WebAssembly起步

摘要：解析下载后，需要引擎经过两个阶段转换成，然后再转换为浏览器需要的中间字节码。未来所有支持编译到字节码的编程语言，理论上都可以输出。

WebAssembly是一种可以在浏览器上运行的二进制可执行格式文件。它将成为浏览器进化史上又一次革命。

自从浏览器问世以来，javascript就成为浏览器上执行程序的唯一标准，越来越多的应用程序通过javascript开发，并运行于浏览器上；而随着浏览器上h5程序功能的丰富，也对浏览器提出了更多的挑战。其中一条最为重要的就是性能问题。javascript是一种弱类型，解释性的脚本语言。它天生运行速度慢，成为了很多h5应用的软肋。虽然2008年google V8引入了即时编译等技术使js的运行速度提升了一大截，但是一些大型应用程序，比如游戏，视频编辑，压缩，算法等依然不适合运行在浏览器上。

WebAssembly的到来解决了这个问题，并给开发基于浏览器的应用程序提供了另外的编程语言选择。2017年三大浏览器同时增加了WebAssembly支持，标志着WebAssembly已经达到生产实用标准。

回答这个问题需要洞悉浏览器执行javascript代码的各个环节。
浏览器加载并执行javascript大概可分为如下几个环节： 下载，解析，执行和优化，垃圾回收。

javascript是以纯文本格式下载的。相比，webassembly使用二进制格式存储，结构更精简，更小。

javascript下载后，需要js引擎经过tokenize, parse两个阶段转换成AST(abstract syntax tree)，然后再转换为浏览器需要的中间字节码。由于js是比较高级的语言，解析js也相对要做更多的事情。webassembly的格式类似于汇编语言，本来就是中间字节码，和需要运行的机器码更相近，需要简单的转换工作即可转化为CPU可以直接执行的机器码。

下图是一个真实运行的webassembly（它是文本的，只是为了方便调试），可以看出它和汇编是很相似的，更易转化为机器码。

在执行阶段，js普遍采用解释执行策略，相当于每一次执行javascript指令都要通过js引擎中转给cpu。现代的js引擎同时采用了即时编译的策略。这需要同时运行一个profiler，关注每个函数的调用情况。当profiler发现一个函数调用的比较多的时候，会把这个函数抛给编译器，为它生成一个更快的编译版本。某些情况下，参数类型会发生变化。这时，需要删除之前的编译版本，对新参数类型编译新的版本。而webassembly由于类汇编的结构，只需简单的编译即可转换为可直接运行在cpu上的机器码，执行更快。

javascript运行期间需要同时间歇的运行一个垃圾回收器，扫描堆上的垃圾、释放内存。垃圾回收器的运行又和js引擎的执行是互斥的，导致js执行间歇性的被垃圾回收器打断。webassembly不负责垃圾回收，只能编程语言自行解决。于是不同的编程语言又有所不同。C/C++是手动管理内存(malloc/free, new/delete)，rust则是基于生命周期的自动内存管理。所有这些内存管理方法都不需要间歇的全局暂停。因此性能更好。

从以上各个角度看WebAssembly确实比javascript性能高。事实上，目前阶段WebAssembly执行时间大概等于原生程序执行时间X1.2。

wasm是WebAssembly格式的浏览器可执行文件。它是二进制的，但是它并不像桌面win32程序一样，可以随便使用系统资源，调用操作系统api。事实上，所有与外界相关的操作都必须由javascript传入。比如：要申请一段内存，必须由javascript申请了并传给他。 浏览器上，javascript做不到的，它也做不到；javascript能做到的，它能做的更快。 这个就是它的价值。

目前必须要js启动WebAssembly的加载和实例化（后面可能会有多带带的加载机制）。

如下函数，使用fetchAPI加载wasm文件，并实例化wasm模块。

function fetchAndInstantiate(url, importObject) {
  return fetch(url).then(response =>
    response.arrayBuffer()
  ).then(bytes =>
    WebAssembly.instantiate(bytes, importObject)
  ).then(results =>
    results.instance
  );
}

fetchAndInstantiate("module.wasm", importObject).then(function(instance) {
  ...
})

importObject即浏览器需要向webassembly注入的交互api。

如下，是一个真实运行的importObject包括很多js函数。

注意global.memory就是webassembly程序执行用到的内存，是js申请的一个大的ArrayBuffer。

讲了这么多WebAssembly的优点，接下就讲下WebAssembly的开发。

开发WebAssembly并不意味着需要手写WebAssembly汇编程序。一个开源项目emscripten已经提供了sdk可以编译C/C++，并输出WebAssembly的wasm文件。目前，rust也已经支持编译到wasm。未来所有支持编译到LLVM字节码的编程语言，理论上都可以输出wasm。

下载emscripten sdk后，是个压缩文件，其实是sdk包管理器。
需要执行如下命令，完成sdk的安装。

./emsdk update
./emsdk install latest
./emsdk activate latest
source ./emsdk_env.sh

现在已经有个可用的emcc编译器了，输入：

emcc --version

查看编译器版本。

emsdk安装后， emscripten文件内是按版本号安装的sdk内容,里面有很多C/C++用例，可以自行研究下。

这个简单的C程序可以直接编译为wasm。

#include 

int main() {
  printf("hello, world!
");
  return 0;
}

./emcc hello_world.c
node a.out.js

默认情况下，emcc只输出了一个js（asmjs）。asmjs是webassembly的一个早期原型，可提供webassembly在旧版本浏览器上的兼容。按如下命令输出webassembly二进制wasm。

./emcc hello_world.c -s WASM=1 -o index.html

这次编译输出了index.html, index.js, index.wasm三个文件。通过一个静态服务器打开index.html，可以看到console里的输出。

这个index.html是一个调试页面。生产上加载webassembly一般都需要自己写index.html，只保留js和wasm文件就够了。

以上的例子中，printf的标准输出被定向到了浏览器的console里面。 系统API调用被换成了js实现。 事实上很多libc里面的函数被emscripten实现成了浏览器上的兼容方案，从而更好的和浏览器结合。

所有编程语言都要和它的运行环境打交道，否则除了把cpu跑满，没什么实用价值。跑在浏览器上的webassembly则是通过和js相互调用发挥它的作用。

Emscripten sdk提供了很多API与js运行环境／浏览器交互。定义在其中两个头文件中：

emscripten.h： 中定义了一些基础功能相关API，包括调用js，文件读写，网络请求等，这些API在node中也可以用。

html5.h中定义了浏览器中与DOM相关的各种操作，包括DOM，事件，设备相关等。

下面，抽出一些关键的API讲下webassembly是如何与浏览器协同工作的。

EM_ASM宏，让webassembly可以直接调用js。

EM_ASM(alert("hai"); alert("bai"));

如果需要从js获取执行结果，可以用EM_ASM_INT， EM_ASM_DOUBLE两个版本分别获取int和double类型的数值。

int x = EM_ASM_INT({
  return $0 + 42;
}, 100);

如果需要传递字符串给js，可以传递一个字符串起始的指针给js。由于js可以访问整个wasm程序的内存区域,js用这个指针就可以从内存读出字符串。Module对象上的UTF8ToString(ptr), UTF16ToString(ptr), UTF32ToString(ptr), Pointer_stringify(ptr, length)这几个函数可获得指针处的字符串。

char* sample = "This is a string";
  EM_ASM_({
      console.log("js got string:", Module.UTF8ToString($0));
  }, sample);

标准输出我们之前看过，printf最终被转到Module.print，默认是console.log实现。
标准错误输出最终会被转到Module.printErr，默认是console.error实现。
对标准输入的读取在浏览器上变成了一个prompt框。体验不好，尽量不要读。

Emscripten支持两种GUI展示方法。

DOM： wasm是可以调用js的，而js又可以操作DOM。因此，wasm可以通过js操作DOM，创建程序的GUI。

Webgl Canvas: 除了DOM，emscripten还可以提供了opengl es的浏览器实现。通过操作一个Webgl Canvas，把显示内容画在Canvas上。

C++ GUI程序一般都有个事件循环，其实就是个死循环，反复获取并处理GUI层面上的各种事件。这样程序不会跑完main函数直接退出。webassembly程序跑在浏览器上，而浏览器本来就是事件驱动，已经有了一个事件循环。假如不改动直接上浏览器，就会卡死浏览器的GUI进程。因此webassembly程序需要由浏览器控制事件循环。

emscripten_set_main_loop(em_callback_func func, int fps, int simulate_infinite_loop)函数接受一个函数的指针后，浏览器会根据fps按时调用传入的函数。

#include 
#include 

int frame = 0;
void main_loop(void) {
  printf("frame: %d
", frame);
  frame++;
}

int main(void) {
  emscripten_set_main_loop(main_loop, 0, 1);
  return 0;
}

浏览器隔离了程序直接操作存储的权限，因而webapp是安全的，但很多C代码都有同步操作文件的API，如open, write, close。为了兼容，emscripten实现了一个内存文件系统，可以通过全局对象FS访问。

下图，是FS对象下的函数。

另外，emcc还提供了--preload-file参数，在webassembly程序加载的过程中，预加载文件放到虚拟文件系统中。

wasm中的文件虽然是内存的，但是支持通过indexDB持久化。
如下js，mount一个indexdb的文件夹到/data目录，然后FS.syncfs把indexdb中的文件同步到内存。

FS.mkdir("/data");
FS.mount(IDBFS, {}, "/data");
FS.syncfs(true, function (err) {
});

接下来，所有，/data目录下的读写，都在内存中的同步读写。当程序关闭的时候，需要调用FS.syncfs（false, function(err){}）把内存中的文件反方向同步回indexdb。

emsdk提供了一些常用的C++库的webassembly兼容版本。用emcc --show-ports命令显示。如果要用SDL2，需要给emcc加入选项-s USE_SDL=2，链接SDL2库。

目前，emcc内置支持这些库。

$ emcc --show-ports
Available ports:
    zlib (USE_ZLIB=1; zlib license)
    libpng (USE_LIBPNG=1; zlib license)
    SDL2 (USE_SDL=2; zlib license)
    SDL2_image (USE_SDL_IMAGE=2; zlib license)
    ogg (USE_OGG=1; zlib license)
    vorbis (USE_VORBIS=1; zlib license)
    bullet (USE_BULLET=1; zlib license)
    freetype (USE_FREETYPE=1; freetype license)
    SDL2_ttf (USE_SDL_TTF=2; zlib license)
    SDL2_net (zlib license)
    Binaryen (Apache 2.0 license)
    cocos2d

如果所需要的库没在列表里，需要先用emsdk编译所需要的库（可能涉及到库的改动）。再编译并链接，输出最终目标。emcc不支持动态链接。

目前,webassembly已经完成MVP最小功能版本开发，有非常注目的性能。可以遇见，未来将有更多h5 app/游戏通过webassembly获得更好的体验。使用C/C++/rust进行webapp开发,混合编程，也会有很多不错的探索。

未来h5能否通过webassembly撼动原生的大门，让我们拭目以待。