云风的 BLOG

按目前引擎的抽象，每个 style 其实是一组 attrib 的列表。而单个 attrib 则是一个 k/v 对。k 虽然使用上是一个字符串，但实际上会被转换为 [0,127] 的数字 id 。也就是说，引擎只支持一百来个不同的 key 。就目前 RmlUI 定义的 css 规范来说，够用了。

而 value ，也是一个字符串。但对于不同的 key 有不同的结构。对 stylecache 模块来说，它并不关心其结构，全部视为字符串。这个字符串根据不同的 key ，可能是布尔量、数字、字符串、也可以是一组数字、甚至是一个字典这类复杂结构。

RmlUI 是用 C++ 编写的，我们把 style 从字符串取出时，转换为一个 C++ 可以方便访问的类。过去，这是通过序列化和反序列化进行的。即，当我们把 attrib 从 style 中取出时，将 attrib 通过反序列化变成一个 C++ 对象。这个对象可以方便的被 C++ 代码使用。

目前，这个反序列化过程发现有潜在的性能问题，值得优化一下。大致有两个方向：

其一，直接把 C++ 对象映射为连续内存，然后将内存视为字符串被 stylecache 管理起来。这样，就省去了反序列化的过程，也无需在每次访问 attrib 的数据时构造新的 C++ 对象（这个对象可以视为数据块的访问器）。

这一步我们已经差不多做好了，的确提升了不少性能。

但是复杂结构，比如字典对象，就很难被映射到连续内存块中。这是因为，复杂数据结构需要额外的索引信息。这些信息在 C++ 语境下，很可能是一些指针。指针是很难被复制和移动的，它难以被视为字符串。

所以，我考虑了第二个方向：不拒绝额外的访问器对象，同时对访问器做缓存。

如果我们把一个复杂的数据结构看成有两种形态，一是一个字符串；二是一个 C++ 对象；两者的信息是完全等价的，当它们都是不变量时，后者就是前者的访问器。

如果 C++ 对象可以通过字符串调用反序列化接口创建出来，又可以调用序列化接口变成一个字符串，那么就可以在两个心态间自由转换。通过这种转换，我们可以简化信息本身的生命期管理。

字符串的优势是可以自由的制作副本，计算 hash ，去重，比较等等；劣势是难以访问内部的数据子结构。

所以，我们对外的接口提到 attrib 时均可以 C++ 对象的形式提供数据，这样可以方便用户数据其内部数据结构。但，当我们需要在内部储存一个 attrib ，则可以以序列化后的字符串形式保存下来，同时 cache 一个对应的 C++ 访问器对象的内部 handle。这个 handle 可以较小，例如，当我们使用一个 16bit handle 时，内部其实最多 cache 64K 个访问器。因为访问器和字符串数据可以自由转换，当 cache 失效时，随时都能重建。

注意，这里没有提到访问器对象的生命期管理。实际上，我们需要调用者提供一个销毁方法，这样才能在 cache 满后销毁掉不用的访问器。但用户完全可以额外给访问器增加引用计数的管理。它的好处是，当通过接口取得一个 attrib 的访问器后，可以通过增加引用来持有它，下次把这个对象再重新传回 stylecache 模块（同时减一次引用）。持有和复用特定 attrib 的成本就是 O(1) 的了。

即：如果从外部传入一个新的 attrib ，stylecache 模块先把它序列化为字符串，持有这个字符串，这样就无需和外部商定其生命期如何管理（信息被复制了一次）。

如果从 stylecache 获取一个 attrib ，得到的是一个生命期仅延续到下一次 api 调用前的访问器，用户不需要关心它的生命期。但接下来如何立刻将访问器指针传回 stylecache 模块，则有可能在内部 cache 中找到，这样就可以跳过序列化流程。零拷贝。

大致是这样的，用户先定义三个接口：

typedef void * accessor_t;  // 访问器，可以是一个 C++ 对象

accessor_t (*create)(const char *, size_t);  // 从字符串构造访问器
void (*release)(accessor_t);  // 销毁访问器
size_t (*serialize)(accessor_t, char buf[], size_t buf_sz);  // 将访问器序列化为字符串

style 层面的接口需要交换 attrib 数据时，都采用访问器类型。所有的接口都约定为：对于输入参数，调用者自己负责输入访问器的生命期；对于输出参数，返回的访问器对象的生命期至少可以维持到下一个 api 调用。这样即没有增加生命期管理的成本，又可以额外提供一个 C++ 访问器对象供用户使用。

我写这篇 blog 是因为觉得以上方案有一定的通用性，值得记录一下：

在以往的 C++ 方案中，如果你想将一个 C++ 对象视为一个基础类型，常见的方案是给它定义一大堆接口：增加引用、减少引用、复制、计算 hash 、对象比较……

这样，这个对象才能被传递、复制、储存在容器中，以及作为字典的 key ，做类似字符串 intern 这样的去重（即相同的值在系统中只保留一份）。

我觉得传统方案过于复杂，需要额外编写大量的代码，且在生命期管理上很容易犯错。而这篇提到的方法，只需要为对象实现序列化、反序列化以及销毁三个接口就够了。而且减少了生命期管理的复杂度。