[Rust笔记] 我也谈 Box<T>智能指针·实践领悟

我也谈Box智能指针·实践领悟

先概述，再逐一展开

• Box既是【所有权·智能指针】— 即，它是【堆·数据】在【栈】内存上的“全权·代表”。

• Box也是FFI按【引用】传值的C ABI指针 — 即，它是Box::into_raw(Box) -> *mut T的语法糖。

• 相较于Box::into_raw(Box) -> *mut T，CString::as_ptr(&self) -> *const T的【原始指针】返回值绝不能作为FFI参数·传递。

Box是【所有权·智能指针】

1. Box是【智能指针】，因为impl Deref for Box和impl DerefMut for Box。于是，当&Box作为函数的实参时，就有了从&Box到&T的【自动解引用】语法糖。从效果上看，这就让以&T为形参的函数func(&T)能够接收&Box的实参 — 形似OOP多态。但，这和GC类语言【多态性】的最大区别在于：

   1. 由【智能指针】【自动解引用】模仿的【多态】是编译时行为（【术语】单态化；它会延长编译时长）与【零（运行时）成本】 。所以，我的一贯观点是：Rust编译费时不是“瑕疵”，而是语言特征。它就是要在这个环节“变戏法”。倘若你真那么介意编译时间的话，没准【脚本语言】才更符合你的产品需求。

   2. GC类语言的【多态】是由强大的VM提供的运行时语言特性。即，将“变戏法”的时间点选择在了【运行时】。

2. Box是【所有权·变量】，因为它的生命周期与被引用【堆·数据】的生命周期绝对同步。具体地讲，

   1. 于是，【堆·数据】何时被释放·就得看【栈】上的Box实例会“活”到什么时候了。

   2. 虽然Box指针自身被保存在【栈】上，但由它所指向的数据却是在【堆】上。

   3. 其它变量只能通过&Box（即，指针的引用）来间接地访问到【堆】上的原始数据。

   4. Box::new(T)既将【栈】数据搬移至【堆】内存，同时也获取了原数据的【所有权】。

   5. impl Drop for Box将Box指针的析构时间点与【堆·数据】生命周期的终止时间点·严格地对齐。

不夸张地讲，Box就是【堆·数据】在【栈】内存中的“全权·代理人”。具有同类特点的【智能指针】还包括String和CString等。

Box是FFI的C ABI指针

Box可直接作为“载体”，在Rust与C之间，穿越FFI边界，传输数据。

使用场景·介绍

• 场景一：将Rust内存上的一整段数据·扣出来（连同【所有权】一起）“移交”给FFI的C（调用）端。对FFI的Rust端，这意味着：被“移交出”的数据“已死”。即，

  • Drop Checker将其视为“已释放”，而不会再隐式地调用 as Drop>::drop(self)成员方法了。

  • Borrow Checker将其视为“已无效”。因为该变量的【所有权】被“消费”consumed掉，所以禁止对该变量的任何后续·引用·与·移动·操作。

• 场景二：将在【场景一】由FFI接口“移交出”的内存数据·重新再给接收回来。进而，析构与释放掉（最初由Rust端分配的）内存。即，自己分配的内存必须由自己回收。

  • 经验法则：由Rust端分配的内存数据最终还是要由Rust端“出手”以相同的memory layout析构与释放。而不是，由C端的free()函数就地释放，因为由Rust端默认采用的std::alloc::Global非常可能与C端【分配器】不一样。这不完犊子了吗！

适用场景

总结起来，Box和被“糖”的完整语法形式（包括

• 【Rust -> C导出】Box::into_raw(Box) -> *mut T

• 【C -> Rust导入】unsafe Box::from_raw(*mut T) -> Box

）仅适用于由【场景一】+【场景二】构成的“闭环”使用场景：

1. Rust端

   1. 定义与导出FFI函数接口

   2. 定义与实例化FFI数据结构

2. C端

   1. 调用Rust - FFI接口函数

   2. 获取Rust - FFI数据结构实例

   3. 使用该实例搞一系列操作

   4. 再调用Rust - FFI接口函数，将该实例给释放掉

题外话，你有没有对这个套路略感眼熟呀？再回忆回忆，它是不是FFI: Object-Based APIs设计模式。英雄所见略同！

不适用场景

另外，Box和被“糖”的完整语法形式（包括

• 【C -> Rust导入】unsafe Box::from_raw(*mut T) -> Box

）不能用来接收C端数据结构的变量值（即，

1. 数据结构在C端定义

2. 变量值也在C端被实例化

）。因为Box对被接收的原始指针有如下（确定性）假设invariant：

• 内存对齐

• 非空

• 由Global Allocator内存分配

而这些假设，C端他保证不了！所以，我强烈推荐使用libc crate定义的各种数据类型与原始指针（比如，libc::c_char）来最贴切地“镜像”C数据类型到Rust端。我没有推荐其它的crate，因为我没用过，我不会！而不是因为libc crate真的有多好！

场景一·技术细节·展开

就Rust FFI导出函数而言，函数返回值可直接使用Box作为返回值类型，而不是原始指针*mut T [例程1]。这样就绕开了Rust 2015版次要求的完整语法形式 [例程2]。

从Rust向C导出值的关键语句（伪码）let ptr: *mut T = Box::into_raw(Box::new::(data: T));。它完成的任务可被拆解为：

• 将【栈·数据】搬移至【堆】内存上 — 只有【堆·数据】才能被传递给C端，因为

  • 【栈·数据】会随着函数执行结束而被【栈pop操作】给释放掉

  • 【堆·数据】可以被假装释放和不再被追踪。

• “消费”掉·原数据实例·所有权 — 【借入·检查器】将进一步禁止对该·变量·的任何后续操作。

• 取出【堆·数据】的原始指针 — 该指针是要被传输给C端的。

• 将该数据从Drop Checker监控清单“除名”。这样，当函数结束时，Drop Checker就不会调用 as Drop>::drop(T)成员方法和自动释放内容了。

• 返回【原始指针】作为函数返回值

上面看似繁复的处理流程，以Rust术语，一言概之：将·变量值·的【所有权】从FFI的Rust端转移至C调用端。或称，穿越FFI边界的变量【所有权】转移。

场景二·技术细节·展开

就Rust FFI导出函数而言，函数·形参·类型可直接使用Option>，而不是原始指针*mut T [例程1]。这样就绕开Rust 2015版次要求的完整语法形式 [例程2]。好处显而易见：

• 避免明文地编写unsafe code（伪码：let data: Box = unsafe {Box::from_raw::(ptr: *mut T)};），就能达成：

  • 将由【原始指针】引用的C端变量值·纳入到·Rust端Drop Checker的生命周期监控范围内。

  • Rust端Borrow Checker也会开始“抱怨”任何对C端变量值有【内存泄漏风险】的操作语句。在Rust词典中，对此有一个术语叫Hygienic — 我打趣地将它翻译为“大保健”。

• 将对C端变量值的【判空】处理，从依赖开发者自觉性的随机行为

  if ptr.is_null() { // 原始指针【判空】没有来自`Borrow Checker`监督。
    return;          // 若忘记了，那就等着运行时的内存段错误吧！
  }
  

  转变成由Borrow Checker监督落实的显示None值处理（再一次Hygienic）

  let value = if let Some(value) = input { // 开发忘记指针【判空】没有关系。编译失败会提醒你的。
    value
  } else {
    return;
  };
  

CString::as_ptr(&self) -> *const T返回值不可暴露给FFI的C端

要说清楚这其中的关窍，就得把CString::as_ptr(&self) -> *const T与CString::into_raw(self) -> *mut T对照着来讲。

先介绍CString::into_raw(self) -> *mut T

从Box::into_raw(Box) -> *mut T关联函数很容易就联想到CString::into_raw(self) -> *mut T成员方法，因为它们的功能极为相似，且在FFI编程中也十分常见。那你是否曾经纠结过：为什么into_raw()在Box上是关联函数，而在CString上却是成员方法呢？回答：

1. 将into_raw()设计为Box的关联函数是因为Box是通用【智能指针】呀！所以，我们的设计·有必要最大限度地避免由【自动解引用】造成的【智能指针Box as Deref】与【内部·实例 as Deref>::Target】成员方法之间的“命名·冲突”。即，Box的成员方法千万别遮蔽了 as Deref>::Target的成员方法。

2. 将into_raw()设计为CString的成员方法是因为CString仅只是CStr一个类型的【智能指针】，且已知CStr结构体没有into_raw()成员方法。于是，符合程序员直觉与看着顺眼就是首要关切。那还有什么比.操作符更减压的呢？— 若你非较真儿的话，我更偏向认为?操作符·语法糖才是最令人欲罢不能的！

再讲原因

一方面，CString::as_ptr(&self) -> *const T仅只返回了内部数据的内存地址“快照”（不携带任何生命周期信息与约束力）。所以，[例程3]

• *const T指针的存在并不能暗示Drop Checker给CString实例“续命”。

  • 即，Drop Checker会无视*const T指针的存在而在块作用域（或函数）结束时立即drop掉CString实例。

• Borrow Checker也不会，因为*const T指针正在借入已经被释放的CString实例，而编译失败和抱怨：“正在借入一个已dropped的变量”。

  唯一令人欣慰的好消息是：rustc 2021已经能够linter警告”由【成员方法·链式调用】造成的dangling原始指针“了。该lint规则被称作temporary_cstring_as_ptr。[例程3]

  • 一旦该【dangling原始指针】在某处被【解引用】取值，这馁馁地就是一个运行时内存段错误。错误原因你猜去吧！

另一方面，CString::into_raw(self) -> *mut T在返回内部数据【原始指针】的同时

• 消费掉CString实例的所有权。于是，Borrow Checker会监督该CString实例不会再被借入或移动。

• 通知Drop Checker莫要真释放CString实例内存，和将该CString实例从Drop Checker监管清单除名。于是，::drop(self)成员方法就不会被Drop Checker隐式自动执行。

综上所述，由CString::as_ptr(&self) -> *const T返回的【原始指针】只可用来看（我现在也没有领会到：只能看，能有什么用？），而不能被【解引用】拿来用。

最后，结合FFI使用场景

1. CString::into_raw(self) -> *mut T等效于将CString实例【所有权】转移给了FFI的C端。但是，绝对不可使用C端的free()函数来回收CString实例占用的内存。相反，得模仿Box的作法：

   1. 先，将该CString实例，经由FFI Rust ABI，传回给Rust端。

   2. 再，使用CString::from_raw(*mut T)恢复Rust对该CString实例的【所有权】管控

   3. 最后，由Drop Checker自动地在【作用域】（结束）边界处调用::drop()成员方法将此CString实例给回收掉。

2. 而CString::as_ptr(&self) -> *const T是没有资格被使用于FFI场景的，因为一旦FFI - Rust导出函数被执行结束，那么

   1. 由*const T指向的CString实例内存就立即被Drop Checker给回收掉了。

   2. FFI - C端拿到的仅仅是一个【野指针】。

结束语

这次，我就分享这些心得体会。我对rust的实践机会少，所以不仅文章产出少，对技术知识点阐述的深度也有限。希望路过的神仙哥哥，仙女妹妹多评论指正，共同进步。