为什么 Haskell/GHC 可执行文件的文件大小如此之大？ [复制]

Question

可能重复：
Small Haskell program compiled with GHC into huge binary

最近我注意到 Haskell 可执行文件有多大。以下所有内容均在 GHC 7.4.1 上编译，在 Linux 上使用 -O2。

1. Hello World (main = putStrLn "Hello World!") 超过 800 KiB。在其上运行strip 会将文件大小减少到 500 KiB；即使在编译中添加-dynamic 也无济于事，只剩下大约 400 KiB 的剥离可执行文件。

2. 编译一个涉及 Parsec 的非常原始的示例会生成一个 1.7 MiB 的文件。

   -- File: test.hs
   import qualified Text.ParserCombinators.Parsec as P
   import Data.Either (either)
   
   -- Parses a string of type "x y" to the tuple (x,y).
   testParser :: P.Parser (Char, Char)
   testParser = do
       a <- P.anyChar
       P.char ' '
       b <- P.anyChar
       return (a, b)
   
   -- Parse, print result.
   str = "1 2"
   main = print $ either (error . show) id . P.parse    testParser "" $ str
   -- Output: ('1','2')
   

   Parsec 可能是一个更大的库，但我只使用了它的一小部分，实际上由上面生成的优化核心代码比可执行文件要小得多：

   $ ghc -O2 -ddump-simpl -fforce-recomp test.hs | wc -c
   49190 (bytes)
   

   因此，程序中并没有实际发现大量 Parsec，这是我最初的假设。

为什么可执行文件如此庞大？有什么我可以做的吗（动态链接除外）？

Answer 1

要有效减小 Glasgow Haskell 编译器生成的可执行文件的大小，您必须重点关注

• 使用动态链接和-dynamic 选项传递给ghc，因此模块代码不会通过共享（动态）库捆绑到最终的可执行文件中。系统中必须存在这些 GHC 库的共享版本！
• 删除最终可执行文件的调试信息（f.E. 通过 GNU 的 binutils 的 strip 工具）
• 删除未使用模块的导入（不要指望动态链接会有所收获）

简单的 hello world 示例的最终大小为 9 KiB，Parsec 测试大约为 28 KiB（均为 64 位 Linux 可执行文件），我发现它非常小，对于如此高级的语言实现来说是可以接受的。

Answer 2

我的理解是，如果您使用包 X 中的单个函数，整个包会被静态链接。我认为 GHC 实际上不会逐个函数地链接。 （除非您使用“拆分对象”hack，它“往往会吓坏链接器”。）

但如果你是动态链接，那应该可以解决这个问题。所以我不确定在这里建议什么......

（我很确定我在动态链接第一次出现时看到了一篇博文，展示了将 Hello World 编译为 2KB 二进制文件。显然我找不到这篇博文现在...grr。 )

还要考虑跨模块优化。如果您正在编写 Parsec 解析器，GHC 很可能会内联所有解析器定义并将它们简化为最有效的代码。而且，果然，你的几行 Haskell 已经产生了 50KB 的 Core。编译成机器代码时，它应该增大 37 倍吗？我不知道。您或许可以尝试查看后续步骤中生成的 STG 和 Cmm 代码。 （对不起，我不记得编译器标志了我的头顶......）