标签：头文件 42% 代码 Modules C++ 编译 export 模块

编者按：Alibaba Cloud Linux （简称“Alinux”）是目前阿里云上占比第一的操作系统。2021 年，龙蜥以 Alinux 产品为基础发布了 Anolis OS 8 正式版。本文中，阿里云智能集团开发工程师李泽政以 Alinux 为操作环境，讲解模块相比传统头文件有哪些优势，并通过若干个例子，学习如何组织一个 C++ 模块工程并使用模块封装第三方库或是改造现有的项目。此外，还会介绍 Modules 在龙蜥社区理事长单位阿里云内部项目的应用。C++20 Modules 代码在 Alibaba Hologres 主线上已稳定运行一年半以上，并减少了 42% 的编译时间。

简介模块（Modules） 是 C++20 的四大重要特性（Coroutines、Ranges、Concepts 以及 Modules）之一。它为 C++ 引入了模块的概念，允许用户通过“import”来导入模块，并通过模块来组织项目工程，从而大大提升编译速度，改善封装性。

Alibaba Cloud Compiler 是阿里云编译器团队打造的 C++编译器，基于 Clang/LLVM 社区开源版本开发，提供了良好的 Coroutine（协程）和 Modules（模块）支持，并将这些代码积极合入到上游社区，为 Clang 的 module 的支持做出了大量贡献。

Hello World!头文件版本我们先来看一个基本的对比，这是一个 C++ 的 hello world 代码。程序会简单的打印 Hello world。

include

int main() {
std::cout<<"Hello world!"<<std::endl;
}
传统的头文件写法采用 #include 预处理器的语法：

在编译之前，预处理器把整份 iostream 文件的内容复制粘贴到代码中。虽然上面的程序看上去很简单，但展开以后的代码可达到 3 万行，约 1MB！(libstdc++ 下测试）。如果我们想要包含整个标准库，展开以后的代码可达 10 万行以上，约 4MB。

编译器需要对如此之多的代码完成词法语法语义分析，执行相应的优化，并生成最后的代码。

在 debug 模式下，我们编译了一个类似的 demo 代码：

测量结果如上所示，耗时约 1.2s。

可以看到，在编译类似的 demo 代码时，需要在头文件上花费大量的时间，并且在这个例子中，几乎都耗在编译器前端（预处理，词法语法语义分析等工作上）。

模块版本
C++20 以后，我们可以使用模块语法来导入标准库。

可以看到，只需要 import std；就可以引入整个标准库，无需精确的包含对应的 iostream 功能模块。尽管我们导入了整个标准库，整个编译流程的速度依然非常快，这是因为头文件中的代码已经被预先编译好，导入模块时无需再次编译。

实测耗时约 0.03 秒左右，相比头文件编译速度提升了一个数量级以上。使用模块大大加速了编译时间，可以看到前端耗时的占比相对减小了很多，因为我们不需要预处理标准库中的内容，也不需要对它们做词法语法语义上的分析，只需要简单的反序列化已经编译好的模块产物即可。

头文件 VS 模块
C++ 的头文件有许多缺点，而模块针对这些缺点做出了重大的改进：

重复编译导致编译缓慢
头文件的重复编译
C++ 用户常常抱怨 C++ 编译速度慢，其中一个原因就来自于头文件的重复编译。

接下来我们简要介绍一下 C++ 的重复编译问题：

include

void split(std::string& str)
{
//...
}

如上图所示：假如有 M 份类似于 src.cpp 的源代码，每份代码都包含了头文件 string，这在项目中是非常常见的。因此，在整个项目的构建过程中，我们不得不对这份代码做 M 次预处理和 M 次编译，生成 M 次 string 相关的汇编，这非常耗时。

不妨假设一个最坏情况：项目中有 N 个头文件和 M 份源代码，且每份源代码都包含了全部 N 个头文件，那么整个项目的编译时间复杂度就达到了 O(N*M)。这正是大型 C++ 工程构建缓慢的原因之一。

模块的编译提速

引入模块以后，我们可以看到，模块文件本身也是一个编译单元，会被单独编译处理，不会被预处理加入到每份源代码中重复编译。假如有 M 份源代码和 N 个模块，编译的时间复杂度仅为 O(N+M)。

缓慢的二次编译
之前我们讲述了一个编译整个项目的场景，并分析了这个场景下头文件缓慢的原因。另外一个常见的场景是程序员二次编译开发，修改少量代码然后再次编译（允许复用缓存），此时，模块依然具有显著的编译速度优势。

头文件不是代码单元，不能被独立编译
假如有以下代码：

include <mylib.h>

int main() {
mylib::cout<<"Heloo!";
}
当我们编写完成以后，才发现打错了字，把 Hello 拼错了。为此，我们需要修改字符串，然后重新编译。

include <mylib.h>

int main() {
mylib::cout<<"Hello!";
}
由于我们只修改了字符串的内容，从理想情况下推测，第二次编译应该比第一次编译快得多。这是因为二次编译应该能够利用之前编译好的结果，只需要重新编译 main 函数即可。

然而，由于头文件并不被视为一个可以独立编译的编译单元（源代码文件），因此编译器不会独立编译 mylib.h，导致我们不能复用第一次编译的结果，因此第二次编译的时间和第一次是差不多。

模块是可以被独立编译的代码单元
模块其本身可以被编译。上面的例子如果使用 import mylib; 代替头文件，那么二次编译的速度将会非常快，因为 mylib 本身是一个可以被独立编译的代码单元。当我们修改 main 函数并二次编译时，构建系统会发现 mylib 的内容没有改动，无需二次编译。

此时，我们只需要重新编译一个 main 函数即可，这就是模块的二次编译速度远快于头文件的根本原因。因为头文件不得不重新编译所有被 include 进来的代码，而模块则可以简单的复用上一次独立编译 mylib 的中间产物。

"卫生"与独立性
头文件不够“卫生”，被其他代码影响
头文件的另外一个缺点就是不够“卫生”，会被外部代码影响。

如上图所示，我们在 src.cpp 中按顺序 #include A，B，C 三个头文件，按照 #include 的顺序，由于 #include 仅仅只是复制粘贴，这导致了 B 中的内容会被 A 影响，C 的内容则可能会被 A 和 B 影响。

这导致了几点:

顺序依赖性：可能需要按特定顺序包含头文件，不然就会使用出错，从而加大了使用难度。

妨碍并行编译和预编译：由于被其他代码影响，ABC 不能并行编译，我们也难以独立的预编译头文件（因为只有被 include 以后我们才能确定头文件的上下文），这大大的限制了编译速度。

潜在的冲突可能：比如，头文件 A 中定义了一个宏，刚好 B 中用到了这个宏的名字，那么 B 的内容就会意外的被破坏。（典型如 windows 平台下的 max 宏干扰了 std::max 函数）

模块是"卫生"的：不受外部代码影响
模块不通过预处理方式机械的复制粘贴代码，而是将每一个模块都单独独立编译，从而保证模块内部的内容不受外部代码影响，因此模块是“卫生”的。

封装控制
头文件缺乏封装

头文件还有一个重要的缺点，那就是头文件内部的所有的声明都会暴露给外部。比如，假如有一个 mylib 头文件，其内部包含了第三方库的头文件和一些内部实现细节，我们可能不想把这些细节暴露给用户。但是在头文件中，这些符号对用户都是可见的，我们无法控制哪些符号对外部用户可见。因此，它们可能会影响到用户的代码，用户也可能会错误的使用不打算对外暴露的接口。

模块具有良好的封装
在模块中，我们通过 export 关键字，标明哪些声明会被暴露给外部，如果没有标明 export 关键字，这些声明默认对外部是不可见的，这就解决了上述问题。

模块语法简介
本章节会简要的介绍模块新引入的若干声明语法，并通过样例介绍如何使用这些语法。

Export Declaration
export 控制可见性
模块回收了关键字 export，被 export 关键字修饰的声明会被导出给模块外部的外部代码使用。

未添加 export 关键字的声明，对外部用户是不可见的，外部用户无法使用该声明。

// Hello.cppm
export inline int a; // 导出一个变量
export void foo(); // 导出一个函数声明
void bar(); // 该声明未被导出
export void foo(){…} // 导出一个函数实现
export class A {}; // 导出一个类
export enum B {}; // 导出一个枚举
export namespace my_lib {}; // 导出一个名称空间
export template C{}; // 导出模板
export using std::max; // 导出using declaration
export using D=std::vector; // 导出别名
// main.cpp
import Hello;
int main() {
foo(); //使用模块中被导出的声明
// bar(); 编译错误！无法使用未被导出的声明！
}
无法被 export 的情形
需要注意的是，有些东西无法被 export：

1. 宏：宏只存在于预处理阶段，因此一个模块无法导出一个宏。同样的，外部代码中的宏也不会影响模块内部中的代码。

2. using namespace 声明，比如 export using namespace std;，在头文件/模块中导出这类声明并不是一个好主意，很容易破坏外部代码的预期行为，C++ 模块干脆禁止导出这样的声明。（当然你依然可以不加 export 关键字直接使用，这种情况下不会影响到外部代码）

使用不可见的声明
有趣的是，如下图代码所示，某些情况下，我们可以匿名的间接使用未被 export 的不可见的声明：

// Hello.cppm
struct my_string {
//...
};
export my_string hello();
export void hi(const my_string&);

// main.cpp
import hello;
int main() {
// my_string str = hello(); 不能这样写！因为my_string是不可见的
auto str = hello(); // 然而，我们可以通过自动类型推导来匿名的使用不可见类型
hi(str);
}

Module Declaration
一个模块可以由多个模块单元（Unit）组成，每个模块单元对应了一份代码文件，文件通常会使用一个特殊的后缀名(cppm，ixx)。

在一个模块单元中，有且只有一个模块声明（Module Declaration），表示这个单元从属于哪一个模块。

module Foo; //声明一个名为Foo的模块
export module Foo.Bar; //声明一个名为Foo.Bar的模块
module Foo.Bar.Gua; //声明一个名为Foo.Bar.Gua的模块
需要注意的是，模块名字中的 . 符号，在语言角度上没有任何特殊的语义，不保证 Foo.Bar 和 Foo 之间有从属关系，需要依赖用户来自己组织管理。

接口单元与实现单元
根据 Module Declaration 的不同，我们可以将模块单元区分成：

1. 接口单元（interface unit），一个模块只能有一个接口单元，只能在这个单元中使用 export declaration 对外暴露接口。

2. 实现单元 (implementation unit)，一个模块可以有多个实现单元，实现单元里不能使用 export declaration。例如下面的代码，一个接口单元对于了两个实现单元，我们可以将实现拆分到多个文件中

// Foo.cppm
export module Foo; // interface unit
// Foo_impl1.cpp
module Foo; // implementation unit
// Foo_impl2.cpp
module Foo; // implementation unit
通常来说，在模块中，用户不需要像传统的头文件工程那样，将声明与实现分离开来。然而，依然存在一些特殊情况，例如，对于汇编，我们可能希望分离声明与实现，并通过构建工具在不同平台上选择不同的实现。

我们依然可以通过接口单元和实现单元来模拟传统 C++ 工程中声明与实现的分离：

// Interface.cppm
// Interface Unit
export module thread;
class thread_context;
void switch_in(thread_context* to);
void switch_out(thread_context* from);
// Impl.cpp
// Implementation Unit
module thread;
class thread_context;
{
//define something
}
void switch_in(thread_context* to)
{
//do something
}
void switch_out(thread_context* from)
{
//do something
}
例如上述代码，它模拟了一个线程上下文切换的情况。

模块的接口文件，声明了 thread_context 类，以及 switch_in 和 switch_out 函数。右边则是模块对应的实现单元，里面实现了 thread_context 类和函数的细节。

由于在不同平台上对应的实现细节可能不同，因此我们可以准备多份不同的实现单元，根据目标平台选择对应的实现单元来编译。

模块分区
我们可以将一个模块拆成多个分区，需要注意的是，分区不是一个独立的模块，它不能被单独使用。

export module Foo.Bar:part1; //声明属于Foo.Bar模块的一个分区（Partition）

export module Foo.bar:part1:part2; // 不合法！分区不能嵌套！

module Foo.Bar:part1; //分区也具有Interface Unit和Implement Unit的区别
Import Declaration
接下来我们介绍模块的 import 声明，我们可以通过它来导入其他的模块。

// main.cpp
import std; // 导入标准库模块
import foo; // 导入foo.bar模块
import foo.bar:part1; // 不合法！不能导入一个其他模块的分区模块
// foo.cppm
export import foo.bar; // 导入foo.bar模块, 并将其再导出给外部用户
import std; // 导入std模块, 但是不暴露给外部用户
// foo.bar.cppm
export import :part1; // 导入自己的分区模块part1，并暴露给外部用户
模块代码的基本结构
在介绍完 Export Declaration，Module Decaration 和 Import Decaration 以后，我们终于可以展示一个完整的模块代码例子，并分析模块代码的基本结构。

/------------Global Module Fragment ------------/
module;

include "util.hpp" //在模块代码中包含头文件

/-------------Module Declaration----------------/
export module http.client; // 本模块的名字叫http.client
/-------------Import Declaration----------------/
import std; // 导入其他模块
import asio;
export import cppjson;
import openssl;
/------------------用户代码----------------------/
namespace http
{
namespace detail
{
class helper // 无export前缀，不会暴露给外部用户
{
//………
}
}
// Export Declaration
export enum class status
{
OK,
NotFound,
//………
}

export class client
{
    tcp::socket soc;
    //………
};

export int foo();

}

如上述代码所示，模块代码可以分为若干段。

首先是 Global Module Fragment，全局模块代码段，所谓的全局模块，其实指的就是旧形式的无模块的代码。我们可以在这里面包含头文件，需要注意的是，这些内容只能在模块内部使用，不会自动暴露给外部用户。

然后是 Module Declaration，我们在这里声明模块的名字，这份代码属于哪个模块，是哪一种模块单元。（接口单元，实现单元，模块的分区单元）

接下来是 Import Declaration，我们在这里声明，这个模块将会引入哪些其他的模块代码。

最后，我们可以开始写自己的代码了，可以在在这里声明或者定义一个 C++ 的类，函数，变量等。通过是否添加 export 关键字来控制这些声明是否对模块外部用户可见。

Header Unit 和上文提到的模块（Named Modules）不同，Header Unit 虽然也可以被 import，使用起来很像模块，但本质完全不同，仅仅只是可序列化的头文件。

上文提到的模块语法主要来自于微软在 2014 年的提案，然而，Google 认为这一设计无法导出宏，是一个致命缺陷，为此，Google 提出了自己的方案：Header Unit。

处于纯粹的兼容性目的，Header Unit 的效果和 #include 头文件完全相同（代码会引入宏，会被宏影响）。然而，这使得编译器只能对 Header Unit 做有限度的预处理，从而大大限制了编译器的加速空间。

import ;
// 和#include 的效果完全相同。
// 会引入宏，iostream中的代码也可能会被宏影响
int main()
{
std::cout<<"Hello world"<<std::endl;
}
小结
这里总结一下模块单元的类别：

1. Interface Unit：一个模块只能有一个 Interface，在这里声明哪些符号暴露给外部用户

2. Implementation Unit：一个模块可以有多个 Implementation Unit，可以这里实现代码。

3. Partition Unit：一个主模块可以包含多个分区单元，分区单元不是独立的，无法单独导出给模块的外部用户使用，是主模块的一部分。需要注意的是，分区单元内部也可以划分接口单元和实现单元，这两者是正交的（因此有 2*2=4 种情况）

4. Header Unit：特殊的一个单元，本质上不是模块，而是可序列化的头文件。

模块化工程
模块化工程带来了许多变化：

1. 模块化工程具有和传统头文件不同的组织架构。

2. 各模块之间具有依赖关系，这要求构建工具链能够正确的分析各个模块之间的依赖关系，得到正确的构建顺序。

3. 对头文件的兼容与改造：一方面，C++ 具有大量的基于头文件的历史代码，我们希望以尽可能小的代价将其模块化。另外一方面，我们也希望改造后的代码能够同时兼容头文件和模块两种架构模式，方便平滑过渡。

模块化项目的组织与依赖关系
传统 C++ 工程架构

上图展示了一个传统的 C++ 工程架构，各个翻译单元(*.cpp)在编译时完全独立，互不影响。头文件被多次重复包含并编译。

由于 main.cpp 使用到了 foo 和 bar 中的内容，因此它会包含 foo 和 bar 的头文件。尽管如此，每份 cpp 文件在编译的时候依然互不干涉，每个单元在编译的时候互相之间是没有依赖关系的，可以简单直接的并行编译。

基于模块的 C++ 工程架构
然而，模块代码之间却存在依赖关系，一个翻译单元需要依赖其他翻译单元的编译结果。

如上图所示，我们将原来使用头文件的工程改成了基于模块的工程。

由于 main.cpp 使用到了 foo 和 bar 中的模块内容，每个模块需要预先编译而不能直接包含，因此，我们要先编译 foo 模块和 bar 模块，完成编译器前端处理以后，才能开始编译 main.cpp。这算是引入模块以后 C++ 工程最大的变化，各代码单元之间出现了依赖关系。

Module Wrapper
Module Wrapper 是一类特殊的技巧，其目的在于通过一个简单的模块封装层，将旧式的头文件代码转换为标准的 C++ 模块文件，从而达到兼容两者的目的。

export using declaration
第一种技巧是使用 export using declaration，我们可以快速将已有的头文件封装到模块中，不影响旧代码。

// iostream.cppm
module;

include

export module iostream;
namespace std {
export using std::cin;
export using std::cout;
export using std::endl;
}cqgn.jiaforhui.com,cqgn.bjyins.com,cqgn.chinabgroup.com
cqgn.wekochat.com,cqgn.hndsedu.com
// main.cpp
import iostream;
int main() {
std::cout<<"Hello Module Wrapper"<<std::endl;
}
在上面的代码中，通过在 global module fragment 中包含标准库头文件，再使用 export using declaration 将这些声明导，这样，我们就制作了一个简单的标准库模块。

通过这个技巧，大家可以在不修改头文件的情况下，通过引入一个简单的中间层，把旧有的头文件代码封装到模块。实际上很多模块化标准库都是这样实现的，例如 async_simple 库中就使用该技巧简单的封装了一个标准库模块实现。

export extern c++
接下来我们介绍另外一种封装的方法，通过 export extern c++ 和模块控制宏，我们可以一口气导出头文件中所有的符号，不需要手动枚举这些声明，并兼容头文件和模块两种写法。例如 fmt 库就采用了这种方式来同时兼容头文件和模块。

// hello.hpp

ifdef HELLO_USE_MODULE // 通过这个宏来控制是否启用模块

import std;

else

include

include

endif

void hello() {
// ...
}
// hello.cppm
module;
export module hello;
export extern "C++" {

define HELLO_USE_MODULE

include<hello.hpp>

}cqgn.51yjjy.com,cqgn.testoppo.com,cqgn.huaxinlighting.com
cqgn.51jyo.com,cqgn.bctiantuo.com
首先我们修改原来的头文件，在 hello.hpp 中，通过 HELLO_USE_MODULE 这个控制宏，来控制是使用模块还是头文件。

接下来，我们在 hello 模块的接口文件中，通过使用 export extern c++ 语法，并在代码段中包含对应的头文件，并启用对应的宏，就可以将整个 hello.hpp 中的代码包含在模块中，导出给用户使用。

模块重构辅助工具
可以看到，在上文介绍的模块化重构过程中，存在许多机械工作，为此，我们实验性的提供了一些自动化工具用于减少模块重构中的工作量。相关工具可能会在未来合入 Clang 主线。

它能做到：

自动插入宏，控制项目使用头文件还是模块。

自动扫描头文件之间的依赖关系（虽然不太准确）。

自动生成 module wrapper 文件。

详见 clang-modules-wrapper：https://github.com/ChuanqiXu9/clang-modules-converter

项目改造经验
async_simple 模块化改造

async_simple 是阿里巴巴提供的异步组件库，支持 C++20 无栈协程，C++ 有栈协程并提供了许多异步工具。

async_simple 在 2021 年末就开始使用 module 进行改造，并取得了较好的编译速度提升。

Hologres 模块化改造
阿里云计算平台 Hologres 和 Alibaba Cloud Compiler 的开发团队积极合作，自 2022 年起便开始尝试使用 Modules。

如今 Hologres 已将 Modules 作为默认开发模式并上线了基于 Modules 编译的镜像，至今已稳定运行 5 个月。

Hologres “可能”是世界上首个大规模使用 Modules 的商业项目，其改造结果如下：

Alibaba Cloud Compiler
Alibaba Cloud Compiler 是阿里云打造的 C++ 编译器，可以在 Alibaba Cloud Linux 系统上使用，基于 Clang/LLVM-13 社区开源版本开发，继承开源版本支持的所有选项、参数，同时结合阿里云基础设施进行深度优化、补充特性，可以让您获得更好的 C++ 编译器体验。

Alibaba Cloud Compiler 提供了良好的 Coroutine（协程）和 Modules（模块）支持，并将这些代码积极合入到上游社区，为 Clang 对 C++ module 的支持做出了大量贡献。目前 Clang 的 C++ 模块（序列化）便是由我们的同学担任 Owner。

在阿里云 ECS 上安装 Alibaba Cloud Linux 3 系统后，我们可以通过包管理器安装 ACC 编译器：

sudo yum install -y alibaba-cloud-compiler

更多信息请见说明文档：https://help.aliyun.com/zh/alinux/getting-started/install-and-use-alibaba-cloud-compiler

代码实操：Workshop
本文共有 5 个编程任务，若您对实操部分感兴趣，小编建议大家阅读完本文即可实操。其中，WorkShop 1 和 WorkShop 2 建议您现在就可以完成，WorkShop 3 和 WorkShop 4 建议您仔细阅读“模块语法简介”后完成，WorkShop 5 完成需阅读“模块化工程”。

编译环境准备：

1. 对于一般用户，推荐您通过包管理器或者手动安装较高版本的 Clang 编译器（版本大于等于 15)。对于阿里云 ECS 用户，推荐您使用 Alibaba Cloud Linux 3 系统，并通过 yum install -y alibaba-cloud-compiler 安装 Alibaba Cloud Compiler 编译器。

2. 安装 Xmake 构建工具。请见：https://xmake.io/#/getting_started

3. 从 github 上下载 workshop 的操作指引，代码和答案解析详见代码仓库地址：https://github.com/poor-circle/workshop

WorkShop 1：GoodBye Head File，链接见下：https://github.com/poor-circle/workshop/blob/master/work1/任务说明.md

WorkShop 2：Hello world,C++modules，链接见下：https://github.com/poor-circle/workshop/blob/master/work2/任务说明.md

WorkShop 3：编写单个模块，链接见下：https://github.com/poor-circle/workshop/blob/master/work3/任务说明.md

WorkShop 4：编写多模块单元链接，链接见下：https://github.com/poor-circle/workshop/blob/master/work4/任务说明.md

WorkShop 5：将传统的头文件项目转换为模块，链接见下：https://github.com/poor-circle/workshop/blob/master/work5/任务说明.md

2024 龙蜥大会上，作者受邀参加分享技术 WorkShop，现场带领大家实操，在 Anolis OS 上使用 Alibaba Cloud Compiler，将一个传统的 C++ 项目改造为 modules 的项目，体验 modules 的便利和优势，不仅仅是告别 include 头文件，还会带来编译速度的提升。

回放链接：https://openanolis.cn/video/1210525868042378600

标签：头文件,42%,代码,Modules,C++,编译,export,模块
From： https://www.cnblogs.com/bkbk1234/p/18544550