怎么通俗的解释COM组件？

Qter

https://www.zhihu.com/question/49433640

作者：知乎用户
链接：https://www.zhihu.com/question/49433640/answer/116028598
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

因为公司产品的关系，一直都使用COM框架。

下面来一个一个解释吧 。

GUID:

全局唯一标识符，可以看成是唯一的一个ID，类似于物理网址那样。

IID:

也就是接口的唯一ID。C++中本没有接口的概念，是COM强行引入的，也就是一个类中全部都是纯虚函数，这样的类称为接口(interface)，微软甚至定义了一个宏，大概就是这样：#define interface struct;

IUnknown接口：

这个解释起来会比较麻烦。如

@灵剑
所说，当自己写的一个dll升级的时候，内部可能增加了成员，导致分配的空间发生变化，从而使得次dll和以前的dll不能兼容。这个就是臭名昭著的dll hell，为此微软最开始想了个很挫的方法，那就是在dll后面加上自己的版本号，如：myDll_1.dll, myDll_2.dll……如果你打开system32目录看看就知道是怎么回事了。但是这样总不是一个办法，假如有个实现类MyClass，我这样操作：MyClass* ptr = new MyClass(); MyClass可能在不同dll版本中占的空间不同产生兼容问题，我拿一个指向MyClass的指针调用方法也会产新问题，那么，如果是指向一个接口（只含有纯虚方法，不含有成员）的指针不就没有问题了吗，于是就变成了这样：IMyClass* ptr = new MyClass();

但是这样还没有解决new的问题，最好有一个创建实例的方法，并且返回共同的接口，这便是IUnknown的由来。微软一拍脑袋，想出了类似下面这样的代码：

IUnknown* pUnk = NULL;

HRESULT hr = CreateObject(&pUnk);

通过统一的函数，创建出个统一的接口的实例来避免产生dll兼容性的问题。

再谈GUID、CLSID、IID：

从上来看，所有的COM类其实都继承了IUnknown。但是，我拿个IUnknown接口有毛用啊，我还是需要把它转为我的具体类才行。假设有个汽车类Car，它继承于ICar，像这样：

IUnknown* pUnk = NULL;

CreateCar(&pUnk);

ICar* pCar = (ICar*)pUnk;

这样，我们拿到ICar指针才有意义。

但是微软认为，直接由用户来转型是不安全的，比如，你怎么知道pUnk一定可以转成ICar*呢。除此之外，ICar这个类不具有唯一性，我们需要唯一的一个标识符来确定一个类，那么这个标识符就是GUID。类ID就叫作CLSID，接口ID就叫作IID。我们需要一个转型的函数叫QueryInterface。

QueryInterface作为IUnknown中的一个纯虚函数，做的事情其实很简单，判断自己能不能转成某个GUID所指向的类而已。如果不可以，则返回E_NOTIMPL（谢谢

@Gee Law

指出），可以的话返回S_OK，并将转换后的指针作为参数返回，代码类似如下，可以体会一下:

public class Car : IUnknown, ICar{HRESULT QueryInterface(REFIID riid, void **ppvObject){if (ISEQUAL_IID(riid, IID_ICar)) //riid和ICar的IID相同，说明可以转换成ICar{*ppvObject = static_cast<ICar*>(this);return S_OK;}else if (ISEQUAL_IID(riid, IID_IUnknown)){*ppvObject = static_cast<IUnknown*>(this);return S_OK;}return E_NOTIMPL;}}
一个真正的QueryInterface要做的事情还要多一点，如增加引用计数等，这里就不多说了。

外部是这样调用：

ICar* pCar = NULL;

pUnk->QueryInterface(IID_ICar, (void**)&pCar);

这样，我们就从pUnk得到了个ICar*。

其实，这种写法，丑爆了。

IDL：
微软说我们的COM很NB，和语言是无关的！只要你按照我们的要求，建立一个接口，就可以实现COM。

但是，不同语言的语法不同，怎么才能有个通用的方案来定义接口呢，于是微软用了洪荒之力发明了一种语言，叫作IDL。

遵循IDL，就可以根据不同平台生成不同代码，如我定义了一个整数，在Java中可能是double，在VB中可能是Integer，但是我只需要写一份IDL，用IDL的解析器，如midl.exe可自动生成目标语言的代码（想法往往是美好的，但是好像没有什么人会生成其他语言吧……）

COM其实是个很庞大的体系，还有很多内容没有说，如引用计数、Invoke、RPC之类的，但是基本的思想就是上面我说的这样了。

作者：Xiaoyu Ma
链接：https://www.zhihu.com/question/49433640/answer/116142887
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

已经将近7年没碰COM了，强行答一发。

从原理来说，C++并不像Java的JVM一样到二进制级别都有详细定义。C++对compiler vendor在二进制细节上并没有约束：因为C++更贴近裸机，每一个约束都可能造成二进制代码并不能在某些平台上高效执行。举个简单的例子，C++的对象模型中实现多态和动态绑定的部分，是通过虚表（vtable）和虚指针（vptr）实现的。但是标准中没有说，vptr应该长在对象的首还是尾，没说各个虚函数的坑应该怎么排列，是按照函数定义的顺序排列还是按照字母表顺序排，厂商也可以在虚表实现里增加自己的奇怪插入信息，比如加个对象识别符什么的，甚至函数重载所使用的Name Mangling（同一个名字的函数能绑定到不同的参数版本，需要在名字上做手脚，因为symbol table在link的时候需要看到不同的名字才能找到函数实体）机制也没有规范。

这意味着什么？Java产生的对象，至少ByteCode级别是兼容的，不论你是用IBM的JDK或者OpenJDK还是Oracle的原装JDK，只要大版本一样，互相之间是可以调用的。C++就不行了，你一个Intel C++ Compiler或者g++哪怕在同一个平台，格式也是不同的，你想做动态调用，我说

ptr->func()

就这么个简单的动作，不同的编译器产生的对象而言，你都无法确定虚表怎么定位（当然你也可以说你见过的compiler都把虚表放在对象头部，其实他们也可以不这么做，没人拦着他们），就算定位了，你甚至都找不到对应的虚函数指针。

对于所有工程的源码都混在一个项目里编译的场景，这不是问题，因为你用同一个编译器，同一套规范产生代码，代码也是编译时就link起来的，二进制细节你完全无需关心。但是你要发布一个组件呢？我想做一个时钟类，不开放代码，二进制形式，比如以DLL方式发布出来，给别的C++项目，甚至一个JAVA项目去调用，没有COM的话，你大概只能选择以没有OO的基本方式发布一个函数组合，里面没有继承，没有类，什么都没有，只有一堆函数。但是如果我还是希望有面向对象呢，还是希望有类，有继承呢？

COM一大部分是为了解决这个问题而产生的。本质上来说，COM就是定义了一套二进制规范，用C、C++无歧义的部分，手工撸了一套OO机制出来。这样的机制，在你不考虑跨组件之间共享的时候，是很累赘很扯淡的，毕竟以前用编译器帮忙搞定的事情，现在都得手动了。但是遵循这套规范的好处是，一个组件对象，可以被不同编译器动态加载和调用。甚至，即便如.NET Java VB这样画风完全不一样的东西，也能调用一个C++写出来的COM组件。既然自己定义OO规范，那么微软就可以按照自己的想法对整个体系进行全新设计。例如用引用计数（相对于另一种在VM中非常普遍的设计：垃圾回收，这个更容易在没有VM的环境干净地实现）来管理对象生命周期，所以有了AddRef和Release；为了实现安全的动态转型（Dynamic Cast），微软规定需要用QueryInterface来查询接口；这三个放在一起，就是COM的根接口，类似Java的Object根对象，它定义了所有COM对象都需要实现的功能：生命周期管理，安全的动态转型。IDL则是为了方便对COM对象的接口定义而设计的语言。IDL规定了一个COM组件有些什么接口，接口有些什么函数，但是不涉及具体实现。你可以简单粗暴地认为这个东西类似COM的头文件。用这个接口定义语言，可以方便地产生跨平台的COM调用辅助代码。而GUID则是一个全局唯一标识符（通过奇怪的算法产生一个基本不可能重复的ID），这个标识符可以用在标示组件本身，也可以用来标示一个接口，标示接口的时候它就被称为IID（Interface ID）。唯一的标示解决了组件重名可能的混淆，或者同一个组件不同版本，接口之间不同版本的识别。不同于Java的用包路径标识类还可能会版本冲突，GUID标识的类和接口，基本可以认为没有这个问题。需要详细理解的，请去看《COM本质论》，在此之前可能要先看《Inside C++ Object Model》。后一本看完让你对C++的OO实现有比较深入的理解，再看前一本你才能明白为何COM要被设计出来。

作者：灵剑
链接：https://www.zhihu.com/question/49433640/answer/115952604
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

解释不解释也都是死掉了的技术了啊……

COM主要是一套给C/C++用的接口，当然为了微软的野心，它也被推广到了VB、Delphi以及其他一大堆奇奇怪怪的平台上。它主要为了使用dll发布基于interface的接口。我们知道dll的接口是为了C设计的，它导出的基本都是C的函数，从原理上来说，将dll加载到内存之后，会告诉你一组函数的地址，你自己call进去就可以调用相应的函数。

但是对于C++来说这个事情就头疼了，现在假设你有一个类，我们知道使用一个类的第一步是创建这个类：new MyClass()。这里直接就出问题了，new方法通过编译器计算MyClass的大小来分配相应的内存空间，但是如果库升级了，相应的类可能会增加新的成员，大小就变了，那么使用旧的定义分配出来的空间就不能在新的库当中使用。要解决这问题，我们必须在dll当中导出一个CreateObject的方法，用来代替构造函数，然后返回一个接口。然而，接口的定义在不同版本当中也是有可能会变化的，为了兼容以前的版本同时也提供新功能，还需要让这个对象可以返回不同版本的接口。接口其实是一个只有纯虚函数的C++类，不过对它进行了一些改造来兼容C和其他一些编程语言。在这样改造之后，出问题的还有析构过程~MyClass()或者说delete myClass，因为同一个对象可能返回了很多个接口，有些接口还在被使用，如果其中一个被人delete了，其他接口都会出错，所以又引入了引用计数，来让许多人可以共享同一个对象。

其实到此为止也并不算是很奇怪的技术，我们用C++有的时候也会使用Factory方法来代替构造函数实现某些特殊的多态，也会用引用计数等等。COM技术的奇怪地方在于微软实在是脑洞太大了，它们构造了一个操作系统级别的Factory，规定所有人的Interface都统一用UUID来标识，以后想要哪个Interface只要报出UUID来就行了。这样甚至连链接到特定的dll都省了。

这就好比一个COM程序员，只要他在Windows平台上，调用别的库就只要首先翻一下魔导书，查到了一个用奇怪文字写的“Excel = {xxx-xxx-xxxx...}”的记号，然后它只要对着空中喊一声：“召唤，Excel！CoCreateInstance, {xxx-xxx-xxxx...}”然后呼的从魔法阵里面窜出来了一个怪物，它长什么样我们完全看不清，因为这时候它的类型是IUnknow，这是脑洞奇大无比的微软为所有接口设计的一个基类。我们需要进一步要求它变成我们能控制的接口形态，于是我们再喊下一条指令：

“变身，Excel 2003形态！QueryInterface, {xxx-xxx-xxxx...}”

QueryInterface使用的是另一个UUID，用来表示不同版本的接口。于是怪物就变成了我们需要的Excel 2003接口，虽然我们不知道它实际上是2003还是2007还是更高版本。

等我们使唤完这只召唤兽，我们就会对它说“回去吧，召唤兽！Release！”但是它不一定听话，因为之前给它的命令也许还没有执行完，它会忠诚地等到执行完再回去，当然我们并不关心这些细节。微软大概会觉得自己设计出了软件史上最完美的二进制接口，从今以后所有的第三方库都可以涵盖在这套接口之下。然而历史的车轮是无情的，它碾过那些自以为是的人的速度总是会比想象的更快。Java的直接基于类的接口被广泛应用，开发使用起来远远来的简单，即便偶尔出点问题大家也都想办法解决了，事实证明程序员并不愿意花10倍的编写代码的时间来解决二进制库的版本兼容问题，他们更愿意假装没看见。很快微软也抄了一个.NET托管dll的方案出来，于是纯的二进制接口COM就慢慢被抛弃了。

COM，OLE，ActiveX，OCX，VBScript，历史不会忘记你们的，如果历史忘了，我替历史记住你们。安息吧。

=============================================================

这怎么还火了，这不应该是一个讨论遗留技术的冷门问题吗……补充说明一下，其实并没有贬低COM的意思，COM在当时一定是一个伟大的发明，只是技术革新太快。到今天，其实COM都是C++的二进制本机代码的动态链接的最佳的选择（Windows上的）。但是，C++，二进制本机代码，动态链接，这三件事现在没有一件是重要的……

COM在Windows操作系统底层继续发挥余热的时间肯定还会很长，因为永远都会有偏底层的C++开发的需要，必须游戏之类。只是技术趋势已经很明确了。