(转载)Metadata是.NET平台的核心灵魂
July 7th, 2010 jzli Leave a comment Go to comments
网友来信：李老师，您好！我参加过你去年到我们公司做的.NET深度培训，也拜读过你的译作：《.NET框架程序设计（修订版）》和 《Effective C#》，受益匪浅，非常佩服你这样优秀的.NET技术专家。前几天在博客园上的C#大论战，不知道您看过吗？特别是其中一个网友firelong所写的几篇轰动的帖子，对.NET的性能提 出了许多批评。这个话题在我们项目组（大多数都参加过你去年的培训）也引起了很多争论，很想听听李老师对这些观点的看法？……….
本来是以email的形式回复这位朋友的，但是写着写着发现写得长了，最后考虑将其以博文的形式登出。
其实个人无意参与这样的论战，因为很多口水帖、情绪贴. 我简单浏览了一下，发现论战的各方（firelong，jeffreyzhao，以及.NET社区众网友），最后都情绪激动了，情绪激 动之下讲的话大多都丢失了技术最扎实、最基本的原理。但是这些文章在口水之外，确实有一些深层次的技术问题暴露出来——有些甚至跨越.NET，而延伸到更 广泛的领域。但是，它们却被口水淹没了，没有好好深入讨论下去，非常可惜。这便是我最后决定写这篇文章的原因。我希望能够对其中被忽视的一些技术问题，做 一些有意义的探讨，与大家共享。
首先我想就《C# 会重蹈覆辙吗？系列之2：反射及元数据的性能问题》一文中的主要技术点来谈谈。这篇文章主要观点如下（并且给了相应的分析）：
1. 使用反射会有很高的性能成本
2. 即使不用反射，为支持反射而产生的metadata也有很高的性能成本
因此，作者才得出来在《C 与C++社区混战，C#会重蹈覆辙吗？》一文中“删除反射”的结论。关于反射和metadata带来的性能问题，我想没有人会否认，只是其性能问 题到底有多糟？我后面有空的话也许会另文讨论（firelong文章中有部分含糊其辞）。
本文中，我想讨论的是《C# 会重蹈覆辙吗？系列之2：反射及元数据的性能问题》一文的整个推理过程中的一个基本论点：.NET平台中metadata的目的是为了支持反射。
在这个论点的基础上，文中才有“反射并不常用，为了支持反射所创建的metadata却带来很多性能问题。因此删除反射，也就不需要创建 metadata，这样.NET就不会为此再付出性能损失（就像C、C++那样）”。
很不幸，这个基本论点是对.NET平台的极大误解。换言之，在.NET平台中metadata的存在绝对不仅仅只是支持反射。实际上，支持反射只是 metadata一个很小的用武之地，metadata是整个.NET平台非常核心的基础支撑设施，它在.NET平台中有着广泛的应用，是.NET平台的 灵魂。
为什么这么讲？这要从.NET创建时的整个软件时代背景来谈起，我们才能深刻理解这一点。.NET创建之前，Windows平台的软件技术经历了以 下几个阶段：DDE、OLE、ActiveX/COM。这些技术所努力解决的核心目标是：软件组件的复用性——这是软件开发的核心命题，是软件平台厂商竞逐的焦点。“软件组件的复用性”有以下几个含义：
１. 强调二进制级的复用（黑盒复用），而不是源代码级的复用（白盒复用）。
例如：我想在我的软件中集成PDF阅读器的能力，我不需要找Adobe要PDF阅读器的源代码，而是去找Adobe要一个支持PDF阅读的二进制组件—— 然后通过接口的方式来使用它。
２. 强调多语言创建的组件之间的复用，而不是单一语言创建的组件之间的复用。
例如：我在C++中写一个Email收发组件，可以在VB中直接使用。
DDE、OLE、ActiveX/COM无一不是围绕这个目标。COM是这些技术发展进程中的一个高峰。但是COM技术本身在发展过程中暴露出了很 多问题。Don Box在《Essential .NET》一书的第一章“The CLR as a Better COM”对COM的问题有非常深刻的解剖。
首先，要达致“组件复用”这一目标，必须有合同来规范组件与执行环境、组件与组件之间的各种约定。COM使用的是IDL或TLB作为组件合同，但它 们有几个根深蒂固的缺点：
１. IDL/TLB规范的是物理语义（例如v-table偏移，栈帧，参数，数据结构，对齐等内存细节），且使用的是C++语言的一个子集约定。
２. IDL/TLB规范描述与组件代码本身分离。
３. IDL/TLB规范较为混乱，没有达成业界统一的标准（第三方难以扩展开发）
其中第３点问题是微软对COM没有前后一致的系统规划导致——这一点如果假以时日是可以解决的。但是前面１、２点的问题是COM根深蒂固的问题，导 致了COM组件后期出现的各种难以解决的问题——不同语言实现面向COM的编译很难，因为满足了COM的复用模型，往往要打破该语言本身模型所约定的复 用。同时在一个语言中维护两套编译模型、和复用机制，步履维艰（在C++、VB、Delphi等语言中开发COM组件的痛苦相信很多人深有体会）。
而这个时候，95-98年间名声大噪的Java给了微软相当大的启发。特别是其中的metadata，微软的技术精英发现metadata是最好的 组件合同定义体。Metadata有以下几个非常好的特点（这些正好克服了COM组件描述IDL/TLB的缺点）：
１. Metadata描述的是逻辑结构，不涉及任何物理细节（例如v-table偏移，栈帧，参数，数据结构，对齐，方法地址等物理细节，直到在具体平台上加 载、执行时，才被确定，比如IL代码中经常看到的CALL指令后面的 MyClass:MyMethod就是逻辑上的元数据，而不是具体方法的物理地址）
２. Metadata本身与组件代码合并在一个文件中（即程序集），包含了组件依赖，版本等信息
３. Metadata从一开始就经过系统、精心的设计，是CLI业界标准的一部分（便于第三方开发相关应用）
这些特点使得metadata非常适合作为.NET组件与执行环境（CLR）、组件与组件之间（不用语言开发的组件）理想的合同规范。特别是第１ 点，“Metadata虚拟的逻辑属性”使得组件合同专注于“逻辑语义层面”，而非“物理实现细节”。简单解释一下：
１. 组件与组件的复用从此集中于“逻辑语义层面”，比如C1的方法M1中调用MyClass的方法MyMethod，用语义表达为：call MyClass:MyMethod。或者C1类继承C2类：用语义表达为：class C1 extends C2。或者调用虚方法：callvirt MyClass:VirtualMethod….
２. 组件与组件的复用不再纠缠于“物理实现细节”，例如：调用某个方法，必须知道它的入口点地址如jmp 0×000688；继承某个类，必须清楚它的字段layout等等，调用虚方法，必须清楚v-table偏移规定…..
那为什么“专注于逻辑语义层面的合同”要优于“专注于物理实现细节的合同”呢？
这就又要回到前面说的“软件组件的复用性”这一目标上来。简单来说，如果要实现“软件组件的复用性（注意二进制、多语言两个属性）”，“专注于物理 实现细节”对于各个语言的编译器厂商，要求太高了，各编译器厂商要协调一个执行体各个方面的物理细节（v-table偏移，栈帧，参数，数据结构，对齐， 方法地址等等…..不一而足）——这么多细节的要求，使得大家极难协调——COM后期的弊端丛生就源于此。
而“专注于逻辑语义层面”来实现组件的复用性，各编译器厂商生成的执行体（即.NET里面的程序集）只需要“用metadata表达逻辑语义上的复 用规范”即可——这对于各编译器厂商需要协调的规范的量级大大减少，实现起来相对容易得多。也不容易在各种细节上出现漏洞——因为大量的物理细节全由 CLR执行时来确定。
综上所述，metadata的根本性的作用是支持“基于逻辑语义的组件复用”——这是.NET致力于打造软件开发平台的核心目标。支持反射仅仅是metadata一个很小的衍生功能，而非主要功能。
事实上除了支持“基于逻辑语义的组件复用”这一核心目标外，metadata在.NET平台中还起着其他重要作用（有些是组件复用的延伸需求，比如 JIT与跨平台）：
1. Metadata是JIT编译、亦即实现.NET跨平台的基础
说明：IL代码中大量引用着Metadata。在MethodDef元数据表里面存储着一个方法的各种语义信息，许多IL指令就直接内嵌了 Metadata Tokens。没有Metadata，JIT也无法实现。
2. Metadata是.NET支持垃圾收集GC的基础
说明：metadata标记了对象与对象间的引用关系，这是GC遍历对象图（判断对象是否可以收集）的关键依据。没有metadata，GC将不知道 0×000688是一个指针（需要继续遍历）？还是一个整数（不需要继续遍历）？
3. Metadata是描述类型契约、标识、规范等的基本信息
说明：强命名程序集（使用metadata描述）唯一标识了编译器当初编译时的组件，不至于导致运行期仿冒、或者版本偷换（即DLL 地狱问题）
4. Metadata是.NET管理组件安全的基础（运行时类型检查，组件下载）
说明：metadata会告诉CLR执行环境一个组件的安全边界，从而可以管理那些恶意代码。
5. Metadata是.NET管理组件引用关系，加载的基础
说明：metadata会告诉一个组件需要引用哪些组件（哪些版本）？这是组件加载的基础。
从这里大家可以看出来，Metadata是.NET平台实实在在的基石。Metadata之于.NET平台，就像维他命至于生物体一样。换言之，删 除反射，并不能消除metadata。如果要消除metadata，.NET平台的整个设计基础（组件复用，以及上述的其他种种功能）将不复存在。
最后，指出《C# 会重蹈覆辙吗？系列之2：反射及元数据的性能问题》一文中的核心论据错误，并非为了追求驳倒firelong。建议 firelong，jeffreyzhao以及这场辩论的众多技术领域的网友（不管是firelong，jeffreyzhao支持者还是反对者），抛掉 “非要辩个胜负，分个高低”的怪诞氛围，而是来一些扎扎实实的技术说理过程，相信会更有意义——如是，则国内技术社区成长可待！