vlambda博客
学习文章列表

这篇文章通俗地谈谈内存安全的概念、手动内存管理的问题、垃圾回收器的优劣，再讲讲 rust 解决内存安全问题时独特的做法。

现在流行的操作系统和数据库等基础软件，多是使用 C 或 C++ 编写的。在 C 和 C++ 中，每当使用动态内存分配（如使用变长数组、变长字符串）时，需要手动分配和释放内存。以 C 语言为例：

// 为变量 a 分配内存区域char * a = malloc(64);// 使用变量 a// ...// 释放 a 的内存区域free(a);

每次使用动态内存分配的变量之前，总是要在一开始用 malloc 分配内存区域，在末尾用 free 释放掉它。这样很麻烦，而且经常会遗漏 free ，所以后来“垃圾回收器”被发明出来了。

垃圾回收器

如果使用包含有垃圾回收器的编程语言，就可以省掉 free 的烦恼。以 JavaScript 为例：

// 创建一个新的数组var arr = new Array(64);// 使用变量 arr// ...

在一开始时，通过 new 分配的内存区域会由垃圾回收器来统一管理，并不需要在代码的末尾释放。每隔一段时间，垃圾回收器会做一个检测，自动识别出来到底哪些内存区域可以被释放了。这让写代码方便了很多。

当然，垃圾回收器的问题也是显而易见的。

一是垃圾回收器需要间歇性地检测识别可释放的内存区域，这会产生不受代码控制的“垃圾回收中断”，像是代码暂停执行了一样。

二是垃圾回收器并不是即时释放内存区域、很多内存区域并不会在不再使用时立即释放，导致总体占用的内存偏大。

三是垃圾回收器需要完全管理编程语言中所有分配出来的内存区域，这导致同时使用多门带有垃圾回收器的编程语言时，总是需要更多内存拷贝操作，编程语言之间交互的代码更加繁琐。

因而，对性能要求高的基础软件、常被其他编程语言引用的底层库，一般不使用带有垃圾回收器的编程语言来实现。

尽管如此，现在很多编程语言仍然带有垃圾回收器。因为除了代码编写方便之外，垃圾回收器还带来了一个重要的好处，称为“内存安全”。

内存安全问题

垃圾回收器总是在一片内存区域不被使用的时候才去释放它。而如果手工编写 free ，有时很难做到正确使用 free 。

最常见的错误用法是 use-after-free ：free 调用得过早，导致内存错乱。例如：

void use_after_free_example_1() { // 为变量 a 分配内存区域 char * a = malloc(64); // 释放 a 的内存区域 free(a); // 为变量 b 分配内存区域 char * b = malloc(64); // 向 b 写入一段数据 strcpy(b, "data of b"); printf("%s\n", b); // 输出 data of b // 此时 a 仍可以使用，但访问到了 b 的数据！ printf("%s\n", a); // 输出 data of b // ...}

在上面这个例子中，由于变量 a 释放得过早，使得后续分配变量 b 时， b 重新使用了 a 刚刚释放掉的这片内存区域，最终导致 a 与 b 相等。

在实践中，往往情况更加复杂。例如下面这种变形：

void use_after_free_example_2() { // 为变量 a 分配内存区域 char * a = malloc(64); // 让变量 c 和变量 a 指向同一片区域 char * c = a; // 释放 a 的内存区域 free(a); // 为变量 b 分配内存区域 char * b = malloc(64); // 向 b 写入一段数据 strcpy(b, "data of b"); printf("%s\n", b); // 输出 data of b // 此时 c 仍可以使用，但访问到了 b 的数据！ printf("%s\n", c); // 输出 data of b // ...}

在上面这个例子中，有变量 c 复用了变量 a 的内存区域，而 a 释放时，对变量 c 的使用就会导致内存错乱。

在实践中，这些复杂的变形往往很难仅凭少数几个开发者就看出问题，也不一定能通过测试就表现出来；即使测试表现出来了问题， debug 往往也很麻烦。何况，还有更多其他类似的内存安全问题，比如多次 free 同一块内存区域、使用未初始化的内存区域、使用数组时下标越界等等。

一经发布，这些问题会给不怀好意的攻击者留下攻击面。历史上最有名的案例之一是 OpenSSL 的 heartbleed 漏洞。这个漏洞说来也并不复杂：就是将某个已经内存错乱了的变量内容通过网络发送了出去。如果错乱了的内容中刚好包含了需要保密的内容（如证书密钥），就使得攻击者拿到这些保密内容了。当时，众多网站被迫更新了证书；据报道，一些来不及应对的网站受到了攻击。

另据统计， Google Chrome 中 70% 的安全问题都属于内存安全问题，其中的一半是最容易犯下的 use-after-free 错误。所以，不要以为编码足够小心就能避免这种问题了。

rust 的解决方式

出于性能考虑， rust 是没有垃圾回收器的语言，但 rust 有一套完整的体系来保证内存安全。

首先， rust 没有显式的 free 调用，而是在花括号块的末尾自动释放。例如：

fn example_1() { { // 为变量 a 分配内存区域        let a: Vec<u8> = Vec::new(); // 花括号末尾自动释放 a 的内存区域 }    let b: Vec<u8> = Vec::new(); // b 虽然重新利用了 a 刚释放的内存区域 // 但 a 仅在上面花括号内有效，这里不能再使用    // 这样就避免了 use-after-free 问题}

如果作为花括号的计算结果抛到花括号外，则释放时机自动延迟到外层花括号末尾。例如：

fn example_1() { let a = { // 为变量 a 分配内存区域        let a: Vec<u8> = Vec::new(); a // 这里不会释放 a };    let b: Vec<u8> = Vec::new(); // a 还未释放    // b 和 a 的内存区域不同
 // a 和 b 在这个花括号末尾释放}

rust 的所有权规则规定，一个内存区域只能有一个所有者。例如：

fn example_2() { // 为变量 a 分配内存区域    let a: Vec<u8> = Vec::new(); // 将 Vec 所有权从 a 转移到 c let c = a; // 此时 a 不能再使用，也不会在末尾被释放
    let b: Vec<u8> = Vec::new(); // c 还未释放    // b 和 c 的内存区域不同
 // b 和 c 在这个花括号末尾释放}

rust 的借用规则规定，如果变量 c 持有变量 a 的引用，则 c 不能在 a 所在的花括号末尾被抛出。例如：

fn example_2() { let c = { // 为变量 a 分配内存区域        let a: Vec<u8> = Vec::new();        // c 是 a 的引用 let c = &a; c // 编译失败！ };    let b: Vec<u8> = Vec::new();}

不符合所有权和借用规则的写法都将直接导致编译失败。（详细的规则比较复杂，这里不再列举了。）

rust 的一整套所有权和借用机制可以完整保证内存安全，而且没有额外的运行时开销。这种无垃圾回收器的内存安全机制就是 rust 最重要的设计之一，也是 rust 在编程语言领域理论价值的体现。