组件对象模型 组件对象模型（，缩写-- ）是微软的一套软件组件的二进制接口标准。这使得跨编程语言的进程间通信、动态对象创建成为可能。COM是多项微软技术与框架的基础，包括OLE、、ActiveX、COM+、DCOM、Windows shell、DirectX、Windows Runtime。COM与实作语言种类无关，如此使用它实作的物件可用在不同于开发它的环境，甚至跨越机器边界。对制作良好的物件，COM使物件得以重复使用，而无须知道其内部实作，因为它强制实作者提供与实作分离、确切定义的介面。各语言不同的储存配置语意使组件对象模型用物件参照计数(Reference counting)管理其自身的产生与销毁。不同介面间型别转换的铸型用 QueryInterface 方法。 概要. COM的核心是一组组件对象间交互的规范，定义了组件对象如何与其使用者通过二进制接口标准进行交互，COM的接口是组件的类型纽带。 除了规范之外，COM还是一个称为“COM库”的实现，包括若干API函数，用于COM程序的创建与使用。 COM还提供定位服务的实现，可以根据Windows系统注册表，从一个类标识（CLSID）来确定组件的位置。 COM采用自己的IDL来描述组件的接口（interface），支持多接口，解决版本兼容问题。COM为所有组件定义了一个共同的父接口IUnknown。GUID 是一个 128 位整数（16 字节），COM将其用于计算机和网络的唯一标识符。 除了基本规范和系统实现之外，COM的构成还包括永久存储、绰号（moniker智能命名/标记）和统一数据转移（UDT = Uniform Data Transfer）三个核心的操作系统部件。 COM实质上是一种语言无关的对象实现方式，这使其可以在创建环境不同的场合、甚至跨计算机的分布环境下被复用。COM允许复用这些对象，而不必知道对象内部是如何实现，因为组件实现者必须提供良好定义的接口从而屏蔽实现细节。通过引用计数，组件对象自己负责动态创建与销毁，从而屏蔽了不同编程语言之间的内存分配语义差异。在COM接口之间的类型转换通过QueryInterface方法。 对于某些应用程序来说，COM已经部分被.NET框架取代。COM通过Windows Communication Foundation（WCF）支持Web Service。COM对象通过.NET COM Interop可以被所有.NET语言使用。网络化的DCOM使用二进制私有格式，而WCF鼓励使用基于XML的SOAP消息机制。COM非常类似其他软件组件接口技术，如CORBA与JavaBeans，它们各自有其优点与弱点。 与C++不同，COM提供了一个稳定的应用二进制接口（ABI），不随编译器版本而改变 。 历史. 早在1988年，微软的Anthony Williams的论文“Object Architecture: Dealing with the Unknown or Type Safety in a Dynamically Extensible Class”以及1990年的“On Inheritance: What It Means and How To Use it”论文奠定了COM的理论基础。 Windows作业系统提供了三种进程间的通讯机制：剪贴簿、DDE与OLE。OLE原名是物件连结与嵌入（Object Linking and Embedding），OLE可以说是DDE的改良版。1992年，OLE 1.0版随Windows 3.1操作系统发布，提供复合文档（compound document）处理，但它过于复杂，Brockschmidt, Kraig的「Inside OLE」一书中提到，必须经过六个月的心灵混沌期，才能了解OLE是什么。1993年，COM架构随OLE 2.0第一次公开发布。在微软Office套件中，COM取代了OLE。这成为COM技术战胜Windows 95团队开发的其他对象技术的关键因素。 1996年，为应对CORBA，DCOM随Windows NT 4 Option Pack发布。 1999年，Windows 2000发布了COM+，关注MTS，并放弃了DCOM这个名称。 COM元件类型. COM是基于元件物件方式概念来设计的，在基础中，至少要让每个元件都可以支援二个功能： 这二个功能即为COM的根：codice_1介面所提供的codice_2，codice_3及codice_4三个方法的由来。所有的COM元件都要实作codice_1，表示每个COM元件都有相同的能力。 只由COM衍生实作出来的元件，称为纯COM元件。 但在Windows持续发展时，Visual Basic 4.0开始支援OCX，也就是OLE Custom Control，这让微软开始思考要如何让COM元件可以跨语言支援，在这样的要求下，必须要提供一个一致的介面，以及提供一组可以呼叫介面内方法的能力，由于纯COM元件只能够支援C/C++的直接存取，为了要达到跨语言的能力，在COM中必须要支援在外部呼叫内部方法的机能，这个机能造就了codice_6方法，另外为了跨语言的支援，COM应该要提供简单的元件存取识别方式，这也就是会有codice_7的原因，将这些方法组合起来，定义出的必要介面，称为codice_8介面，所有实作此介面的，都可以支援跨语言的支援。 微软将实作此介面的元件都称为自动化（Automation）元件。 相关技术. COM曾是Windows平台下主要的软体开发平台，并且影响至其他许多相关软体技术。 COM+. COM+是微软Windows 2000中，Microsoft Transaction Server的强化实作版本，除了提供基本的元件交易支援外，还提供了松散藕合式事件（loosely-coupled events）与物件共用池（object pooling）等应用程式伺服器的能力，成为Windows 2000开始在微软平台上主要的应用程式伺服器平台，目前.NET Framework也提供了System.EnterpriseServices命名空间以支援COM+。 Distributed COM. Distributed COM是依据远程过程调用（RPC，Remote Procedure Call）的规范发展的可以在网路上通讯的COM元件，它将COM元件的能力扩及到网路上，但因为网路安全以及防火墙因素，DCOM无法广泛的流行。 .NET. .NET Framework是新一代的Microsoft Windows应用程式开发平台。使用C#开发COM组件，首先创建类型为Class Library的项目，然后在项目的Property中进入Build页，对“Register for COM interop”选项打勾。打开AssemblyInfo.cs文件，设置[assembly: ComVisible(true)]，这样就可以生成.tlb文件。源程序示例如下： using System.Runtime.InteropServices; namespace MyNameSpace //可以通过//菜单“工具/guid 生成”。 [Guid("298D881C-E2A3-4638-B872-73EADE25511C")] public interface AddComInterface [DispId(1)] int iadd(int a, int b); [DispId(2)] string stradd(string strA, string strB); [Guid("2C5B7580-4038-4d90-BABD-8B83FCE5A467")] [ClassInterface(ClassInterfaceType.None)] public class AddComService : AddComInterface public AddComService() public int iadd(int a, int b) int c = a + b; return c; public string stradd(string strA, string strB) return strA+strB ; 技术细节. 不同的COM组件类型用类ID（CLSID）标示，这是一种全局唯一标识符（GUID）。每个COM组件用一个或多个接口来暴露其功能。这些接口也采用GUID唯一标识，称为接口ID（IID）。 COM接口与几种编程语言有语言绑定，如C语言、C++、Visual Basic、Delphi语言、Python以及Windows平台上的几种脚本语言。它们都是通过接口的方法来访问组件。 接口. 所有COM组件都实现了IUnknown接口，该接口暴露了引用计数实现的对象生命期管理与类型转换，以访问不同的预定义接口。 IUnknown接口以及基于IUnknown的定制接口包括一个指向的指针，虚函数表中包含若干函数指针，分别指向接口所声明的函数实现。对于进程内的COM组件调用，其效率等同于C++的虚函数调用。 除了基于IUnknown的定制接口，COM也支持继承自IDispatch的dispatch接口，从而支持了用于的。不能访问定制接口的编程语言（例如VBS）可以通过dispatch接口访问COM组件。 Windows API提供了C语言定义COM接口的方法： DECLARE_INTERFACE_(IClassFactory, IUnknown) // *** IUnknown methods *** STDMETHOD(QueryInterface) (THIS_ REFIID riid, LPVOID FAR* ppvObj) PURE; STDMETHOD_(ULONG,AddRef) (THIS) PURE; STDMETHOD_(ULONG,Release) (THIS) PURE; // *** IClassFactory methods *** STDMETHOD(CreateInstance) (THIS_ LPUNKNOWN pUnkOuter, REFIID riid, LPVOID FAR* ppvObject) PURE; // 等效的C++例子: struct FAR IClassFactory : public IUnknown virtual HRESULT STDMETHODCALLTYPE QueryInterface( IID FAR& riid, LPVOID FAR* ppvObj) = 0; virtual HRESULT STDMETHODCALLTYPE AddRef(void) = 0; virtual HRESULT STDMETHODCALLTYPE Release(void) = 0; virtual HRESULT STDMETHODCALLTYPE CreateInstance( LPUNKNOWN pUnkOuter, IID FAR& riid, LPVOID FAR* ppvObject) = 0; // C语言宏扩展后是这样的: typedef struct IClassFactory const struct IClassFactoryVtbl FAR* lpVtbl; } IClassFactory; typedef struct IClassFactoryVtbl IClassFactoryVtbl; struct IClassFactoryVtbl HRESULT (STDMETHODCALLTYPE * QueryInterface) ( IClassFactory FAR* This, IID FAR* riid, LPVOID FAR* ppvObj) ; HRESULT (STDMETHODCALLTYPE * AddRef) (IClassFactory FAR* This) ; HRESULT (STDMETHODCALLTYPE * Release) (IClassFactory FAR* This) ; HRESULT (STDMETHODCALLTYPE * CreateInstance) ( IClassFactory FAR* This, LPUNKNOWN pUnkOuter, IID FAR* riid, LPVOID FAR* ppvObject); HRESULT (STDMETHODCALLTYPE * LockServer) ( IClassFactory FAR* This, BOOL fLock); 类. COM类（coclass）是一个或多个接口的具体实现，它很类似面向对象程序设计语言中的类。类的GUID标识被称作类ID（CLSID）；或者programmatic identifier字符串（progid），因为VBS等脚本语言不能使用GUID，只能用字符串查找、使用COM组件。 COM对象不能被直接访问，只能通过COM接口来访问对象。COM也支持同一个接口的多个实现，因此客户程序运行时可以选择实例化接口的哪个实现。 接口定义语言与类型库. 类型库（type library）包含着COM类型的元数据。这些类型采用微软接口定义语言（MIDL）描述。 IDL文件定义了类、接口、结构、枚举与其他用户定义类型。IDL类似于C++的声明，使用了一些额外的关键字如interface、library等。IDL还支持在声明前给出方括号属性（bracketed attribute）以提供额外信息，如接口的GUID、指针参数与长度域之间的关系等。 MIDL编译器用来编译IDL文件，产生编译器独立的头文件。头文件包含了IDL文件中声明的接口对应的结构定义。结构只包含一项成员，即指向在接口中声明函数的地址表的指针（vtbl），以模仿C++对虚函数的实现。头文件还包含了类与接口等的GUID的常量的定义。MIDL编译器也可以产生C++源文件，包含代理模块（proxy module），用以把COM调用转为远程过程调用，以支持跨进程的DCOM通信。 IDL文件也可以被MIDL编译器生成类型库（TLB）文件codice_9，以供其他语言编译器与运行时环境使用，如VB、Delphi、.NET等生成语言相关表示COM类型的结构。C++把TLB转回到IDL表示。 #import 类型信息. 使用C++的预编译directivecodice_10 ，可以装入如下格式的类型信息： codice_10创建两个头文件以用C++源码形式恢复类型库信息： 两个文件被放在输出目录中。编译器在现场就地codice_12主头文件。 类型库主头文件（.TLH）包含七部分： 从第2至第6部分都包含在命名空间中，其名字在最初的IDL文件的codice_16语句中给出。改名字在codice_10语句中可用属性no_namespace抑制掉；也可用rename_namespace属性更名。 COM作为对象框架. COM是一个运行时框架，类型必须在运行时单独地标识并可指定。为此，使用GUID，每个COM类型被指定了它自己的GUID用于运行时标识。这也解决了C/C++语言的名字修饰导致的链接兼容性问题。 为了使COM类型信息在编译时与运行时都可以访问，COM使用类型库。这使得COM成为对象交互的动态框架。 考虑下述用IDL定义coclass的例子： coclass SomeClass { [default] interface ISomeInterface; 上述代码框架声明了一个COM类，称为codice_18，实现了接口codice_19。 这在概念是等价于下述C++类： class SomeClass : public ISomeInterface { ... 其中ISomeInterface是一个C++虚基类。 包含COM接口与类的IDL文件被编译为类型库（TLB）文件。客户程序可以在运行时分析类型库文件，以确定对象支持哪些接口，然后调用对象的接口方法。 C/C++程序以类ID（CLSID）与接口ID（IID）作为参数，用codice_20函数实例化COM对象。codice_18的实例化代码如下： ISomeInterface* interface_ptr = NULL HRESULT hr = CoCreateInstance(CLSID_SomeClass, NULL, CLSCTX_ALL, IID_ISomeInterface, (void**)&interface_ptr); 在这个例子中，使用COM子系统获取指向codice_19接口的实现对象的指针，用CLSID_SomeClass指示用这个特定的coclass。 引用计数. 所有COM对象采用引用计数管理对象的生命期。客户程序通过所有COM对象都要强制实现的IUnknown接口的AddRef与Release方法来控制引用计数。当引用计数降到0时，COM对象自己负责释放内存。即对动态分配内存创建的COM对象，其Release函数内部引用计数降为0时，就释放自身所占的动态分配内存。有的COM对象（如IClassFactory）往往是静态对象，Release函数内部引用计数降为0时不需做额外的操作。 特定语言（例如Visual Basic）提供了自动引用计数，所以COM对象开发者在源代码中不需要显式维护任何内部的引用计数。C/C++编程者或者执行显式的引用计数，或者使用智能指针（如MFC提供的CComPtr）自动管理引用计数。 下述是如何调用COM对象的AddRef与Release的指引： 不向远程对象发出引用计数的调用。代理模块保持着远程对象的一个引用，并维持着它自己的本地引用计数。 为简化COM开发，引入了活动模板库（Active Template Library，ATL）用于C++开发。ATL提供了更高层次的COM开发范式。ATL也有益于COM客户应用程序开发摆脱直接维护引用计数，而是用智能指针对象。 其他能直接支持COM的库与语言还包括MFC Visual C++编译器的COM支持、VBScript、Visual Basic、ECMAScript（JavaScript）和Borland Delphi等。 程序设计. COM是一个语言独立的二进制标准，任何能够理解与实现COM的二进制定义的数据类型与接口的语言都可以开发COM组件。 COM实现负责进入、离开COM环境，实例化与引用计数COM对象，查询对象支持的接口，以及错误处理。 Microsoft Visual C++编译器支持对C++语言的扩展：称作"C++ Attributes"。这些扩展被设计用于简化COM开发，去除实现COM服务器时大量臃肿的代码。 使用注册表. 在Windows操作系统中，COM类、接口、类型库都会根据其GUID登记到Windows注册表。HKEY_CLASSES_ROOT\CLSID下是COM类；HKEY_CLASSES_ROOT\Interface下是接口。COM类型库注册在每个COM对象的本地库条目下或者远程服务的网络位置处。 不使用注册表的COM. 不使用注册表的COM（RegFree COM）是Windows XP引入的技术，允许COM组件不在注册表中存期激活的元数据与类ID（CLSID），而是在实现类的或者存储在可执行文件的资源中或组件安装时的单独文件中。这使得同一组件的不同版本可以安装在不同目录下，用其各自的manifest描述，直接。这种技术有限支持EXE COM服务器且不能用于系统范围组件如MDAC、MSXML、DirectX或Internet Explorer。 应用程序装入时，Windows装入器搜索manifest。如果存在，装入器从它增加信息到激活上下文。COM类工厂试图实例化一个类时，激活上下文首先检查这个CLSID的实现是否可以找到。仅当查找失败时，才扫描Windows注册表。 进程与网络透明. COM对象可以透明地实例化与引用在同一进程、跨进程边界、甚至在网上远程（DCOM）。进程外或远程对象用marshalling序列化方法调用与返回值。这种marshalling对用户是不可见的，就如同访问进程内的COM对象。 线程化与“套间”. 一个进程加载了一个COM的DLL文件后，该DLL可能定义并使用了一些可修改的全局变量或访问共享资源。该进程内的多个线程如何并发访问该DLL并保证是线程安全的，这就是“套间”（apartment）技术需要解决的问题。 COM对象与创建或调用COM对象的线程可以按两种策略来实现并发安全： COM的并发安全的具体实现，提出了套间（apartment）概念。每一种套间类型表示在一个进程内部是多线程情况下，如何同步对COM对象的调用。套间是一个逻辑容器，收纳遵循相同线程访问规则的COM对象与COM线程（创建了COM对象的线程或者调用了COM对象的方法的线程）。套间本质上只是一个逻辑概念而非物理实体，没有句柄类型可以引用它，更没有可调用的API操纵它。套间有两种： 一个COM对象只能存在于一个套间。COM对象一经创建就确定所属套间，并且直到销毁它一直存在于这个套间。COM对象的套间类型写在Windows注册表相关条目中。 一个COM线程从创建到结束都属于同一个套间。COM线程只有两种套间模式：STA或MTA。线程必须通过调用CoInitializeEx()函数并且设定参数为COINIT_APARTMENTTHREADED或者COINIT_MULTITHREADED，来指明该线程的套间模式。调用了CoInitializeEx()函数的线程即已进入套间，直到线程调用CoUninitialize()函数或者自身终止，才会离开套间。COM为每个STA的线程自动创建了一个隐藏窗口，其Windows class是"OleMainThreadWndClass" 。跨套间调用这个STA套间内的COM对象，实际上是向这个隐藏窗口发送了一条窗口消息，通过消息循环与分派，该窗口过程收到这条窗口消息并调用相应的COM对象的接口方法。 线程访问属于同一套间的COM对象，直接执行方法调用而不需COM设施的辅助。线程跨套间边界去调用COM对象，传递的指针需要marshalling。如果通过标准的COM的API来调用，可以自动完成安整。例如，把一个COM接口指针作为参数传递给另外一个套间的COM对象的proxy的情形。但如果软件编程者跨套间传递接口指针而没有使用标准COM机制，就需要手工完成安整（通过CoMarshalInterThreadInterfaceInStream函数）与反安整（通过CoGetInterfaceAndReleaseStream函数获取COM接口的proxy）。例如，把COM接口指针作为线程启动时的参数传递的情形。 跨进程的调用COM对象类似于同一进程内跨套间的调用COM对象。 COM对象coclass在注册表表示中的子键InProcServer32下的条目中ThreadingModel给出： 批评. 消息泵. STA初始化时，创建一个隐藏窗口，用于apartment之间、进程间的消息路由。该窗口必须有正常的消息队列泵。这种结构称为消息泵。早期版本的Windows，消息泵的失败会导致系统范围的死锁。这个问题被初始化COM的Windows API复杂化了，并会导致实现细节的泄露。 引用计数. 如果多个对象是循环参照（Circular reference），则可能会导致问题。 Objects may also be left with active reference counts if the 使用COM事件池（event sink）模型，则对象可能一直保持活动的引用计数而不能被销毁。因为发送事件的对象必须有处理事件的对象的引用，因而对象引用计数永远不为0. 引用循环可以采取下述技术来克服： DLL地狱. 进程内的COM组件是用DLL文件实现，每个版本的DLL用CLSID登记到Windows注册表，因而某些情况下会发生DLL Hell效应。无需注册的COM克服了这一问题。 组件间的约定的表示. COM组件间的约定，纯粹是通过用户与组件之间的语义保证和假设的形式来表示的。COM用类型的形式表示组件约定。但是该约定存在如下两个关键问题，使得其对语义的表示并不是最优的。