剖析Lua唯一的数据结构table和metatable特性

剖析Lua唯一的数据结构table和metatable特性

出自 温铭 -OpenResty从入门到实战 专栏

和其他具有丰富数据结构的脚本语言不同，LuaJIT 中只有 ​​table​​ 这一个数据结构，并没有区分开数组、哈希、集合等概念，而是揉在了一起。让我们先温习下之前提到过的一个例子：

local color = {first = "red", "blue", third = "green", "yellow"}print(color["first"]) --> output: redprint(color[1]) --> output: blueprint(color["third"]) --> output: greenprint(color[2]) --> output: yellowprint(color[3]) --> output: nil

这个例子中， ​​color​​​ 这个 table 包含了数组和哈希，并且可以互不干扰地进行访问。比如，你可以用 ​​ipairs​​ 函数，只遍历数组部分的内容：

$ resty -e 'local color = {first = "red", "blue", third = "green", "yellow"}for k, v in ipairs(color) do print(k)end'

​​table​​ 的操作是如此重要，以至于 LuaJIT 对标准 Lua 5.1 的 table 库做了扩展，而 OpenResty 又对 LuaJIT 的 table 库做了更进一步的扩展。下面，我们就一起来分别看下这些库函数。

table 库函数

先来看标准 table 库函数。Lua 5.1 中自带的 table 库函数并不多，我们可以大概浏览一遍。

​​table.getn​​ 获取元素个数

我们在 ​​标准 Lua 和 LuaJIT​​​ 章节中曾经提到过，想正确地获取到 table 所有元素的个数，在 LuaJIT 中是一个老大难问题。 对于序列，你用​​​table.getn​​​ 或者一元操作符 ​​#​​ ，就可以正确返回元素的个数。比如下面这个例子，就会返回我们预期中的 3。

$ resty -e 'local t = { 1, 2, 3 }print(table.getn(t)) '

而对于不是序列的 table，就无法返回正确的值。比如第二个例子，返回的就是 1。

$ resty -e 'local t = { 1, a = 2 }print(#t) '

不过，幸运的是，这种难以理解的函数，已经被 LuaJIT 的扩展替代，后面我们会提到。所以在 OpenResty 的环境下，除非你明确知道，你正在获取序列的长度，否则请不要使用函数 ​​table.getn​​​ 和一元操作符 ​​#​​​ 。 另外，​​​table.getn​​​ 和一元操作符 ​​#​​ 并不是 O(1) 的时间复杂度，而是 O(n)，这也是尽量避免使用它们的另外一个理由。

​​table.remove​​ 删除指定元素

第二个我们来看​​table.remove​​​ 函数，它的作用是在 table 中根据下标来删除元素，也就是说只能删除 table 中数组部分的元素。我们还是来看​​color​​的例子：

$ resty -e 'local color = {first = "red", "blue", third = "green", "yellow"} table.remove(color, 1) for k, v in pairs(color) do print(v) end'

这段代码会把下标为 1 的 ​​blue​​​ 删除掉。你可能会问，那该如何删除 table 中的哈希部分呢？也很简单，把 key 对应的 value 设置为 ​​nil​​​ 即可。这样，​​color​​​这个例子中，​​third​​​ 对应的​​green​​就被删除了。

$ resty -e 'local color = {first = "red", "blue", third = "green", "yellow"} color.third = nil for k, v in pairs(color) do print(v) end'

​​table.concat​​ 元素拼接函数

第三个我们来看​​table.concat​​​ 元素拼接函数。它可以按照下标，把 table 中的元素拼接起来。既然这里又是根据下标来操作的，那么显然还是针对 table 的数组部分。同样还是​​color​​这个例子：

$ resty -e 'local color = {first = "red", "blue", third = "green", "yellow"}print(table.concat(color, ", "))'

使用​​table.concat​​​函数后，它输出的是 ​​blue, yellow​​​，哈希的部分被跳过了。 另外，这个函数还可以指定下标的起始位置来做拼接，比如下面这样的写法：

$ resty -e 'local color = {first = "red", "blue", third = "green", "yellow", "orange"}print(table.concat(color, ", ", 2, 3))'

这次输出是 ​​yellow, orange​​​，跳过了 ​​blue​​​。 你可能觉得这些操作还挺简单的，不过，我要说的是，函数不可貌相，海水不可。千万不要小看这个看上去没有太大用处的函数，在做性能优化时，它却会有意想不到的作用，也是我们后面性能优化章节中的主角之一。

​​table.insert​​ 插入一个元素

最后我们来看​​table.insert​​​ 函数。它可以下标插入一个新的元素，自然，影响的还是 table 的数组部分。还是用​​color​​例子来说明：

$ resty -e 'local color = {first = "red", "blue", third = "green", "yellow"}table.insert(color, 1, "orange")print(color[1])'

你可以看到， color 的第一个元素变为了 orange。当然，你也可以不指定下标，这样就会默认插入队尾。 这里我必须说明的是，​​​table.insert​​​ 虽然是一个很常见的操作，但性能并不乐观。如果你不是根据指定下标来插入元素，那么每次都需要调用 LuaJIT 的 ​​lj_tab_len​​​ 来获取数组的长度，以便插入队尾。正如我们在 ​​table.getn​​​ 中提到的，获取 table 长度的时间复杂度为 O(n) 。 所以，对于​​​table.insert​​ 操作，我们应该尽量避免在热代码中使用，比如：

local t = {}for i = 1, 10000 do table.insert(t, i)end

LuaJIT 的 table 扩展函数

接下来我们来看 LuaJIT 的 table 扩展函数。LuaJIT 在标准 Lua 的基础上，扩展了两个很有用的 table 函数，分别用来新建和清空一个 table，下面我具体来介绍一下。

​​table.new(narray, nhash)​​ 新建 table

第一个是​​table.new(narray, nhash)​​​ 函数。这个函数，会预先分配好指定的数组和哈希的空间大小，而不是在插入元素时自增长，这也是它的两个参数 ​​narray​​​ 和 ​​nhash​​​ 的含义。自增长是一个代价比较高的操作，会涉及到空间分配、​​resize​​​ 和 ​​rehash​​​ 等，我们应该尽量避免。 这里注意，​​​table.new​​​ 的文档并没有出现在 LuaJIT 的官网，而是深藏在 GitHub 项目的​​扩展文档​​​中，即使你用谷歌也难觅其踪迹，所以知道的工程师并不多。 下面是一个简单的例子，我来带你看下它该怎么用。首先要说明，这个函数是扩展出来的，所以在使用它之前，你需要先 ​​​require​​ 一下：

local new_tab = require "table.new"local t = new_tab(100, 0)for i = 1, 100 do t[i] = iend

你可以看到，这段代码新建了一个 table，里面包含 100 个数组元素和 0 个哈希元素。当然，你也可以根据实际需要，新建一个同时包含 100 个数组元素和 50 个 哈希元素的 table，这都是合法的：

local t = new_tab(100, 50)

另外，超出预设的空间大小，也可以正常使用，只不过性能会退化，也就失去了使用 ​​table.new​​​ 的意义。 比如下面这个例子，我们预设大小为 100，而实际上却使用了 200：

local new_tab = require "table.new"local t = new_tab(100, 0)for i = 1, 200 do t[i] = iend

所以，你需要根据实际场景，来预设好 ​​table.new​​ 中数组和哈希空间的大小，这样才能在性能和内存占用上找到一个平衡点。

​​table.clear()​​ 清空 table

第二个我们来看清空函数​​table.clear()​​ 。它用来清空某个 table 里的所有数据，但并不会释放数组和哈希部分占用的内存。所以，它在循环利用 Lua table 时非常有用，可以避免反复创建和销毁 table 的开销。

$ resty -e 'local clear_tab =require "table.clear"local color = {first = "red", "blue", third = "green", "yellow"}clear_tab(color)for k, v in pairs(color) do print(k)end'

不过，事实上，能使用这个函数的场景并不算多，大多数情况下，我们还是应该把这个任务交给 LuaJIT GC 去完成。

OpenResty 的 table 扩展函数

开头我提到过，OpenResty 自己维护的 LuaJIT 分支，也对 table 做了扩展，它​​新增了几个 API​​​：​​table.isempty​​​、​​table.isarray​​​、 ​​table.nkeys​​​ 和 ​​table.clone​​​。 需要注意的是，在使用这几个新增的 API 前，请记住检查你使用的 OpenResty 的版本，这些 API 大都只能在 OpenResty 1.15.8.1 之后的版本中使用。这是因为， OpenResty 在 1.15.8.1 版本之前，已经有一年左右没有发布新版本了，而这些 API 是在这个发布间隔中新增的。 文章中我已经附上了链接，这里我就只用 ​​​table.nkeys​​​ 来举例说明下，其他的三个 API 从命名上来说都非常容易理解，你自己翻阅 GitHub 上的文档就可以明白了。不得不说，OpenResty 的文档质量非常高，其中包含了代码示例、能否被 JIT、需要注意的事项等，比起 Lua 和 LuaJIT 的文档，着实高了好几个数量级。 好的，回到​​​table.nkeys​​​函数上，它的命名可能会让你迷惑，不过，它实际上是获取 table 长度的函数，返回的是 table 的元素个数，包括数组和哈希部分的元素。因此，我们可以用它来替代 ​​table.getn​​，比如下面这样来用：

local nkeys = require "table.nkeys" print(nkeys({})) -- 0print(nkeys({ "a", nil, "b" })) -- 2print(nkeys({ dog = 3, cat = 4, bird = nil })) -- 2print(nkeys({ "a", dog = 3, cat = 4 })) -- 3

元表

讲完了 table 函数，我们再来看下由 ​​table​​​ 引申出来的 ​​元表​​​（metatable）。元表是 Lua 中独有的概念，在实际项目中的使用非常广泛。不夸张地说，在几乎所有的 ​​lua-resty-*​​​ 库中，你都能看到它的身影。 元表的表现行为类似于操作符重载，比如我们可以重载 ​​​__add​​​，来计算两个 Lua 数组的并集；或者重载 ​​__tostring​​​，来定义转换为字符串的函数。 而 Lua 提供了两个处理元表的函数：

第一个是​​setmetatable(table, metatable)​​, 用于为一个 table 设置元表；第二个是​​getmetatable(table)​​，用于获取 table 的元表。

介绍了这么半天，你可能更关心它的作用，我们接着就来看下元表具体有什么用处。下面是一段真实项目里的代码：

$ resty -e ' local version = { major = 1, minor = 1, patch = 1 }version = setmetatable(version, { __tostring = function(t) return string.format("%d.%d.%d", t.major, t.minor, t.patch) end }) print(tostring(version))'

我们首先定义了一个 名为 ​​version​​​的 table ，你可以看到，这段代码的目的，是想把 ​​version​​​ 中的版本号打印出来。但是，我们并不能直接打印 ​​version​​，你可以试着操作一下，就会发现，直接打印的话，只会输出这个 table 的地址。

print(tostring(version))

所以，我们需要自定义这个 table 的字符串转换函数，也就是 ​​__tostring​​​，到这一步也就是元表的用武之地了。我们用 ​​setmetatable​​​ ，重新设置 ​​version​​​ 这个 table 的 ​​__tostring​​​ 方法，就可以打印出版本号: 1.1.1。 其实，除了 ​​​__tostring​​​ 之外，在实际项目中，我们还经常重载元表中的以下两个元方法（metamethod）。其中一个是​​__index​​。我们在 table 中查找一个元素时，首先会直接从 table 中查询，如果没有找到，就继续到元表的 ​​__index​​​ 中查询。 比如下面这个例子，我们把 ​​​patch​​​ 从 ​​version​​ 这个 table 中去掉：

$ resty -e ' local version = { major = 1, minor = 1 }version = setmetatable(version, { __index = function(t, key) if key == "patch" then return 2 end end, __tostring = function(t) return string.format("%d.%d.%d", t.major, t.minor, t.patch) end }) print(tostring(version))'

这样的话，​​t.patch​​​ 其实获取不到值，那么就会走到 ​​__index​​​ 这个函数中，结果就会打印出 1.1.2。 事实上，​​​__index​​ 不仅可以是一个函数，也可以是一个 table。你试着运行下面这段代码，就会看到，它们实现的效果是一样的。

$ resty -e ' local version = { major = 1, minor = 1 }version = setmetatable(version, { __index = {patch = 2}, __tostring = function(t) return string.format("%d.%d.%d", t.major, t.minor, t.patch) end }) print(tostring(version))'

另一个元方法则是​​__call​​。它类似于仿函数，可以让 table 被调用。 我们还是基于上面打印版本号的代码来做修改，看看如何调用一个 table：

$ resty -e 'local version = { major = 1, minor = 1, patch = 1 } local function print_version(t) print(string.format("%d.%d.%d", t.major, t.minor, t.patch))end version = setmetatable(version, {__call = print_version}) version()'

这段代码中，我们使用 ​​setmetatable​​​，给 ​​version​​​ 这个 table 增加了元表，而里面的 ​​__call​​​ 元方法指向了函数 ​​print_version​​​ 。那么，如果我们尝试把 ​​version​​​ 当作函数调用，这里就会执行函数 ​​print_version​​​。 而 ​​​getmetatable​​​ 是和 ​​setmetatable​​ 配对的操作，可以获取到已经设置的元表，比如下面这段代码：

$ resty -e ' local version = { major = 1, minor = 1 }version = setmetatable(version, { __index = {patch = 2}, __tostring = function(t) return string.format("%d.%d.%d", t.major, t.minor, t.patch) end }) print(getmetatable(version).__index.patch)'

自然，除了今天讲到的这三个元方法外，还有一些不经常使用的元方法，你可以在遇到的时候再去查阅​​文档​​了解。

面向对象

最后我们来聊聊面向对象。你可能知道，Lua 并不是一个面向对象（Object Orientation）的语言，但我们可以使用 metatable 来实现 OO。 我们来看一个实际的例子。​​​lua-resty-mysql​​ 是 OpenResty 官方的 MySQL 客户端，里面就使用元表模拟了类和类方法，它的使用方式如下所示：

$ resty -e 'local mysql = require "resty.mysql" -- 先引用 lua-resty 库local db, err = mysql:new() -- 新建一个类的实例db:set_timeout(1000) -- 调用类的方法'

你可以直接用 resty 命令行来执行上述代码。这几行代码很好理解，唯一可能给你造成困扰的是： 在调用类方法的时候，为什么是冒号而不是点号呢？ 其实，在这里冒号和点号都是可以的，db:set_timeout(1000) 和 db.set_timeout(db, 1000) 是完全等价的。冒号是 Lua 中的一个语法糖，可以省略掉函数的第一个参数 self。 众所周知，源码面前没有秘密，让我们来看看上述几行代码所对应的具体实现，以便你更好理解，如何用元表来模拟面向对象：

local _M = { _VERSION = '0.21' } -- 使用 table 模拟类local mt = { __index = _M } -- mt 即 metatable 的缩写，__index 指向类自身 -- 类的构造函数function _M.new(self) local sock, err = tcp() if not sock then return nil, err end return setmetatable({ sock = sock }, mt) -- 使用 table 和 metatable 模拟类的实例end -- 类的成员函数 function _M.set_timeout(self, timeout) -- 使用 self 参数，获取要操作的类的实例 local sock = self.sock if not sock then return nil, "not initialized" end return sock:settimeout(timeout)end

你可以看到，​​_M​​​ 这个 table 模拟了一个类，初始化时，它只有 ​​_VERSION​​​ 这一个成员变量，并在随后定义了 ​​_M.set_timeout​​​ 等成员函数。在 ​​_M.new(self)​​​ 这个构造函数中，我们返回了一个 table，这个 table 的元表就是 ​​mt​​​，而 ​​mt​​​ 的 ​​__index​​​ 元方法指向了 ​​_M​​​，这样，返回的这个 table 就模拟了类 ​​_M​​ 的实例。

写在最后

好的，到这里，今天的主要内容就结束了。事实上，table 和 metatable 会大量地用在 OpenResty 的 ​​lua-resty-*​​​ 库以及基于 OpenResty 的开源项目中，我希望通过这节课的学习，可以让你更容易地读懂这些源代码。 自然，除了 table 外，Lua 中还有其他一些常用的函数，我们下节课再一起来学习。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。