Jak fungují interpretery, bytecode, JVM a JIT

[vitekform]

1. Lexer (tokenizace)

Prerekvizita – první fáze překladu. Studenti znají automaty, tohle je přímá aplikace.

• Co je token – typy (klíčové slovo, identifikátor, literál, operátor)
• Lexer jako konečný automat – přímé napojení na teorii
• Jak lexer řeší whitespace, komentáře, chyby
• 🔢 Příklad: tokenizace jednoduchého Python výrazu x = 1 + 2 krok za krokem

2. Parser a AST

Prerekvizita – druhá fáze překladu. Studenti znají gramatiky, tohle je přímá aplikace.

• Syntaktická analýza – ověření struktury tokenů
• Abstract Syntax Tree (AST) – co to je, jak vypadá
• Rekurzivní sestup – jak gramatika přímo odpovídá kódu parseru
• Precedence operátorů – jak parser řeší 1 + 2 * 3
• 🔢 Příklad: parsování výrazu x = 1 + 2 * 3 → AST krok za krokem

3. Interpreter

Nejjednodušší způsob spuštění kódu – přímé procházení AST.

• Tree-walking interpreter – rekurzivní vyhodnocování AST
• Prostředí (environment) – jak se ukládají proměnné
• Scope a closures – jak interpreter řeší vnořené funkce
• 🔢 Příklad: vyhodnocení jednoduchého programu krok za krokem

4. Bytecode kompilace

Efektivnější alternativa k tree-walking – AST se přeloží na instrukce pro VM.

• Proč bytecode – rychlejší než procházení AST
• Instrukční sada VM – stack-based vs register-based
• Kompilace AST → bytecode – konkrétní mapování uzlů na instrukce
• CPython bytecode – dis modul, jak vypadá skutečný Python bytecode
• 🔢 Příklad: kompilace x = 1 + 2 do bytecode krok za krokem

5. Virtuální stroj (VM)

Jak se bytecode skutečně spouští.

• Stack-based VM – zásobník operandů, fetch-decode-execute
• CPython VM – jak Python spouští .pyc soubory
• JVM – architektura, class loading, bytecode verifikace
• Porovnání CPython vs JVM – design filozofie
• 🔢 Příklad: ruční simulace stack VM na jednoduchém programu

6. Garbage Collector

Správa paměti v runtime – nutná součást každého interpreteru.

• Proč GC – ruční správa paměti není možná
• Reference counting – CPython přístup, cyklické reference
• Mark and sweep – základ JVM GC
• Generační GC – proč mladé objekty umírají rychleji
• Stop-the-world vs concurrent GC
• 🔢 Příklad: ukázka reference counting na konkrétním Python kódu

7. JIT kompilace

Vrchol – bytecode se za běhu kompiluje na nativní instrukce.

• Proč JIT – interpreter je pomalý, statická kompilace ztrácí informace
• Profiling – jak VM zjistí co stojí za JIT
• Warm-up – proč JVM je zpočátku pomalé
• Tracing JIT vs method JIT – V8 vs JVM přístup
• Deoptimizace – co se stane když JIT přestane platit
• 🔢 Příklad: ukázka JIT efektu – stejný kód před a po warm-up (Node.js / JVM benchmark)

8. Srovnání reálných implementací

Zastřešení – propojení teorie s konkrétními systémy které studenti znají.

• CPython – bytecode, GIL, proč není JIT (PyPy jako alternativa)
• JVM – JIT, GC, multiplatformnost, class loading
• V8 (Node.js) – hidden classes, Turbofan JIT, garbage collector
• Klíčové design rozhodnutí a jejich důsledky

[vitekform]

(a jak se kompiluje kód do bytecodu)

[vitekform]

Also jak funguje JVM a JIT