[.NET大牛之路 007] 詳解 .NET 程式集
.NET大牛之路 • 王亮@精緻碼農 • 2021.07.13
上一篇我們介紹了 Roslyn 編譯器，我們知道，我們編寫的 C#/VB 程式碼經過 Roslyn 編譯器編譯後會生成程式集文件。按照之前講的 .NET 執行模型的順序，這一篇我具體講講程式集。
什麼是程式集
我們編寫的 C# 程式碼經過編譯會生成 .dll 或 .exe 文件，這些文件就是 .NET 的程式集(Assembly)。
儘管 .NET 的程式集文件與非託管的 Windows 二進位文件採用相同的文件擴展名(*.dll)，但它們的內部完全不同。具體來說，.NET Core 程式集文件不包含平台(泛指作業系統和 CUP 架構的組合)特定的指令，而是平台無關的中間語言(IL)和類型元數據。
你可能在一些 .NET/.NET Core 的文檔中看到過 IL 的另外兩種縮寫：
MSIL(Microsoft Intermediate Language，微軟中間語言) 和CIL(Common Intermediate Language，通用中間語言)。IL、MSIL 和 CIL 都是一個概念，其中 MSIL 是早期的叫法，現在已經很少有人用了。
但 .NET Core 與 .NET Framework 不一樣，.NET Core 始終只會生成 *.dll 格式的程式集文件，即使是像控制台應用這樣的可執行項目也不再會生成 *.exe 格式的程式集文件。
那我們在 .NET Core 項目的 bin 目錄中看到和項目同名的 *.exe 文件是怎麼回事呢？這個文件並不是一個程式集文件，而是專門為 Windows 平台生成的一個可執行的快捷方式。在 Windows 平台雙擊這個文件等同於執行 dotnet <assembly name>.dll 命令。在我們安裝的 .NET Core 目錄中有個 dotnet.exe 命令文件（如 Windows 系統默認位置是C:\Program Files\dotnet\dotnet.exe），在編譯時，該文件會被複制到構建目錄，並重命名為與項目名稱同名的 <assembly name>.exe 文件。
程式集的組成
總的來說，每個程式集文件主要由 IL 程式碼、元數據(Metadata)、清單(Manifest) 和資源文件(如 jpg、html、txt 等)組成。其中，IL 程式碼和元數據會先被編譯為一個或多個託管模組，然後託管模組和資源文件會被合併成程式集。
託管模組，或者叫託管資源或託管程式碼，顧名思義，這種資源是由 .NET Core 的 CLR 運行時來管理運行的，它包含 IL 程式碼和元數據。比如對象的回收是由 CLR 中垃圾回收器(GC)自動執行的，不需要手動管理。
程式集文件中佔比最大的一般是 IL 程式碼。IL 程式碼和 Java 位元組碼相似，它不包含平台特定的指令，它只在必要的時候被 .NET Core 運行時中的 JIT 編譯器編譯成本機程式碼(機器碼)。
程式集文件中的元數據詳細地描述了程式集文件中每個類型的特徵。比如有一個名為 Product 的類，類型元數據描述了 Product 的基類、實現的介面（如果有的話）和每個成員的完整描述等細節。元數據由語言編譯器(Roslyn)自動生成。
除了託管模組，程式集文件還可以嵌入資源文件，如 jpg、gif、html 等格式的靜態文件，這些文件是非託管資源。
當託管模組和資源文件合併成程式集時，會生成一份清單，它是專門用來描述程式集本身的元數據。清單包含程式集的當前版本資訊、本地化資訊（用於本地化字元串等），以及正確執行所需的所有外部引用程式集列表等。
在第 5 篇文章中我們講了 .NET 的兩種執行模型，其中，當基於本地運行時執行模型發布時，雖然你的應用程式可以發布為可直接執行的單一文件，但這個單一的文件其實是多個文件的包裝。它包含了由 IL 程式碼編譯成的本地程式碼和 Native AOT 本地運行時。你的程式碼仍然在一個託管的容器中運行，運行時它的資源的管理和它作為多個文件發布是一樣的。
下面讓我們更詳細地了解一下 IL 程式碼、元數據和程式集清單。
IL 程式碼
我們先來看看下面這樣一段簡單的 C# 程式碼被編譯成 IL 程式碼會是什麼樣子。C# 程式碼如下：
class Calculator
{
public int Add(int num1,int num2)
{
return num1 + num2;
}
}
經過編譯後，在項目的 bin\Debug 目錄會生成一個與項目名稱同名的 dll 程式集文件。我們使用 ildasm.exe 工具打開這個文件，定位到 Calculator 的 Add 方法，可以看到 Add 方法的 IL 程式碼如下：
.method public hidebysig
instance int32 Add (
int32 num1,
int32 num2
) cil managed
{
// Code size 9 (0x9)
.maxstack 2
.locals init (
[0] int32
)
IL_0000: nop
IL_0001: ldarg.1
IL_0002: ldarg.2
IL_0003: add
IL_0004: stloc.0
IL_0005: br.s IL_0007
IL_0007: ldloc.0
IL_0008: ret
}
以我的安裝環境為例，你可以在這個位置找到
ildasm.exe工具：C:\Program Files (x86)\Microsoft SDKs\Windows\v10.0A\bin\NETFX 4.8 Tools\ildasm.exe。為了使用方便，你可以把該工具配置到 Visual Studio 的外部工具中。
這就是 IL 程式碼的樣子，如果使用 VB 或 F# 編寫相同的 Add 方法，它生成的 IL 程式碼會是一樣的。關於 IL 程式碼語法後面有機會再講，這裡我們暫且不關心。
由於程式集中的 IL 程式碼不是平台特定的指令，所以 IL 程式碼必須在使用前調用 JIT 編譯器進行即時編譯，將其編譯成特定平台(特定的作業系統和 CUP 架構，如 Linux x64)的本地程式碼，才能在該平台運行起來。
.NET Core 運行時會在 JIT 編譯過程中針對特定平台再次進行底層優化。比如將 IL 程式碼編譯成特定於某平台的本地程式碼時，它會把平台無關的程式碼剔除。並且，它會以適合目標作業系統的方式將編譯好的本地程式碼快取在記憶體中，供以後使用，下次不需要重新編譯 IL 程式碼。
元數據
除了 CIL 程式碼外，.NET Core 程式集還包含完整、全面、細緻的元數據，它描述了程式集中定義的每個類型（如類、結構、枚舉），以及每個類型的成員（如屬性、方法、事件），這些資訊生成都由編譯器自動完成的。
我們繼續使用 ildasm.exe 來看看 .NET Core 元數據具體長什麼樣。以前面的程式碼為例，選擇該程式集，依次點擊「視圖->元資訊->顯示」，可以看到當前程式集的所有元數據資訊。我們可以在元數據資訊中找到 Calculator 類的 Add 方法，它的元數據是這樣的：
TypeDef #2 (02000003)
-------------------------------------------------------
TypDefName: ConsoleApp.Calculator (02000003)
Flags : [NotPublic] [AutoLayout] [Class] [AnsiClass] [BeforeFieldInit] (00100000)
Extends : 0100000C [TypeRef] System.Object
Method #1 (06000003)
-------------------------------------------------------
MethodName: Add (06000003)
Flags : [Public] [HideBySig] [ReuseSlot] (00000086)
RVA : 0x00002090
ImplFlags : [IL] [Managed] (00000000)
CallCnvntn: [DEFAULT]
hasThis
ReturnType: I4
2 Arguments
Argument #1: I4
Argument #2: I4
2 Parameters
(1) ParamToken : (08000002) Name : num1 flags: [none] (00000000)
(2) ParamToken : (08000003) Name : num2 flags: [none] (00000000)
元數據會被 .NET Core 運行時以及各種開發工具所使用。例如，Visual Studio 等工具所提供的智慧提示功能就是通過讀取程式集的元數據而實現的。元數據也被各種對象瀏覽工具、調試工具和 C# 編譯器本身所使用。元數據是眾多 .NET Core 技術的支柱，比如反射、對象序列化等。
程式集清單
.NET Core 程式集還包含描述程式集本身的元數據，我們稱之為清單。清單記錄了當前程式集正常運行所需的所有外部程式集、程式集的版本號、版權資訊等等。與類型元數據一樣，生成程式集清單也是由編譯器的工作。
同樣地，還是以上面 Calculator 類所在項目為例，我們也來看看程式集清單長什麼樣子。在 ildasm.exe 工具打開的程式集的目錄樹中，雙擊 MAINFEST 即可查看程式集的清單內容：
.assembly extern System.Runtime
{
.publickeytoken = (B0 3F 5F 7F 11 D5 0A 3A ) // .?_....:
.ver 5:0:0:0
}
.assembly extern System.Console
{
.publickeytoken = (B0 3F 5F 7F 11 D5 0A 3A ) // .?_....:
.ver 5:0:0:0
}
.assembly ConsoleApp
{
...
.custom instance void ... TargetFrameworkAttribute ...
.custom instance void ... AssemblyCompanyAttribute ...
...
.hash algorithm 0x00008004
.ver 1:0:0:0
}
.module ConsoleApp.dll
.imagebase 0x00400000
.file alignment 0x00000200
.stackreserve 0x00100000
.subsystem 0x0003 // WINDOWS_CUI
.corflags 0x00000001 // ILONLY
可以看到，程式集清單首先通過 .assembly extern 指令記錄了它所引用的外部程式集。接著是當前程式集本身的資訊，記錄了程式集本身的各種特徵，如版本號、模組名稱等。
提前編譯 IL 程式碼
前面提到，IL 程式碼需要先通過 JIT 編譯器編譯成特定平台的本地程式碼，才能在該平台運行。你可能會問，.NET 為什麼要將源程式碼編譯成 IL 程式碼，而不直接編譯成特定平台的本地程式碼呢？
這樣做主要有兩個好處：一是語言整合，一套運行時環境可以運行多種語言編寫的程式，.NET 團隊不用開發和維護多套運行時；二是平台無關，方便程式和庫的移植，編譯後的程式集可以發布到多個平台，而不用為不同的平台發布特定的程式文件。雖然 IL 程式碼帶來了可移植性等的好處，但需要以犧牲一點點啟動時的性能作為代價。
一般我們的 Web 應用程式最終只會部署在一種平台(如 Linux x64)，為了更快的啟動性能，在啟動時，我們確實可以不需要中間語言編譯這個環節，省去啟動時的 JIT 編譯的時間。.NET Core 為我們提供了兩種方式把 IL 程式碼提前編譯成特定平台的本地程式碼。
一種方式是使用 ReadyToRun 功能。.NET Core 運行時(CoreCLR)中的一個叫做 CrossGen 的工具，它可以預先將 IL 程式碼編譯成本地程式碼。要使用這個功能，只需在程式發布的時候，選擇特定平台，在發布選項中勾選 Enable ReadyToRun compilation 即可。不過 ReadyToRun 功能目前只適用於 Windows 系統。
另一種方式是使用 .NET 5 新增加的 AOT 編譯功能。發布時選擇 Self-Contained 模式，發布後生成單個文件。AOT 編譯也是提前將 IL 程式碼編譯成本地程式碼，不同的是，它在發布時生成的單個文件還包含一個精簡版的本地運行時。這點在第 5 篇文章講過，不再累述了。
這兩種方式都有弊端，第一種目前只適用於 Windows 系統，第二種 Self-Contained 單個文件發布要比多文件發布大幾十 M。不過對於第一次啟動慢那麼一點點(可能甚至不到一秒的時間)，大部分的 Web 應用程式都是完全可以接受的。如果實在對啟動時性能有嚴格的要求，也可以使用預熱的方案。
小結
本文介紹了程式集以及它的內部組成：IL 程式碼、元數據、資源文件和程式集清單。總的來說，程式集就是 .NET Core 在編譯後生成的 *.dll 文件，它包含託管模組、資源文件和程式集清單，其中託管模組由 IL 程式碼和元數據組成。
需要強調的是，IL 程式碼不包含特定平台的指令，它只在需要的時候才會被 CoreCLR 運行時中的 JIT 編譯器編譯成特定於平台的本地程式碼。
通過本文，相信大家對 .NET Core 程式集和它的內部組成已經有了一個整體的認識。
