本文适用于有前端/JS/TS 背景的开发者, 介绍一些学习 Rust 的过程中会遇到的疑惑, 区别, 新概念等. JS 由于其高度动态灵活的脚本语言特性, 使得我们在写代码时能够最大程度地放飞自我, 随心所欲, 脑子一扔就是写. (你写 JS 时会考虑内存安全和并发安全吗? 反正我基本不会) 1. 自带 gc, 所以不需要考虑内存管理, 直接让对象的引用飞来飞去 2. 动态类型, 所以在变量赋值/修改时不需要考虑类型 3. 大量使用引用类型, 所以不需要考虑内存布局, 不需要区分 stack/heap 4. 流行的 Runtime 基本都是单线程 + 自带 event loop, 所以几乎所有的并发问题都不存在了但是在 Rust 的世界里, 上面所有的细节都需要开发者铭记于心, 时刻牢记. 这也导致 JS / Python, 甚至 Java / Go 开发者在学习 Rust 时会产生不适感, 需要从自己的舒适区走出来很远很远. 再也没有任何运行时帮助我们封装和处理大量的底层细节, 唯有编译器和我们斗智斗勇反复纠缠. # 0. 发音 Rust 有着自己独特的命名规则, 有些和其他主流语言惯例不太符合. 比如 `interface` 这个概念, 在 Rust 里叫 `trait`. JS 里的 `package` 在 Rust 里类似的叫 `crate`. 同时 Rust 的设计哲学是尽可能减少源代码字符, 所以函数定义用 `fn`, 不是 Go 的 `func`, 不是 JS 的 `function`; 可变性用 `mut`, 不是完整的 `mutable`; 实现 trait 用 `impl`, 而不是完整的 `implement`; 字符串又包含 `str` 和 `String` 两种类型. 所以最开始的时候我们介绍一下 Rust 社区里主流的发音. ## 关键字/语法元素 | 符号/单词 | 发音 | 类别 | 说明 | | --------- | ------------------------------- | ------------ | ---------------------------------- | | `str` | /stɜr/（像 “stir”） | 类型 | 是 `&str` 中的 `str`, 不是 “S-T-R” | | `impl` | /ɪmpl/（像 “imp-l”） | 关键字 | implement 的缩写 | | `dyn` | /dɪn/ 或 /daɪn/（两种都有人用） | trait 关键字 | dynamic 的缩写 | | `crate` | /kreɪt/（像 “create” 去掉 e） | 模块系统 | Rust 中的包或模块单元 | | `trait` | /treɪt/ | 接口 | | | `enum` | /ˈiːnəm/ 或 /ˈɛnəm/ | 枚举类型 | | | `mod` | /mɑd/（像“mod”ify） | module | module 的缩写 | | `mut` | /mjut/（像 mute） | 可变性 | mutable 的缩写 | | `fn` | /ɛf ɛn/（F-N） | function | 声明函数 | ## 类型/结构 | 名称 | 发音 | 含义 | | ----- | ---------------------------------- | -------------------------- | | `Vec` | /vɛk/（像“vac”）或直接拼字母 V-E-C | 向量类型（vector） | | `Rc` | /ɑr si/（R-C） | Reference Counted 智能指针 | | `Arc` | /ɑrk/（像“ark”） | Atomic Reference Counted | # 1. 基础内容: mut 对于大部分语言背景的开发者来说, `mut` 是一个很新鲜并且莫名其妙的设计. 我们在写 JS 时从来不会考虑一个变量是不是可变的, 默认所有变量都是可变的. 即使是用 `const` 定义的变量 `some_obj`, 也仅仅是 `some_obj` 自己不能被赋给一个其他的值, 但是 `some_obj` 引用的对象自己是可以任意修改的, 比如新增/删除/修改字段. 但是 Rust 要求使用 `mut` 来显示声明一个变量是可变的, 并且这个可变性限制整个 object tree. 如果一个结构体变量没有 `mut`, 那么这个结构体的字段也不可以修改. 这么做有以下几个原因: 1. Rust 的一个设计哲学是尽可能显示声明. 比如用 `mut` 显示声明一个变量是可变的, 那么没有用 `mut` 的变量就是不可变的, 当你看到这样的变量时, 在后续任何地方都不用担心它的值发生了变化, 减少了心智负担. 2. Rust 的 Borrow Checker 有一条规则: **对于同一个值 T, 不能同时存在可变引用 &T 和不可变引用 &mut T**, 所以需要区分是否可变. # 2. 进阶内容: hello world 是的, 你没有看错, 打印 hello world 在 Rust 里就是进阶内容. 在其他语言的学习过程中, 我们几乎一定以打印 "hello world" 为起点. 例如: ```rust // Popular JavaScript Runtime console.log("hello world"); // Go fmt.Println("hello world"); // Java System.out.println("hello world"); ``` 通过一行语句, 我们起码可以学到在这个语言里的两件事: 1. 如何声明字符串 2. 如何打印东西好的, 接下来我们看看 Rust 的 hello world ```rust println!("hello world"); ``` 看上去很简单, 但其中藏有至少四个微妙但重要的概念: 字符串, 生命周期, fat pointer, macro. ## 2.1. 字符串如果你将 "hello world" 抽离为一个变量, 在安装了 rust-analyzer (Rust 的 language server,后文简称 ra) 的编辑器中, 会提示你变量类型: ```rust fn main() { let hello_world: &'static str = "hello world"; } ``` 变量类型为 `&'static str`, 这一下子就容易让人晕了. 这个类型的完整准确中文翻译是`生命周期为静态的字符串切片引用`, 我们一个个解释. 首先这是一个引用类型, 本质上就是一个指针, 指向一个类型 `str`. `str` 的中文翻译是 `字符串切片`, 它是**一种**字符串类型. 是的, Rust 里许多种字符串类型. 生命周期为静态的意思是, 在程序执行期间, 这个引用指向的 `str` 值永远不会被销毁, 会永远存活. 上面代码被编译后的二进制产物里(以 Linux 的 elf 文件为例), "hello world" 这个字符串会存在某个 PT_LOAD segment 中 (处于硬盘里). 操作系统在加载这个二进制产物准备执行时, 会把这个字符串加载到 .rodata section 中 (处于内存中), 然后在 main 函数的 stack frame 里分配一个指针, 即 `hello_world` 变量, 指向这个类型为 `str` 的字符串 "hello world". ``` Memory Layout +--------------------------------------------------+ | | | Stack: | | +--------------------------------------------+ | | | | | | | hello_world: &'static str | | | | +---------------+---------------+ | | | | | ptr | len | | | | | | 0x12345678 | 11 | | | | | +---------------+---------------+ | | | | | | | | +--------|-----------------------------------+ | | | | | | | | | | | .rodata: | | | +--------|-----------------------------------+ | | | | | | | | v | | | | 0x12345678: "hello world" | | | | +---+---+---+---+---+---+---+---+---+---+---+ | | | | h | e | l | l | o | | w | o | r | l | d | | | | +---+---+---+---+---+---+---+---+---+---+---+ | | | | | | +--------------------------------------------+ | | | +--------------------------------------------------+ ``` 由于这个 "hello world" 位于 .rodata section 里, 它会在程序运行期间永久存活, 所以指向它的引用 `hello_world` 生命周期为 `'static`. 在 Rust 的语句里, 生命周期可以被隐藏. 所以很多情况下, 我们看到的都是 `&str` 这个类型, 即`字符串切片引用`, 简称`字符串引用`. 为什么需要用 `&str` 一个引用类型, 而不是直接用 `str` 类型呢? 是因为 Rust 要求每个变量的大小在编译时必须已知. Rust 默认把局部变量都分配在 stack 上, stack 在分配的时候需要具体大小, 所以需要知道一个 stack frame 里每个变量的大小. 而 `str` 类型的大小是不确定的, 因为你不可能在编译时知道任意一个 `str` 类型字符串的大小. 上述的 `&str` 因为指向的是静态的 "hello world" 字符串, 所以可以知道, 但是 `&str` 也可以指向动态的字符串, 这个字符串的大小可以在运行时随意修改, 所以 `str` 的大小就不可能在编译时确定了, 所以我们只能用 `&str` 这个引用类, 因为一个引用类型的大小是可以确定的. 从图上内存布局中可以看出, `&str` 并不单纯是一个指针, 它还包含了一个长度字段 `len`, 用来表示指向的 `str` 的长度. 在 C 语言里, 字符串以特殊字符 `\0` 结尾, 所以不需要知道长度, 但是 Rust 的机制是没有 `\0`, 所以需要一个长度字段. 这种携带了额外字段的指针类型就叫胖指针, `fat pointer`. 所以 `&str` 的长度是固定的 2 个 `usize.` `usize` 是一个整数类型, 和平台相关, 为当前平台的一个指针大小. 在 MacBook with Apple Silicon 系列中, 这个大小为 64 bits, 也就是 8 bytes. 所以一个 `&str` 就是 16 bytes. 终于介绍完了 `str` 和 `&str`, 接下来我们介绍 `String`. `String` 是一个会分配到 heap 上的类型, 因为它本质上就是一个 `Vec`, 而 `Vec` 会分配到 heap 上. ```rust fn main() { let mut hello_string = String::from("hello"); } ``` ``` Memory Layout +--------------------------------------------------+ | | | Stack: | | +--------------------------------------------+ | | | | | | | hello_string: String | | | | +---------------+---------------+---------+ | | | | ptr | len | capacity | | | | | 0xABCDEF | 5 | 5 | | | | +---------------+---------------+---------+ | | | | | | | +--------|-----------------------------------+ | | | | | | | | | | | Heap: | | | +--------|-----------------------------------+ | | | | | | | | v | | | | 0xABCDEF: | | | | +---+---+---+---+---+ | | | | | h | e | l | l | o | | | | | +---+---+---+---+---+ | | | | | | | +--------------------------------------------+ | | | +--------------------------------------------------+ ``` 先忽略 `hello_string` 的 `len` 和 `capacity`, 这个后面我们在介绍 `Vec` 时会再讲. `String` 类型的变量会在 heap 里分配一段内存来存储字符串, 然后在 stack 上用一个指针指向它. 因为 `String` 的底层数据是在 heap 上分配的, 所以天然长度可变. 当我们需要可变字符串时, 就需要用到 `String`. ```rust // 创建 String 的几种常见方式, 其中 1 和 2 最常用 let s = "hello".to_string(); // 调用 &str 的 to_string 方法 let s = String::from("hello"); // 调用 String 实现的 From<&str> trait 的 from 方法 let s: String = "hello".into(); // 因为 String 实现了 From<&str>, 所以 &str 会自动实现 Into. 但是由于 &str 实现了多个 Into trait, 所以需要显示声明 s 的类型 let s = "hello".to_owned(); // 调用 str 实现的 ToOwned trait 里的 to_owned 方法 let s = String::new(); // 创建一个空字符串 let s = String::default(); // 调用 String 实现的 Default trait 的 default 方法, 创建一个空字符串 // 修改 String let mut s = "hello".to_string(); // s: "hello" s.push_str(" world"); // s: "hello world" ``` `&str` 和 `String` 是 Rust 里最常用的两个字符串类型, 但是 Rust 还提供了一些其他的字符串类型: `PathBuf` vs `Path`, `OsString` vs `OsStr` 等. 这些本质上和 `String` vs `&str` 没啥区别, 只是用于一些特定领域. 比如 `Path` 是对 `OsStr` 的一个封装, `OsStr` 是对 `[u8]` 的一个封装, 但是专门用于路径领域, 比如读取文件相关的函数的参数, 所以会增加一些特有的方法, 比如 `is_dir`, `is_absolute` 等. 这也是 Rust 的一个设计哲学: 本质上是同一个类型的值, 在不同的场景下, 会被封装成不同的类型. 一个很经典的例子是时间点和时间长度. 在 JS 里, 我们用 number 来表示时间戳, 也就是一个时间点. 我们也用 number 来表示一段时间长度: ```typescript // 表示 1000ms 后的一个时间戳 const now: number = Date.now(); const duration_ms: number = 1000; const then: number = now + duration_ms; ``` 这样带来的问题是, 当我拿到一个类型为 number 的变量时, 我很难去判断这个变量到底是什么. 有可能是时间点, 有可能是时间段, 还有可能是年龄, 质量, 物理攻击, 法术穿透. 而 Rust 下, 虽然本质上都是整数性质的数据, 但是在不同的场景下, 会被包装为不同的类型: ```rust let now: Instant = Instant::now(); // 请注意 Instant::now 返回的不是当前时间 let duration_ms: Duration = Duration::from_millis(1000); let then: Instant = now + duration_ms; ``` 这样当我调用 `thread::sleep` 这种应该接收时间段 `Duration` 的函数时, 就不会传时间点类型 `Instant` 或者其他整数类型进去. FYI, JS 新的时间模块 [Temporal](https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/Temporal) 也引入了 `Duration` 和 `Instant` 的区分. ## 2.2 Macro 你一定会很好奇, 为什么有些"函数调用"后面有感叹号, 有些没有. 比如 `"hello".to_string()` 没有感叹号, 但是 `println!()`, `write!()` 有. 其实是因为这里的 `println`, `write` 并不是函数, 而是 declarative macro. declarative macro 是一种 macro, 会用类似正则匹配的机制去匹配内部的代码, 然后将其转换为另一套代码. 由于 `println` 最终转换的代码比较特殊, 是编译器特殊处理的代码, 我们用 `vec!`, 一个用于初始化任意数量元素的 vector 的 declarative macro, 来举例子 ```rust macro_rules! vec { () => ( $crate::vec::Vec::new() ); ($elem:expr; $n:expr) => ( $crate::vec::from_elem($elem, $n) ); ($($x:expr),+ $(,)?) => ( <[_]>::into_vec( $crate::boxed::box_new([$($x),+]) ) ); } ``` 一个 declarative macro 会定义多个分支, 每个分支代表一个匹配. 在编译开始时, 会执行匹配, 匹配到某一个分支时, 就会用分支对应的代码去替换掉原有代码. 比如 ```rust let vec = vec![1, 2, 3]; // 会被替换为 let vec = <[_]>::into_vec(#[rustc_box] ::alloc::boxed::Box::new([1, 2, 3])); ``` 由于 declarative macro 比较复杂, 这里不多赘述, 只需要知道是在编译开始时展开替换原有代码即可. 那么问题来了, 为什么 `println!`, `vec!` 需要设计成 macro, 而不是直接提供一个 `println` 和 `vec` 函数呢? 因为 Rust 一个函数的参数数量必须固定. Rust 也不支持函数重载. 但是对于 `println!` 来说, 里面的参数数量是不固定的, 取决于里面模板字符串有多少个需要插入替换的 slot. 同理, `vec!` 接收的初始化元素数量也不可能固定. 所以这两个被设计为了 macro, 在编译开始时展开为调用另一个参数固定的函数. Rust 的 macro 分为以下几类 - declarative macros - procedural marcos - function-like macros - derive macros - attribute macros 这里只简单介绍 procedural macros, 不深入了解. 三种 procedural macros 本质上都是一个函数, 接收的参数是 `TokenStream`, 代表输入的一段 Rust 代码. 返回值也是一个 `TokenStream`, 代表输出的一段 Rust 代码. 在编译开始时, 会执行这个函数, 然后生成返回值对应的 Rust 代码. declarative macros 执行的是一个匹配, 所以名为 declarative, 声明式. 我声明几个分支, 你匹配上了, 我就执行替换. 而 procedural marcos 执行的是一个函数, 所以名为 procedural. 新手很容易陷入一个误区, 看到 `println!("hello")` 这种长得像函数调用的 macro, 就以为是 function-like macros. 其实这不对, declarative 和 procedural 是根据其操作输入代码的方式来区分的. FYI, 可以用 `cargo install expand` 来装 [cargo-expand](https://github.com/dtolnay/cargo-expand) 这个工具, 装好之后就可以通过 `cargo expand` 命令来查看部分 macro 展开后的结果. # 3. Array vs Vec 在 JS 里, 数组 Array 是我们用得最多的数据结构, 可能没有之一. 我们早已熟悉数组里的各种操作, 包括创建, 任意位置插入/删除元素等. 但是很可惜, Rust 中的数组类型为 `[T; N]`, 其中 `T` 是元素类型, `N` 是元素个数, 而**元素个数必须在编译时确定**. 这就相当难受了, 数组长度必须在编译时也就是写代码的时候就确定, 灵活性基本没有了, 这也导致数组类型的用途就很局限了, 甚至一个最基本的遍历打印的函数参数都不能是数组. 所以 Rust 里用得更多的是 `Vec` 向量结构体, 也是 `String` 类型的底层数据. `Vec` 就类似 JS 里的 `Array` 了, 长度可变, 随便怎么玩都行. 在 `String` 的内存布局图里, 我们看到了 `Vec` 由三部分组成: - `ptr`: 指向 heap 里真实数据的指针, 会指向 vec 里的第一个元素 - `len`: vec 当前的长度, 也就是当前元素数量 - `capacity`: vec 当前的容量前两个都比较容易理解, 就是这个 `capacity` 有点令人费解. 简单来说, `capacity` 是当前 vec 能容纳的最大元素个数, `capacity` 一定 \>= `len`. 当 `capacity == len` 时, vec 就填满了. 此时如果再执行 `vec.push` 之类的方法插入元素, vec 就会先扩容, 也就是新分配一段 `capacity` 更大的内存 (一般来说是当前 `capacity` \* 2), 然后将自己现有的所有元素移动到新的位置, 然后再插入元素. 当然, 这个扩容有可能原地发生, 也就是说新分配的内存起点和当前内存起点一样, 此时所有元素就不需要移动. 所以严格来说, `push` 方法的时间复杂度并不一定为 `O(1)`, 在扩容发生时有可能为 `O(n)`. 到这里, 我们可以解释 `对于同一个值 T, 不能同时存在可变引用 &T 和不可变引用 &mut T` 这条规则存在的原因了. 考虑以下代码: ```rust let mut v = vec![1, 2, 3, 4];// 1 let v_shared_ref = &v; // 2. 先获取一个 shared reference (immutable reference) v.push(5); // 3. 再获取一个 mutable reference, push 方法会自动创建一个 mutable reference println!("{:?}", *v_shared_ref); // ❌ 4. 使用 2 中创建的 shared reference ``` 在 3 处, 一个不可变引用和一个可变引用同时存在了, 违反了规则, 导致的结果就是 3 中可能因为 vec 扩容, 整个 vec 被移动到了新分配的地址上, 而原来的 `v_shared_ref` 仍然指向旧的地址, 变为 dangling pointer, 在 4 中解引用发生 undefined behavior. 此时内存安全就被破坏了. # 4. Enum and Pattern Matching `enum` 在 TS 里是一个不太好的设计, [有许多问题](https://www.google.com/search?q=don%27t+use+enum+in+typescript), 在实际开发中用得也不多, 所以也不受重视. 但是在 Rust 里, enum 是一个极其重要的结构. 原因很简单, **Rust 没有联合类型**, Rust 只有单一类型. 所以 Rust 只能用 enum 来实现联合类型的效果. 并且 Rust 的 enum 比其他语言的强大许多, 因为支持包裹类型, 配合 Rust 自己的 `pattern matching` 语言特性. 假如现在要实现一个 `printAdd1` 函数, 参数可以是字符串或者数字. 如果是字符串, 就打印字符串+"1" 的结果. 如果是数字, 就打印数字+1 的结果. 在 TS 里我们会这么写: ```typescript function printAdd1(val: string | number) { if (typeof val === 'string') { console.log(`${val}1`); } else { console.log(val + 1); } } ``` 但是在 Rust 里就需要用 enum 了 ```rust enum StringOrNumber { String(String), Number(i32), } fn print_add_1(val: StringOrNumber) { match val { StringOrNumber::String(s) => { println!("{}1", s); } StringOrNumber::Number(n) => { println!("{}", n + 1); } } } ``` enum 在 Rust 中无处不在. ## 4.1. 可能为空的值: Option\ Rust 中没有 `null`, 所以如果要表达一个可能有值也可能为空的变量 T, 就需要一个 enum: `Option`. 比如实现一个除法函数, 在 TS 里我们会这样: ```typescript function divide(a: number, b: number): number | null { if (b === 0) { return null; } return a / b; } const result = divide(userInput1, userInput2); if (result === null) { // handle null } // handle result ``` 在 Rust 里我们需要: ```rust fn divide(a: f64, b: f64) -> Option { if b == 0.0 { None } else { Some(a / b) } } let result = divide(user_input_1, user_input_2); match result { Some(result) => { // handle result } None => { // handle null } } ``` ## 4.2. 错误处理: Result\ 上面的 `divide` 函数, 我们也可以用 `Result` 来作为返回值. ```rust fn divide(a: f64, b: f64) -> Result { if b == 0.0 { Err("0 could not be the denominator".to_string()) } else { Ok(a / b) } } let result = divide(2.0, 1.0); match result { Ok(result) => { // handle result } Err(reason) => { // handle error } } ``` `E` 本身没有限制, 可以为任意类型. 但是一般 `E` 都会是一个实现了 `Error` trait 的类型. ## 4.3. unwrap 如果你觉得 `Option` 和 `Result` 太繁琐了, 我只是想单纯地读个文件内容, 还要写一堆 `match` 来处理结果, 那么 `unwrap` 会让你回到舒适区一段时间. ```javascript // read a file in JS import { readFileSync } from 'fs'; const content = readFileSync('/path/to/some_file', 'utf-8'); console.log(content); ``` ```rust // read a file in Rust use std::fs; let content = fs::read_to_string("/path/to/file").unwrap(); println!("{content}"); ``` `unwrap` 是 `Option` 和 `Result` 都有的一个方法. - 对于 `Option`, 返回其 `Some(T)` 包裹的 `T`. 如果为 `None` 就会 `panic`. - 对于 `Result`, 返回其 `Ok(T)` 包裹的 `T`. 如果为 `Err(E)`, 就会 `panic`. 在正式的生产环境, `unwrap` 只有在完全确定不会有问题的情况下才能使用, 简化代码. # 5. Trait Rust 的另一个设计特点是不符合惯例的命名规则. 在其他语言里, 这个概念几乎都叫 `interface`, 但是 Rust 命名为 `trait`. 两者概念基本接近, 但是 trait 更加强大, 甚至可以说是整个 Rust 程序结构或者生态的基石. 在任何时候, 我们都需要围绕 trait 去思考问题, 这也是 JS 开发者会感到不适应的很大一个点. 在 JS 里, 当我们使用第三方库时, 我们基本只会关注其提供的函数/class/object, 然后直接调用已有的方法就好了. 但是在 Rust 里, 我们还需要关注 trait. 在使用第三方 crate 时, 很多时候甚至都只会使用 trait, 让我们自己的结构体实现其提供的 trait, 然后使用里面的功能. 如今编程界的一个趋势是减少面向对象编程. Go/Rust 等新生语言几乎完全抛弃了 OOP, 不再有 class, object, extends 等概念; JS 里虽然通过原型模拟了 class, 但是社区目前的趋势也是在抛弃 OOP, 典型的 React 用 function component + hooks 的函数式编程 + 组合代替继承的思维, 抛弃了 class component. Rust 的 trait 就是组合代替继承最好的体现. 对于一个结构体而言, 我们不会通过思考它的继承关系来判断它有哪些方法, 而是通过思考它实现了哪些 trait. 我们的思维应该包含: - 我的结构体需要实现某些方法, 那么这些方法很可能已经被定义在了一个标准库已有的 trait, 所以我需要让我的结构体实现这个 trait - 我的函数可能需要有能力操作多个类型, 但是这些类型肯定需要满足相同的某些条件, 所以我需要限制函数的泛型参数满足某个/某几个 trait 在 Rust 里一切都是围绕 trait 来实现的. 比如最基本的打印输出, 在 JS 里我们可以用 `console.log` 打印任何东西, 但是在 Rust 里不可以. 因为在 JS 里, 有很多东西是我们没有思考的, 比如这个要打印的东西是否可序列化, 以什么样的形式序列化. 这些问题 JS runtime 帮我们解决了. 但是 Rust 不会帮我们解决, 需要我们自己思考. ```rust println!("{}", some_variable); println!("{:?}", some_variable); ``` 上面两种方式都可以打印 `some_variable`. 第一种方式里, 要求 `some_variable` 实现 `std::fmt::Display` trait, 第二种方式要求实现 `std::fmt::Debug` trait. 它们的区别在于, `Display` 一般是给人看的一个可阅读的格式, `Debug` 是给程序员看的便于调试的格式. 比如打印一个字符串, `Display` 只会打印字符串自身, 而 `Debug` 会额外打印出两边的双引号. ```rust struct Coordinate { x: i32, y: i32, } let c = Coordinate { x: 1, y: 2, }; println!("{}", c); println!("{:?}", c); ``` 上面的两个打印语句都会报错, 因为 `Coordinate` 既没有实现 `Display` 也没有实现 `Debug`. 一般情况下我们都会通过 `#[derive(Debug)]` 来让自定义结构体自动实现 `Debug`, 便于开发时调试. 自动实现 `Debug` 的前提是, 结构体内部的所有字段必须都已经实现了 `Debug`. 比如 `Coordinate` 的 `x` 和 `y` 都是 `i32`, 都已经实现了 `Debug`, 所以可以 derive Debug. 但是 `Display` 不能被自动实现, 如果需要的话只能手动实现. ```rust #[derive(Debug)] struct Coordinate { x: i32, y: i32, } impl std::fmt::Display for Coordinate { fn fmt(&self, f: &mut std::fmt::Formatter<'_>) -> std::fmt::Result { write!(f, "({}, {})", self.x, self.y)?; Ok(()) } } let c = Coordinate { x: 1, y: 2 }; println!("{c}"); // (1, 2) println!("{c:?}"); // Coordinate { x: 1, y: 2 } ``` 从结果也可以看出, `Display` 打印的是给人类看的, `Debug` 打印的是给程序员看的. # 6. 闭包 vs 函数闭包是 JS 里一个不是很被重视的概念. 我们定义函数的时候, 也很少去思考它是不是一个闭包. 闭包这个词在 JS 社区里出现得也不多. 但是在 Rust 里, 闭包是一个非常重要, 需要单独记忆的概念. 简单来说, 闭包本质上是一个捕获了外部变量的**结构体**, 并不是一个函数. 在 Rust 里一切变量都是需要清楚地确定存放位置的, 所谓的"捕获的变量"也需要存放在某个位置上, 所以闭包会被编译为一个结构体, 将捕获的变量存放在结构体内. ```rust let to_add = 1; let f = |i: i32| { let tmp = 0; tmp + i + to_add }; let result = f(42); ``` 上述代码会被编译为类似以下代码: ```rust struct F_Closure{ to_add: i32, } impl FnOnce<(i32,)> for F_Closure { type Output = i32; extern "rust-call" fn call_once(self, args: (i32,)) -> Self::Output { let tmp = 0; tmp + args.0 + self.to_add } } impl FnMut<(i32,)> for F_Closure { extern "rust-call" fn call_mut(&mut self, args: (i32,)) -> Self::Output { let tmp = 0; tmp + args.0 + self.to_add } } impl Fn<(i32,)> for F_Closure { extern "rust-call" fn call(&self, args: (i32,)) -> Self::Output { let tmp = 0; tmp + args.0 + self.to_add } } let f = F_Closure { to_add }; let result = f.call((42,)); ``` Rust 的闭包是一个实现了 `FnOnce/FnMut/Fn` trait 的结构体, 捕获的变量会保存在结构体里, 调用的时候会调用对应的 `call_once/call_mut/call` 方法. - `FnOnce`: 接收 `self`, 调用会消耗 `self`, 所以只能调用一次 - `FnMut`: 接收 `&mut self`, 调用允许修改结构体, 也就是捕获的变量, 可以多次调用 - `Fn`: 接收 `&self`, 调用不允许修改结构体, 可以多次调用这三个 trait 的关系是: `Fn: FnMute: FnOnce`, 按照函数体内部限制从最大到最小的顺序. `Fn` 限制最大, 只能访问不可变引用. `FnOnce` 限制最小, 随便怎么访问都行. 重点来了, Rust 的闭包是复杂类型, 所以 ra 会告诉你 `f` 的类型是 `impl Fn(i32) -> i32`, 说明 `f` 是一个实现了 `Fn` 的结构体, 但是具体的名字不知道. 因为 Rust 会给每一个闭包生成一个单独的结构体, 所以不可能有两个闭包类型相同, 即使它们的参数列表, 函数内部实现, 返回值一模一样. ## 6.1. 按引用捕获 vs 按所有权捕获 Rust 可以捕获外部变量的引用, 也可以捕获外部变量的所有权. ```rust let mut s = "hello".to_string(); let f = || { let b = s; b.push_str(" world"); }; println!("{s}"); // ❌ s 已经被移动到了 f 内部 ``` 上面 `f` 实现的就是 `FnOnce`, 因为在定义 `f` 时, `s` 被移动到了 `f` 结构体里, 在调用时会被移动到函数体里给了 `b`, 而 `b` 是一个函数内的变量, 调用完会被销毁, 所以这个函数只能调用一次, 消耗掉整个结构体. ```rust let mut s = "hello".to_string(); let mut f = || { s.push_str(" world"); }; println!("{s}"); // ✅ s 没有被移动给 f, 所以这里依然可以访问 ``` 上面 `f` 内虽然使用了 `s`, 但是因为 `push_str` 只需要 `&mut String`, 所以只捕获了 `&mut s`, `s` 在后续依然可访问. ```rust let mut s = "hello".to_string(); let mut f = move || { s.push_str("world"); }; f(); println!("{s}"); // ❌ s 已经被移动到了 f 内部 ``` 通过 `move` keyword, 我们告诉编译器, f 会捕获 `s` 的所有权, 所以 `s` 会被移动到 `f` 结构体里, 后续不可访问. 在并发编程中几乎都会用到 `move`. 举个例子, 当使用 `thread::spawn` 创建一个线程时, 就必须使用 `move` 将捕获的外部变量全部移动到闭包里, 传递给新的线程, 因为两个线程执行顺序和时间是完全不确定的. 主线程可能在新线程完成之前就完成了, 从而销毁掉自己栈上的变量. 对于使用 `fn` 定义的普通函数, 它们有具体的类型: `fn(i32) -> i32`, 所以多个函数可能是同一个类型, 并且所有的普通函数都实现了 `FnOnce` + `FnMut` + `Fn`. 换句话说, 所有的普通函数都可以当做闭包使用. # 7. 多线程和异步由于多线程和异步本身难度非常大, 本文不会过多描述, 只会介绍一些最基本的概念. - 多线程: 通过 `thread` 里的方法启动多个线程 - 异步: 类似于 JS 的 async/await ## 7.1. 多线程适用于计算密集型任务, 可以并行处理. 这一个点往往是 JS 开发者的盲区, 因为流行的 JS runtime 都是只对开发者提供单线程, 没有能力实现真正的并行. ## 7.2. 异步适用于 IO 密集型任务, 可以并发处理. JS 开发者初次接触 Rust 的 async/await 时, 会感到熟悉又陌生. 熟悉的点是语法基本一样, 都是通过 async 定义一个异步函数, 然后通过 await 来等待一个异步函数返回, 只是 JS 里 await 放在异步调用前面, Rust 放在后面. 然而陌生的点就比较匪夷所思了: 1. main 函数不能是 async. 在 JS 里由于 async/await 的传染性, 如果 main 函数不能是 async, 那我里面所有的 await 调用怎么办? 2. 我翻遍了整个标准库也没有找到一个 async fn. 不管是读文件还是网络请求, 一个 async fn 都没有. 我熟悉的 `const content = await readFile("xxx")` 好像没法写了. 这又要说回 Rust 的设计哲学了. Rust 标准库没有提供任何异步的实现, 也没有提供任何异步 runtime, 都交给了社区里的第三方实现. Rust 官方只提供了 async/await 的语法糖, 只在编译层面将其编译为同步代码 (以 `Future` trait 为核心), 但是具体怎么执行这些 futures, Rust 官方不管, 需要自己提供一个 runtime 来调度. 目前事实上的 async runtime 标准是 [tokio](https://tokio.rs/), 初学者直接无脑使用 tokio 即可. ```rust use tokio::fs::read_to_string; #[tokio::main] async fn main() { let content = read_to_string("/path/to/file").await; match content { Ok(content) => { // handle content string } Err(err) => { // handle error } } } ``` tokio 会提供一个完整的异步生态, 包括 scheduler, event loop (IO, timers, etc), 异步方法 (fs, net, channel, etc) 等功能. 此时你应该又有了这个感觉, 我们之所以写 JS 写得这么爽, 是因为这些内容都被底层的 runtime 提供了. 比如 JS 里的 macro/micro task, 其实就是 tokio 里的 scheduler. Node.js 的 event loop, 其实 tokio 里也有对应的实现. # 8. 忘掉面向对象 **Rust 不是一个面向对象的语言**, 所以在学习的时候最好抛弃掉面向对象的思维 (当然, 其实 JS 严格来说也不是面向对象的语言, 因为没有 class). Rust 没有类和继承, 但是借鉴了 OOP 里的一些特性, 比如用 struct + impl + pub 可见性控制实现了封装, 通过多种方式实现了多态. ## 8.1. 方法调用的本质 Rust 里其实没有方法, 所有的方法都是普通的函数. ```rust let mut nums = vec![1, 2, 3]; nums.push(4); // 本质上是 Vec::push(&mut nums, 4); ``` 所有的方法调用本质上都是根据方法的 self 类型 (self, &self, &mut self) 来创建一个引用(或者直接把自己)传给函数, 然后再传剩余参数. 这一点在和生命周期搏斗时很有帮助, 显式写出一个 `&mut xx` 会更明显看到在这里创建了一个 mutable reference, 然后去推理生命周期. ## 8.2. 泛型实现参数多态参数多态指的是一个函数可以对不同的类型做出相同的处理. Rust 使用的泛型来实现参数多态, 在编译时会对泛型函数做**单态化**. 单态化的意思就是, 会对每一个调用这个函数的类型, 生成一个这个类型对应的唯一的函数. ```rust fn get_first(slice: &[T]) -> &T { &slice[0] } let nums = vec![1, 2, 3]; let strings = vec!["1".to_string(), "2".to_string(), "3".to_string()]; let first_num = get_first(&nums); let first_string = get_first(&strings); ``` 上面代码会将 `get_first` 单态化为两个不同的函数: ```rust fn get_first_i32(slice: &[i32]) -> &i32 { &slice[0] } fn get_first_String(slice: &[String]) -> &String { &slice[0] } let first_num = get_first_i32(&nums); let first_string = get_first_String(&strings); ``` 可以看到, 对 `&nums` 和对 `&strings` 调用的是两个不同的函数. 这么做的好处是极致的性能, 没有任何运行时开销, 编译期就可以知道调用的是哪个函数. 坏处是如果有很多类型都用了这个函数, 那么为每个类型都生成一个函数, 会导致 binary bundle size 变大. 泛型实现了 static dispatch, 因为在编译时就能静态知道调用的哪个函数. 这点对于 JS 程序员来说比较陌生, 因为 TS 的泛型在编译时会被直接擦除, 不存在 static dispatch. ## 8.3. trait object 实现子类型多态子类型多态指的是, 一个子类型的对象可以被当父类型使用. 此时通过父类型的引用调用方法, 会优先调用子类型上的方法. 而由于 Rust 没有类和继承, 不存在父子关系, 所以这里的父子关系变为了 type 和 trait 的关系. 如果一个函数不关心自己的参数的具体类型, 只关注他实现了什么 trait, 那么就可以用 trait object ```rust fn get_string(input: Box) -> String { input.to_string() } let res1 = get_string(Box::new("123")); let res2 = get_string(Box::new(456)); ``` 上面的 `dyn ToString` 就是一个 trait object, 表示任意实现了 `ToString` 的类型. 由于不知道具体的类型, 当然也没法知道具体的大小. Rust 要求每个参数/变量都得有具体的大小, 所以需要放到一个指针类型里, 最常用的就是 `Box`, 或者直接用一个引用 `&dyn ToString`. 此时在 `get_string` 函数里, `input` 失去了具体的类型, 取而代之的是一个 `Box` 的 trait object, 所以只能调用 `ToString` 里的方法, 也就是 `to_string`. 上面的需求用泛型也可实现, 但是有些场景只能用 trait object, 典型的例子就是数组/slice/Vec 等集合类型: ```rust fn get_strings(input: &[Box]) -> Vec { let mut vec = vec![]; for item in input { vec.push(item.to_string()); } vec } let res = get_strings(&[Box::new("123"), Box::new(456)]); ``` 上面代码会报错: ```rust 99 | let res = get_strings(&[Box::new("123"), Box::new(456)]); | -------- ^^^ expected `&str`, found integer | | | arguments to this function are incorrect ``` 因为一个集合类型里面的元素类型必须完全相同, 但是 `Box<&str>` 和 `Box` 显然是不同的, 没有办法装到一个 slice 里. 这时候就只能用 trait object 了: ```rust fn get_strings(input: &[Box]) -> Vec { let mut vec = vec![]; for item in input { vec.push(item.to_string()); } vec } let res = get_strings(&[Box::new("123"), Box::new(456)]); ``` 此时这个 slice 的元素类型为 `Box`, 是同一个类型. 这个场景遇到闭包会更加明显, 因为每个闭包的类型都是不同的, 如果要放到一个集合里就只能用 trait object, 比如 `Box i32>`. trait object 实现了 dynamic dispatch, 因为在编译时并不知道 `item.to_string` 具体是哪个函数. 在编译时会创建一个叫 vtable 的结构, 放在制度数据段 (比如 .rodata section). 然后在运行时去根据 vtable 找到真正调用的函数, 执行调用. 具体流程如下: ```rust trait Animal { fn speak(&self) -> String; fn number_of_legs(&self) -> u8; } struct Dog; impl Animal for Dog { fn speak(&self) -> String { "Woof!".to_string() } fn number_of_legs(&self) -> u8 { 4 } } struct Cat; impl Animal for Cat { fn speak(&self) -> String { "Meow!".to_string() } fn number_of_legs(&self) -> u8 { 4 } } fn main() { // 这个转换就是触发 vtable 创建和使用的关键时刻！ let dog_animal: Box = Box::new(Dog); } ``` 1. 编译时的静态构建当编译器处理 let dog_animal: Box = Box::new(Dog); 这行代码时, 它会执行以下一系列操作： 1.1. 识别出 `trait-type` 组合. 编译器识别出这里有一个从具体类型 Dog 到 Trait 对象 dyn Animal 的转换. 它锁定了这个组合：(Dog, dyn Animal). 1.2. 查找并分析 trait 和 impl. 编译器查看 `Animal` trait 的定义, 它知道任何 `dyn Animal` 都需要能调用 `speak` 和 `number_of_legs` 这两个方法. 1.3. 构建 Vtable 的内存布局编译器为 dyn Animal 这个 Trait 对象确定了 vtable 的结构. 它本质上是一个函数指针数组（或者说结构体）, 其布局大致如下： ```c // 这是一个伪代码, 描述 vtable 的内部结构 struct VTableForAnimal { // 1. 指向析构函数的指针 (用于正确地 drop 对象) void (_drop_in_place)(void_); // 2. 对象的大小 (size) 和对齐 (alignment) size_t size; size_t align; // 3. 指向 Trait 中各个方法的函数指针 String (*speak)(void*); // 指向 Dog::speak u8 (*number_of_legs)(void*); // 指向 Dog::number_of_legs } ``` 注意 vtable 不仅包含 trait 方法的指针, 还包含三个重要的元数据: 析构函数指针, 大小和对齐方式. 这使得 `Box` 知道如何正确地释放它所指向的, 类型被“擦除”的对象的内存. 1.4. 创建并存储静态 Vtable 实例编译器会为 (Dog, dyn Animal) 这个组合创建一个全局的, 静态的, 只读的 vtable 实例. 这个 vtable 实例会被放置在最终生成的可执行文件的只读数据段(比如 .rodata section)中. 它看起来就像这样: ```c C // 伪代码：编译器在 .rodata 段中生成了这样一个常量 const VTableForAnimal VTABLE_DOG_AS_ANIMAL = { .drop_in_place = &drop_dog, // 指向 Dog 的析构逻辑 .size = size_of::(), // Dog 类型的大小 (在这是 0) .align = align_of::(), // Dog 类型的对齐 .speak = &Dog::speak, // 指向 Dog::speak 函数的机器码地址 .number_of_legs = &Dog::number_of_legs // 指向 Dog::number_of_legs 的机器码地址 }; ``` - 这个 vtable 不是每个 Dog 对象都有一份, 而是所有 Dog 类型在被当作 dyn Animal 使用时, 共享同一个 vtable 实例. - 同理, 编译器也会为 (Cat, dyn Animal) 组合创建另一个独立的、静态的 vtable：VTABLE_CAT_AS_ANIMAL. 2. 运行时的指针组合在编译期完成了上述所有准备工作后, 运行时的事情就变得非常简单了. 当`let dog_animal: Box = Box::new(Dog);` 这行代码在运行时执行时: 2.1. `Box::new(Dog)` 在堆上分配内存来存放一个 `Dog` 实例. 2.2. 在进行 `Dog -> dyn Animal` 的转换时, 一个胖指针（fat pointer）被创建出来. 2.3. 这个胖指针包含两个部分: 数据指针 -> 堆上那个 `Dog` 地址; vtable 指针 -> 指向编译器在编译期创建好的, 存储在只读数据段里的 `VTABLE_DOG_AS_ANIMAL` 的地址. ``` STACK (栈) HEAP (堆) .RODATA (只读数据段) +------------------------+ +-----------------+ +============================+ | dog_animal | | Dog Instance | | VTABLE_DOG_AS_ANIMAL | | (Box) | | (on the heap) | | (static, read-only) | | +--------------------+ | +-----------------+ |----------------------------| | | data_ptr | ---|---------------------->| (Dog's fields) | | drop_ptr | ---------> | (drop code for Dog) | +--------------------+ | | size | (e.g. 0) | | | vtable_ptr | ---|------------------------------------------------------------->| align | (e.g. 1) | | +--------------------+ | | speak_ptr | ---------> | Dog::speak() code +------------------------+ | num_legs_ptr | ---------> | Dog::number_of_legs() code +============================+ | VTABLE_CAT_AS_ANIMAL | | (another static vtable) | | ... | +============================+ ``` 当调用 `dog_animal.speak()` 时: 2.4. 通过 `dog_animal` 的 `vtable_ptr` 找到 `VTABLE_DOG_AS_ANIMAL`. 2.5. 在 vtable 里查找 `speak_ptr` 对应的函数指针 2.6. 通过 `dog_animal` 的 `data_ptr` 找到 `Dog` 实例的地址, 并将其作为 `&self` 参数 2.7. 调用该函数指针指向的函数, 即 `Dog::speak(&dog_instance)`. ## 8.4 trait 实现特设多态特设多态指的是同一个操作, 根据操作数的不同类型, 执行不同的逻辑. 这一点和参数多态有区别, 参数多态是对不同的类型做相同的操作, 而特设多态是对不同的类型做不同的操作, 最典型的例子就是函数重载. 但是 Rust 不支持函数重载. Rust 通过 trait 实现了特设多态. 给不同的类型实现同一个 trait, 但是具体的实现不同. # 总结从 JS 的灵活自由到 Rust 的严谨克制, 学习 Rust 的过程就像是从“随心所欲”过渡到“如履薄冰”. JS 的运行时为我们屏蔽了内存管理、并发安全等底层细节, 让我们可以专注于快速实现功能；而 Rust 则要求开发者直面这些挑战, 通过严格的编译期检查来确保代码的安全性和性能. 这种思维转变虽然初期会带来不适, 但一旦适应, 你将收获更健壮、高效的代码能力. Rust 的所有权、借用检查、模式匹配、trait 等特性, 不仅是语言的设计精髓, 更是现代编程思想的体现. 它们迫使你以更清晰的方式组织代码, 减少隐藏的 Bug, 提升程序的可靠性. 如果你习惯了 JS 的“放飞自我”, Rust 可能会让你感到束缚, 但正是这种束缚, 最终会让你写出更稳定、更安全的程序. Rust 不是让你写得更快, 而是让你写得更对.