کامپیوتر چگونه کدها را اجرا می‌کند؟ از Source Code تا Machine Code

کامپیوتر چگونه کدها را اجرا می‌کند؟ از Source Code تا Machine Code

کامپیوتر چگونه کدهای برنامه‌نویسی را اجرا می‌کند؟ در این آموزش عملی، تفاوت Source Code، Bytecode و Machine Code را با اجرای واقعی کد Python یاد بگیرید.

در این مقاله چه چیزی یاد می‌گیریم؟

در بخش دوم از مقاله ششم فاز «ساخت پایه‌های مهندسی نرم‌افزار»، سراغ پشت‌صحنه دکمه Run می‌رویم. با همان برنامه جمع دو عدد از بخش اول، Bytecode برنامه خودتان را با ماژول dis می‌بینید و با تغییر یک علامت در کد، تغییر دستورالعمل‌های برنامه را با چشم خودتان بررسی می‌کنید.

  • تفاوت Source Code، Bytecode و Machine Code
  • مسیر ساده‌شده اجرای کد Python در CPython
  • مشاهده Bytecode یک برنامه واقعی با dis.dis()
  • تغییر یک عملگر و مقایسه دستورالعمل‌ها
  • تفاوت SyntaxError با خطایی که هنگام اجرا رخ می‌دهد
  • چند چالش برای آزمایش روی کد خودتان

وقتی روی Run کلیک می‌کنیم، چه اتفاقی می‌افتد؟

یادتان هست؟

number1 = 10
number2 = 5

print(number1 + number2)

با اجرای این چند خط، عدد 15 روی صفحه نمایش داده می‌شود.

اما یک سؤال جالب وجود دارد:

پردازنده کامپیوتر چگونه عبارتی مثل print(number1 + number2) را می‌فهمد؟

در مقاله مربوط به سیستم دودویی یاد گرفتیم که پردازنده با دستورالعمل‌های ماشین کار می‌کند، نه با کلمات انگلیسی و کدهای Python.

پس باید اتفاقی میان نوشتن کد و اجرای آن رخ دهد.

در این مقاله می‌خواهیم این اتفاق را با چشم خودمان ببینیم!

تا پایان آموزش:

  1. تفاوت Source Code و Machine Code را می‌فهمید.
  2. با Bytecode آشنا می‌شوید.
  3. دستورالعمل‌های میانی یک برنامه واقعی را مشاهده می‌کنید.
  4. با تغییر یک خط کد، تغییر دستورالعمل‌های برنامه را بررسی می‌کنید.

Source Code چیست؟ همان چیزی که خودمان می‌نویسیم!

فرض کنید می‌خواهیم برنامه‌ای بنویسیم که دو عدد را جمع کند.

در Python می‌توانیم بنویسیم:

number1 = 10
number2 = 5

result = number1 + number2

print(result)

تعریف Source Code

به این دستورالعمل‌های نوشته‌شده توسط برنامه‌نویس، Source Code یا کد منبع می‌گوییم.

Source Code معمولاً به شکلی نوشته می‌شود که انسان بتواند آن را بخواند، درک کند و تغییر دهد.

برای مثال، با دیدن عبارت زیر تقریباً متوجه می‌شویم چه اتفاقی می‌افتد:

result = number1 + number2

اما CPU مستقیماً با قواعد زبان Python کار نمی‌کند.

پردازنده دستورالعمل‌هایی را اجرا می‌کند که برای معماری خودش تعریف شده‌اند.

Machine Code چیست؟

Machine Code یا کد ماشین، دستورالعمل‌های قابل‌اجرای پردازنده است.

این دستورالعمل‌ها در نهایت به شکل الگوهای بیتی نمایش داده می‌شوند.

برای مثال، پردازنده‌های مبتنی بر معماری‌های x86-64 و ARM64 مجموعه دستورالعمل‌های یکسانی ندارند.

به همین دلیل، برنامه Native ساخته‌شده برای یک معماری لزوماً مستقیماً روی معماری دیگر اجرا نمی‌شود.

پس دو مفهوم داریم:

مفهومتوضیح
Source Codeکدی که برنامه‌نویس می‌نویسد
Machine Codeدستورالعمل‌هایی که پردازنده اجرا می‌کند

سؤال اصلی: چه چیزی میان این دو قرار می‌گیرد؟

پاسخ به زبان و محیط اجرای برنامه بستگی دارد.

بیایید سراغ Python برویم.

Python کدهای ما را چگونه اجرا می‌کند؟

Python پیاده‌سازی‌های مختلفی دارد. ما در این مقاله از پیاده‌سازی رایج آن، یعنی CPython، استفاده می‌کنیم.

مسیر ساده‌شده اجرای کد در CPython از بالا به پایین: Source Code یعنی کدی که برنامه‌نویس می‌نویسد، Python Bytecode یعنی دستورالعمل‌های میانی که ابزار dis آن‌ها را نشان می‌دهد، و Python Virtual Machine که یک نرم‌افزار است و Bytecode را اجرا می‌کند؛ این نرم‌افزار خودش روی CPU اجرا می‌شود و CPU دستورالعمل‌های ماشین همین نرم‌افزار را اجرا می‌کند مسیر ساده‌شده اجرای کد در CPython از بالا به پایین: Source Code یعنی کدی که برنامه‌نویس می‌نویسد، Python Bytecode یعنی دستورالعمل‌های میانی که ابزار dis آن‌ها را نشان می‌دهد، و Python Virtual Machine که یک نرم‌افزار است و Bytecode را اجرا می‌کند؛ این نرم‌افزار خودش روی CPU اجرا می‌شود و CPU دستورالعمل‌های ماشین همین نرم‌افزار را اجرا می‌کند
ماشین مجازی Python روی CPU اجرا می‌شود؛ Bytecode مستقیماً روی پردازنده اجرا نمی‌شود.

در این مدل، کد Python ابتدا پردازش و به مجموعه‌ای از دستورالعمل‌های میانی به نام Bytecode تبدیل می‌شود.

سپس ماشین مجازی Python این دستورالعمل‌ها را اجرا می‌کند.

مسیر ساده‌شده را ببینید:

Source Code → Python Bytecode → Python Virtual Machine → CPU

یادت باشد

البته این تصویر یک ساده‌سازی آموزشی است.

ماشین مجازی Python خودش یک نرم‌افزار است که روی کامپیوتر اجرا می‌شود. پردازنده در نهایت دستورالعمل‌های ماشین مربوط به این نرم‌افزار و سایر اجزای اجرایی را اجرا می‌کند.

Bytecode چیست؟

تعریف Bytecode

Bytecode نوعی نمایش میانی از دستورالعمل‌های برنامه است.

این دستورالعمل‌ها برای محیط اجرایی مانند ماشین مجازی Python تعریف شده‌اند، نه مستقیماً برای CPU.

حالا بخش هیجان‌انگیز ماجرا:

آیا می‌توانیم Bytecode برنامه خودمان را مشاهده کنیم؟

بله! و قرار است همین حالا این کار را انجام دهیم.

آزمایش عملی: دستورالعمل‌های پشت‌صحنه Python را ببینید!

برای این تمرین به Python نیاز داریم.

اگر Python روی سیستم شما نصب است، می‌توانید از آن استفاده کنید. همچنین در بعضی محیط‌های آنلاین Python که ماژول استاندارد dis را پشتیبانی می‌کنند، می‌توان همین آزمایش را انجام داد.

برنامه را اجرا کنید

کد زیر را در محیط Python بنویسید:

number1 = 10
number2 = 5

result = number1 + number2

print(result)

خروجی:

15

تا اینجا اتفاق جدیدی نیفتاده است.

حالا می‌خواهیم بفهمیم پشت این چهار دستور چه می‌گذرد.

با ماژول dis آشنا شوید

Python ابزاری به نام dis دارد که می‌تواند دستورالعمل‌های Bytecode مربوط به CPython را به‌شکل خوانا نمایش دهد.

کد زیر را در یک محیط Python اجرا کنید:

import dis

source = """
number1 = 10
number2 = 5
result = number1 + number2
print(result)
"""

dis.dis(source)

در این مثال، کد برنامه را به‌صورت یک رشته چندخطی در متغیر source نگهداری کرده‌ایم.

سپس dis.dis آن کد را تحلیل کرده و دستورالعمل‌های میانی را نمایش می‌دهد.

این دستور صرفاً کد را بررسی می‌کند و برنامه داخل رشته را اجرا نمی‌کند.

خروجی را بررسی کنید

خروجی دقیق به نسخه Python شما بستگی دارد.

برای مثال، ممکن است دستورالعمل‌هایی با نام‌های زیر مشاهده کنید:

LOAD_CONST
STORE_NAME
LOAD_NAME
BINARY_OP
CALL

نمونه‌ای از تفاوت نسخه‌ها

برای مثال، در Python 3.14 اعداد کوچکی مانند 10 و 5 با دستوری به نام LOAD_SMALL_INT بارگذاری می‌شوند و LOAD_CONST فقط برای مقدار None در انتهای خروجی دیده می‌شود. ممکن است دستورهای دیگری مانند RESUME یا PUSH_NULL هم ببینید.

پس اگر خروجی شما کمی متفاوت است، نگران نباشید؛ خروجی محیط خودتان را بررسی کنید.

فعلاً لازم نیست معنای تمام دستورها را حفظ کنید.

بیایید چند مورد مهم را بررسی کنیم.

دستورمفهوم ساده‌شده
LOAD_CONSTبارگذاری یک مقدار ثابت
STORE_NAMEارتباط دادن یک مقدار با یک نام
LOAD_NAMEدریافت مقدار مربوط به یک نام
BINARY_OPانجام عملیاتی مانند جمع یا ضرب
CALLفراخوانی یک تابع

برای مثال، در نسخه‌های رایج جدید CPython، عبارت زیر:

result = number1 + number2
خط result = number1 + number2 و دستورالعمل‌هایی که dis برای آن نشان می‌دهد: LOAD_NAME (number1) برای بارگذاری مقدار number1، LOAD_NAME (number2) برای بارگذاری مقدار number2، BINARY_OP (+) برای انجام عمل جمع و STORE_NAME (result) برای اختصاص نتیجه به نام result خط result = number1 + number2 و دستورالعمل‌هایی که dis برای آن نشان می‌دهد: LOAD_NAME (number1) برای بارگذاری مقدار number1، LOAD_NAME (number2) برای بارگذاری مقدار number2، BINARY_OP (+) برای انجام عمل جمع و STORE_NAME (result) برای اختصاص نتیجه به نام result خط result = number1 + number2 و دستورالعمل‌هایی که dis برای آن نشان می‌دهد: LOAD_NAME (number1) برای بارگذاری مقدار number1، LOAD_NAME (number2) برای بارگذاری مقدار number2، BINARY_OP (+) برای انجام عمل جمع و STORE_NAME (result) برای اختصاص نتیجه به نام result خط result = number1 + number2 و دستورالعمل‌هایی که dis برای آن نشان می‌دهد: LOAD_NAME (number1) برای بارگذاری مقدار number1، LOAD_NAME (number2) برای بارگذاری مقدار number2، BINARY_OP (+) برای انجام عمل جمع و STORE_NAME (result) برای اختصاص نتیجه به نام result
نمونه از خروجی Python 3.14 برای همین خط؛ جزئیات در نسخه‌های دیگر می‌تواند متفاوت باشد.

می‌تواند به دستورالعمل‌هایی تبدیل شود که ابتدا مقادیر دو متغیر را بارگذاری می‌کنند، عملیات جمع را انجام می‌دهند و نتیجه را به نام result اختصاص می‌دهند.

توجه

چیزی که مشاهده کردید Machine Code نیست؛ نمایش خوانای Bytecode است.

این تفاوت را حتماً به خاطر بسپارید.

آزمایش دوم: اگر کد را تغییر دهیم، Bytecode چه تغییری می‌کند؟

بیایید یک آزمایش جذاب‌تر انجام دهیم.

همان کد قبلی را در نظر بگیرید:

result = number1 + number2

حالا عملگر جمع را به ضرب تغییر دهید:

result = number1 * number2

کد کامل آزمایش:

import dis

source = """
number1 = 10
number2 = 5
result = number1 * number2
print(result)
"""

dis.dis(source)

برنامه را اجرا کنید.

در خروجی نسخه‌های جدید CPython، به دستور مربوط به عملیات ریاضی توجه کنید.

احتمالاً عبارتی شبیه به این مشاهده خواهید کرد:

BINARY_OP  (*)

در نسخه قبلی برنامه، همین بخش برای عمل جمع بود:

BINARY_OP  (+)

پس با تغییر یک علامت در Source Code، دستور عملیات برنامه هم تغییر کرده است!

نسخه‌های قدیمی‌تر

در نسخه‌های قدیمی‌تر CPython ممکن است به‌جای BINARY_OP نام‌های متفاوتی مانند BINARY_ADD یا BINARY_MULTIPLY ببینید.

چه چیزی یاد گرفتیم؟

ما فقط یک علامت را تغییر دادیم، اما خروجی مرحله کامپایل Python متفاوت شد.

این یعنی کدهایی که می‌نویسیم صرفاً متن نیستند؛ محیط اجرای زبان آن‌ها را تحلیل کرده و به دستورالعمل‌های قابل‌فهم برای سیستم اجرایی تبدیل می‌کند.

آزمایش سوم: اگر کد اشتباه باشد چه اتفاقی می‌افتد؟

حالا عمداً یک خطا ایجاد کنیم.

کد زیر را اجرا کنید:

number1 = 10
number2 = 5

result = number1 +

print(result)

چه اتفاقی می‌افتد؟

Python با خطای SyntaxError مواجه می‌شود.

چرا؟

چون دستور جمع از نظر ساختار نحوی کامل نیست.

در واقع Python نمی‌تواند این عبارت ناقص را به‌عنوان یک دستور معتبر پردازش کند.

حالا خطا را اصلاح کنید:

result = number1 + number2

برنامه دوباره قابل‌اجرا خواهد بود.

تفاوت SyntaxError با خطای زمان اجرا

پیش از آغاز اجرا

برخی خطاها پیش از آغاز اجرای معمول کد تشخیص داده می‌شوند؛ مانند همین SyntaxError.

هنگام اجرای برنامه

اما بعضی خطاها هنگام اجرای برنامه رخ می‌دهند.

برای مثال:

result = 10 / 0

این دستور از نظر نحوی معتبر است، اما هنگام اجرا در Python خطای ZeroDivisionError ایجاد می‌کند.

این تفاوت در آینده برای Debugging بسیار مهم خواهد بود.

پس چرا همه زبان‌های برنامه‌نویسی مثل Python اجرا نمی‌شوند؟

تا اینجا فقط یک مسیر اجرای برنامه را مشاهده کردیم.

اما تمام زبان‌ها دقیقاً از همین مسیر پیروی نمی‌کنند.

برای مثال:

زبانمسیر اجرای متداول
C++یک برنامه C++ معمولاً می‌تواند پیش از اجرا به کد ماشین مناسب سیستم مقصد تبدیل شود.
C#در اجرای متداول برنامه‌های C# روی .NET، ابتدا کد میانی CIL تولید می‌شود و سپس Runtime می‌تواند آن را به کد Native تبدیل کند.
Pythonدر اجرای رایج CPython، کد Python به Bytecode تبدیل و توسط محیط اجرای Python پردازش می‌شود.

پس زبان‌های مختلف می‌توانند روش‌های اجرایی متفاوتی داشته باشند.

اما در نهایت، برای انجام محاسبات روی سخت‌افزار، دستورالعمل‌هایی در سطح ماشین اجرا می‌شوند.

ابزارهای اصلی این فرایند چه هستند؟

Compiler، Interpreter و Runtime.

در بخش سوم این مجموعه، آن‌ها را به‌صورت مستقل و با مثال واقعی بررسی می‌کنیم.

چالش عملی: این بار خودتان آزمایش کنید!

حالا نوبت شماست.

عملیات جدید

در برنامه Bytecode، به‌جای عملگر + یا * از عملگر - استفاده کنید.

سپس خروجی dis.dis را مشاهده کنید.

  • آیا تفاوت دستورالعمل مربوط به عملیات را تشخیص می‌دهید؟

یک متغیر اضافه کنید

برنامه را تغییر دهید تا سه عدد را جمع کند:

number1 = 10
number2 = 5
number3 = 20

result = number1 + number2 + number3

print(result)

حالا Bytecode این برنامه را مشاهده کنید.

  • چه تفاوتی با برنامه دوعددی قبلی دارد؟

به دستورهای بارگذاری مقادیر و عملیات ریاضی توجه کنید.

از هوش مصنوعی کمک بگیرید، اما کد را خودتان تحلیل کنید

پرامپت زیر را به یک دستیار AI بدهید:

پرامپت پیشنهادی

من تازه با Python Bytecode آشنا شده‌ام. خروجی dis.dis برنامه‌ام را برایت می‌فرستم. لطفاً دستورالعمل‌ها را به زبان ساده توضیح بده و مشخص کن هر دستور به کدام بخش از Source Code من مربوط است. فرض نکن همه نسخه‌های Python خروجی یکسانی دارند.

  1. سپس خروجی واقعی خودتان را برای AI بفرستید.
  2. تلاش کنید قبل از مطالعه پاسخ AI، حداقل سه دستور را خودتان توضیح دهید.

جمع‌بندی: حالا می‌دانید پشت دکمه Run چه می‌گذرد!

در مقاله قبلی یاد گرفتیم چگونه یک برنامه ساده بنویسیم.

در این مقاله یک قدم جلوتر رفتیم و دیدیم برنامه‌ای که نوشته‌ایم چگونه برای اجرا آماده می‌شود.

مهم‌ترین مفاهیمی که یاد گرفتیم:

مفهومتوضیح
Source Codeدستورالعمل‌هایی که برنامه‌نویس می‌نویسد.
Bytecodeنمایش میانی دستورالعمل‌ها در محیط‌هایی مانند CPython.
Machine Codeدستورالعمل‌های قابل‌اجرای پردازنده.
disابزاری برای مشاهده و بررسی دستورالعمل‌های Bytecode در CPython.

همچنین عملاً مشاهده کردیم که تغییر یک عملگر ساده می‌تواند دستورالعمل‌های میانی برنامه را تغییر دهد.

شاید هنوز نتوانیم تمام جزئیات فرایند اجرای برنامه را توضیح دهیم، اما حالا می‌دانیم که پشت دکمه Run یک فرایند واقعی و قابل‌بررسی وجود دارد.

برنامه‌نویسی زمانی جذاب‌تر می‌شود که فقط ندانیم چه کدی بنویسیم، بلکه بفهمیم کد ما چگونه اجرا می‌شود.

منابع پیشنهادی

Python Documentation — dis — ابزار رسمی مشاهده Bytecode

Python Documentation — compile — آشنایی با تبدیل کد منبع به Code Object

Python Documentation — Execution Model — مدل اجرای کد در Python

در بخش بعدی چه یاد می‌گیریم؟

بخش سوم: کامپایلر و مفسر چیستند؟ تفاوت Compiler و Interpreter با مثال واقعی

در مقاله بعدی با اجرای یک برنامه Python و یک برنامه C#، تفاوت مراحل کامپایل و اجرا را در عمل بررسی می‌کنیم.

نظرات ۰

تجربه یا سؤال خود را درباره این مقاله با دیگران به اشتراک بگذارید.

هنوز نظری ثبت نشده. اولین نفر باشید!

ثبت نظر جدید

برای ارسال نظر وارد حساب شوید. اکانت ندارید؟ ثبت نام کنید