 ​

本轮只做 P3.1，不假装“一次完成所有权系统”。

交付范围：

  1. 新增 ql-mir crate
  2. 定义可维护的 MIR 数据模型
  3. 实现当前 HIR 子集到 MIR 的 lowering
  4. 把 defer 和 cleanup 调度显式编码进 MIR
  5. 提供 MIR 文本渲染与 CLI 观察面
  6. 为后续 ownership diagnostics、borrowck、codegen 留出稳定扩展点

本轮明确不做 ​

  • 完整 borrow checker
  • 生命周期显式语法
  • drop elaboration 到具体析构调用
  • LLVM lowering
  • 复杂优化 pass
  • match 的完整 CFG 展开
  • for / for await 的协议级 lowering

这些能力都依赖 MIR，但不应和 MIR 基础层耦在同一轮里。

分层原则 ​

P3.1 的核心分层如下：

text
AST
  -> HIR
  -> MIR (structural control-flow + cleanup intent)
  -> ownership / borrow / escape analysis
  -> drop elaboration
  -> LLVM IR

关键约束：

  • MIR 不直接依赖 LLVM
  • MIR 不把 borrow 规则硬编码进节点形态
  • MIR 保留和 HIR 的 source 映射，方便 diagnostics
  • ownership 相关分析应该建立在 MIR 上，而不是倒逼 HIR 变成半个 CFG

数据模型 ​

顶层容器 ​

  • MirModule
    • 保存所有已 lowering 的函数体
    • 使用 ItemId -> BodyId 建立映射
  • MirBody
    • 一个函数体对应一个 body
    • 独立拥有 locals、blocks、scopes、cleanup actions

稳定 ID ​

MIR 需要自己的 arena ID，避免直接复用 HIR arena：

  • BodyId
  • BasicBlockId
  • StatementId
  • LocalId
  • ScopeId

这样后续无论是 pass、diagnostics、dump 还是增量缓存，引用关系都更稳定。

Local 模型 ​

MIR local 必须明确区分“是什么槽位”，否则后面 move/drop 分析会失真。

建议的 LocalKind：

  • Return
  • Param
  • Binding
  • Temp

每个 local 同时保留：

  • name
  • span
  • mutable
  • kind
  • origin

其中 origin 先记录 HIR local / param / synthetic temp 来源，后续 ownership diagnostics 可以回溯到用户代码。

基本块 ​

每个 BasicBlock 包含：

  • statements: Vec<StatementId>
  • terminator: Terminator

语句和 terminator 分离，是为了后续：

  • CFG 分析
  • cleanup edge 插入
  • codegen 降低复杂度

Statement ​

P3.1 的 statement 先保持最小但语义明确：

  • Assign { place, value }
  • BindPattern { pattern, source }
  • Eval { value }
  • StorageLive { local }
  • StorageDead { local }
  • RegisterCleanup { cleanup }
  • RunCleanup { cleanup }

其中：

  • Assign 负责临时值、块尾值汇合和赋值表达式
  • BindPattern 保留 let / match arm / for 模式绑定的结构语义，避免过早把模式展开成脆弱的伪低层赋值
  • Eval 承接仅保留副作用的表达式
  • StorageLive / StorageDead 为未来资源释放和 liveness 分析打底
  • RegisterCleanup / RunCleanup 明确区分“注册 defer”与“作用域退出时执行 defer”

Terminator ​

P3.1 需要的 terminator：

  • Goto
  • Branch { condition, then_bb, else_bb }
  • Match { scrutinee, arms, else_bb }
  • ForLoop { iterable, item_local, body_bb, exit_bb }
  • Return
  • Terminate 作为内部占位，防止未完成块悬空

break / continue 会在 lowering 时解析成 Goto 到对应 loop 目标，而不是作为 MIR 语法本身保留。

这里的 Match / ForLoop 是刻意保留的结构化 terminator。原因不是“偷懒”，而是当前阶段还不该在没有 ownership / iteration 协议完整语义的前提下，把它们压扁成未来一定会重做的低层状态机。

Place / Operand / Rvalue ​

为避免后续“大改 MIR 形状”，P3.1 直接分成三层：

  • Place
    • Local
    • Field
    • Index
  • Operand
    • Place
    • Constant
  • Rvalue
    • Use(operand)
    • Tuple
    • Array
    • Call
    • Binary
    • Unary
    • AggregateStruct

当前没有在 MIR 里强行写死 Copy / Move，而是先保留中性的 Operand::Place。这样 move classification 可以在下一切片作为单独分析层落下，而不是现在就把错误的所有权假设焊死进 MIR 节点。

Scope 与 cleanup ​

P3.1 不直接做完整析构，但必须把 cleanup 作用域建好。

每个 body 维护 lexical scope 树：

  • ScopeId
  • parent
  • owned locals
  • registered defer actions

作用：

  • 表达 defer 的 LIFO 顺序
  • 为 future drop elaboration 提供“此处退出哪些作用域”的依据
  • 为 diagnostics 提供“资源在何处注册、何处释放”的解释面

CleanupAction ​

defer expr 不应该在 MIR 里只是“一个普通语句”，否则作用域退出时的执行顺序就无法分析。

因此本轮约定：

  • defer lowering 时生成一个 CleanupAction
  • action 记录：
    • 所属 scope
    • 原始 ExprId
    • 执行时的 MIR operand / rvalue
    • source span

当前先把 action 作为结构化数据挂到 body 上，并通过 block 退出规则推导“哪些出口会执行哪些 cleanup”。

Lowering 规则 ​

函数入口 ​

每个函数 body 至少包含：

  1. entry block
  2. return_local
  3. 参数 locals
  4. body root scope

如果函数体为空，直接 Return。

let ​

let pattern = value 的 lowering 分两步：

  1. 先把 value 计算到一个 operand / temp
  2. 再发出 BindPattern，并为模式里出现的 binding local 生成 StorageLive

这样一来，普通 let、match arm 和 for item in ... 都能共享同一种模式绑定表示。模式的进一步 elaboration 留给后续 pass。

表达式语句 ​

  • 有副作用的表达式保留 Eval
  • 纯值表达式统一落到 temp，再在未被消费时允许保持为 no-op friendly 形式

块尾值 ​

块表达式最后的 tail 统一写入指定目标 local。

这条规则很重要，因为它让：

  • if 分支汇合
  • block expression
  • future match lowering

都能共享同一套“目标槽位”模型，而不是每种表达式各搞一套返回方式。

return ​

  1. 先把返回值写入 return_local
  2. 触发当前作用域到函数根的 cleanup
  3. 跳转到统一 Return 终结块

这样后面引入显式 drop elaboration 时，不需要推翻 return 路径。

defer ​

defer expr 的 lowering 规则：

  1. 当前点创建一个 cleanup action
  2. 发出 RegisterCleanup
  3. action 注册到当前 lexical scope
  4. 在 return、break、continue、块尾退出时显式插入 RunCleanup

这条规则决定了 defer 在 MIR 里是“退出时动作”，而不是“延迟语法糖”。

if ​

if / else lowering 为：

  • condition block
  • then block
  • else block
  • join block

如果 if 是表达式，则提前分配 result temp，分支分别写入同一目标，再跳到 join。

while / loop ​

循环 lowering 统一维护 loop frame：

  • continue_target
  • break_target
  • 退出循环时需要弹出的 scope 集合

这样后面引入 move/drop 检查时，可以准确知道从 loop 内跳出时需要执行哪些 cleanup。

match ​

match 当前 lowering 为结构化 terminator：

  • 先求值 scrutinee，并物化成可重用 local
  • 终结点保存 arm 的 pattern / guard / target block
  • 每个 arm block 负责：
    • BindPattern
    • arm body lowering
    • 退出 arm scope 并回到 join block

guard 暂时保留在 terminator 上，而不是现在就强行摊平成脆弱的条件链。

for / for await ​

for 当前也保留为结构化 terminator：

  • iterable 先求值一次
  • ForLoop terminator 表示“驱动下一次迭代”
  • body block 拿到一个 item_local
  • pattern 通过 BindPattern 绑定到 body scope

迭代协议的完整展开和异步 next 语义留到后续切片。

赋值表达式 ​

当前语法已支持 = 作为二元表达式，因此 MIR 需要把它特殊对待：

  • 左值 lowering 为 Place
  • 右值 lowering 为 operand / temp
  • 生成 Assign

P3.1 先支持：

  • 变量赋值
  • 字段赋值
  • 索引赋值的结构表示

是否允许这些赋值目标、是否需要借用或可变权限，留给后续 ownership / mutability pass。

诊断与扩展点 ​

P3.1 不做完整所有权报错，但必须把未来报错的落点留好。

需要预留的数据：

  • origin：MIR local / temp 对应的 HIR 来源
  • span：statement / terminator / cleanup action 的 source span
  • scope：每次 cleanup 注册和退出的词法作用域

后续 ownership diagnostics 可以直接建立在这些信息上，例如：

  • 值在这里 move 出去
  • 这里继续使用已经失效的 local
  • 这里离开作用域，因此会触发 defer / drop

CLI 与可观测性 ​

P3.1 必须新增一个调试入口，例如：

bash
cargo run -p ql-cli -- mir path/to/file.ql

输出必须稳定、可读、适合测试 snapshot，至少包含：

  • 函数名
  • locals
  • basic blocks
  • statements
  • terminators
  • cleanup action 与所属 scope

没有这个入口，后续 borrow/drop pass 的调试成本会非常高。

测试策略 ​

本轮至少覆盖：

  1. 线性函数 lowering
  2. if 表达式分支汇合
  3. while / loop 的 break / continue CFG 形态
  4. 赋值表达式 lowering 到 Assign
  5. defer 的注册顺序和 cleanup 顺序
  6. CLI ql mir 文本输出稳定性

下一步切片 ​

在 P3.1 之后，再继续：

  1. match / for / for await 的完整 lowering
  2. move classification
  3. cleanup elaboration 到显式 drop chain
  4. borrow / escape analysis
  5. ownership diagnostics
  6. codegen-ready MIR simplification

结论 ​

P3 要先赢在抽象层，而不是先堆规则。

MIR-first 的价值不在“多一层中间表示”，而在于把下面这些高复杂度能力拆开：

  • 结构化控制流
  • cleanup / defer 执行边界
  • move / borrow / drop 分析
  • 代码生成
  • 可解释 diagnostics

这层如果现在做干净，后面的 ownership 和 LLVM 才不会变成一次大规模返工。

Qlang research repository

Copyright 2026