Golang和Lua如何配合使用，哪些事项要注意

在 GitHub 玩耍时，偶然发现了 gopher-lua ，这是一个纯 Golang 实现的 Lua 虚拟机。我们知道 Golang 是静态语言，而 Lua 是动态语言，Golang 的性能和效率各语言中表现得非常不错，但在动态能力上，肯定是无法与 Lua 相比。那么如果我们能够将二者结合起来，就能综合二者各自的长处了（手动滑稽。

在项目 Wiki 中，我们可以知道 gopher-lua 的执行效率和性能仅比 C 实现的 bindings 差。因此从性能方面考虑，这应该是一款非常不错的虚拟机方案。

Hello World

这里给出了一个简单的 Hello World 程序。我们先是新建了一个虚拟机，随后对其进行了 DoString(...) 解释执行 lua 代码的操作，最后将虚拟机关闭。执行程序，我们将在命令行看到 "Hello World" 的字符串。

package main
import (
"github.com/yuin/gopher-lua"
)
func main() {
    
l := lua.NewState()
defer l.Close()
if err := l.DoString(`print("Hello World")`);
 err != nil {

panic(err)
}

}

// Hello World

提前编译

在查看上述 DoString(...) 方法的调用链后，我们发现每执行一次 DoString(...) 或 DoFile(...) ，都会各执行一次 parse 和 compile 。

func (ls *LState) DoString(source string) error {
    
if fn, err := ls.LoadString(source);
 err != nil {

return err
}
 else {

ls.Push(fn)
return ls.PCall(0, MultRet, nil)
}

}

func (ls *LState) LoadString(source string) (*LFunction, error) {
    
return ls.Load(strings.NewReader(source), "string>
")
}

func (ls *LState) Load(reader io.Reader, name string) (*LFunction, error) {

chunk, err := parse.Parse(reader, name)
// ...
proto, err := Compile(chunk, name)
// ...
}

从这一点考虑，在同份 Lua 代码将被执行多次（如在 http server 中，每次请求将执行相同 Lua 代码）的场景下，如果我们能够对代码进行提前编译，那么应该能够减少 parse 和 compile 的开销（如果这属于 hotpath 代码）。根据 Benchmark 结果，提前编译确实能够减少不必要的开销。

package glua_test
import (
"bufio"
"os"
"strings"
lua "github.com/yuin/gopher-lua"
"github.com/yuin/gopher-lua/parse"
)
// 编译 lua 代码字段
func CompileString(source string) (*lua.FunctionProto, error) {

reader := strings.NewReader(source)
chunk, err := parse.Parse(reader, source)
if err != nil {

return nil, err
}

proto, err := lua.Compile(chunk, source)
if err != nil {

return nil, err
}

return proto, nil
}

// 编译 lua 代码文件
func CompileFile(filePath string) (*lua.FunctionProto, error) {

file, err := os.Open(filePath)
defer file.Close()
if err != nil {

return nil, err
}

reader := bufio.NewReader(file)
chunk, err := parse.Parse(reader, filePath)
if err != nil {

return nil, err
}

proto, err := lua.Compile(chunk, filePath)
if err != nil {

return nil, err
}

return proto, nil
}

func BenchmarkRunWithoutPreCompiling(b *testing.B) {
    
l := lua.NewState()
for i := 0;
     i  b.N;
 i++ {

_ = l.DoString(`a = 1 + 1`)
}

l.Close()
}

func BenchmarkRunWithPreCompiling(b *testing.B) {
    
l := lua.NewState()
proto, _ := CompileString(`a = 1 + 1`)
lfunc := l.NewFunctionFromProto(proto)
for i := 0;
     i  b.N;
 i++ {

l.Push(lfunc)
_ = l.PCall(0, lua.MultRet, nil)
}

l.Close()
}

// goos: darwin
// goarch: amd64
// pkg: glua
// BenchmarkRunWithoutPreCompiling-8         100000             19392 ns/op           85626 B/op         67 allocs/op
// BenchmarkRunWithPreCompiling-8           1000000              1162 ns/op            2752 B/op          8 allocs/op
// PASS
// ok      glua    3.328s

虚拟机实例池

在同份 Lua 代码被执行的场景下，除了可使用提前编译优化性能外，我们还可以引入虚拟机实例池。

因为新建一个 Lua 虚拟机会涉及到大量的内存分配操作，如果采用每次运行都重新创建和销毁的方式的话，将消耗大量的资源。引入虚拟机实例池，能够复用虚拟机，减少不必要的开销。

func BenchmarkRunWithoutPool(b *testing.B) {
    
for i := 0;
     i  b.N;
 i++ {

l := lua.NewState()
_ = l.DoString(`a = 1 + 1`)
l.Close()
}

}

func BenchmarkRunWithPool(b *testing.B) {
    
pool := newVMPool(nil, 100)
for i := 0;
     i  b.N;
 i++ {

l := pool.get()
_ = l.DoString(`a = 1 + 1`)
pool.put(l)
}

}

// goos: darwin
// goarch: amd64
// pkg: glua
// BenchmarkRunWithoutPool-8          10000            129557 ns/op          262599 B/op        826 allocs/op
// BenchmarkRunWithPool-8            100000             19320 ns/op           85626 B/op         67 allocs/op
// PASS
// ok      glua    3.467s

Benchmark 结果显示，虚拟机实例池的确能够减少很多内存分配操作。

下面给出了 README 提供的实例池实现，但注意到该实现在初始状态时，并未创建足够多的虚拟机实例（初始时，实例数为0），以及存在 slice 的动态扩容问题，这都是值得改进的地方。

type lStatePool struct {

    m     sync.Mutex
    saved []*lua.LState
}

func (pl *lStatePool) Get() *lua.LState {

    pl.m.Lock()
    defer pl.m.Unlock()
    n := len(pl.saved)
    if n == 0 {

        return pl.New()
    }

    x := pl.saved[n-1]
    pl.saved = pl.saved[0 : n-1]
    return x
}

func (pl *lStatePool) New() *lua.LState {

    L := lua.NewState()
    // setting the L up here.
    // load scripts, set global variables, share channels, etc...
    return L
}

func (pl *lStatePool) Put(L *lua.LState) {

    pl.m.Lock()
    defer pl.m.Unlock()
    pl.saved = append(pl.saved, L)
}

func (pl *lStatePool) Shutdown() {

    for _, L := range pl.saved {

        L.Close()
    }

}
    
// Global LState pool
var luaPool = &
lStatePool{

    saved: make([]*lua.LState, 0, 4),
}

模块调用

gopher-lua 支持 Lua 调用 Go 模块，个人觉得，这是一个非常令人振奋的功能点，因为在 Golang 程序开发中，我们可能设计出许多常用的模块，这种跨语言调用的机制，使得我们能够对代码、工具进行复用。

当然，除此之外，也存在 Go 调用 Lua 模块，但个人感觉后者是没啥必要的，所以在这里并没有涉及后者的内容。

package main
import (
"fmt"
lua "github.com/yuin/gopher-lua"
)
const source = `
local m = require("gomodule")
m.goFunc()
print(m.name)
`
func main() {
    
L := lua.NewState()
defer L.Close()
L.PreloadModule("gomodule", load)
if err := L.DoString(source);
 err != nil {

panic(err)
}

}

func load(L *lua.LState) int {

mod := L.SetFuncs(L.NewTable(), exports)
L.SetField(mod, "name", lua.LString("gomodule"))
L.Push(mod)
return 1
}

var exports = map[string]lua.LGFunction{

"goFunc": goFunc,
}

func goFunc(L *lua.LState) int {

fmt.Println("golang")
return 0
}

// golang
// gomodule

变量污染

当我们使用实例池减少开销时，会引入另一个棘手的问题：由于同一个虚拟机可能会被多次执行同样的 Lua 代码，进而变动了其中的全局变量。如果代码逻辑依赖于全局变量，那么可能会出现难以预测的运行结果（这有点数据库隔离性中的“不可重复读”的味道）。

全局变量

如果我们需要限制 Lua 代码只能使用局部变量，那么站在这个出发点上，我们需要对全局变量做出限制。那问题来了，该如何实现呢？

我们知道，Lua 是编译成字节码，再被解释执行的。那么，我们可以在编译字节码的阶段中，对全局变量的使用作出限制。在查阅完 Lua 虚拟机指令后，发现涉及到全局变量的指令有两条：GETGLOBAL（Opcode 5）和 SETGLOBAL（Opcode 7）。

到这里，已经有了大致的思路：我们可通过判断字节码是否含有 GETGLOBAL 和 SETGLOBAL 进而限制代码的全局变量的使用。至于字节码的获取，可通过调用 CompileString(...) 和 CompileFile(...) ，得到 Lua 代码的 FunctionProto ，而其中的 Code 属性即为字节码 slice，类型为 []uint32 。

在虚拟机实现代码中，我们可以找到一个根据字节码输出对应 OpCode 的工具函数。

// 获取对应指令的 OpCode
func opGetOpCode(inst uint32) int {
    
return int(inst >
    >
 26)
}

有了这个工具函数，我们即可实现对全局变量的检查。

package main
// ...
func CheckGlobal(proto *lua.FunctionProto) error {

for _, code := range proto.Code {

switch opGetOpCode(code) {

case lua.OP_GETGLOBAL:
return errors.New("not allow to access global")
case lua.OP_SETGLOBAL:
return errors.New("not allow to set global")
}

}

// 对嵌套函数进行全局变量的检查
for _, nestedProto := range proto.FunctionPrototypes {
    
if err := CheckGlobal(nestedProto);
 err != nil {

return err
}

}

return nil
}

func TestCheckGetGlobal(t *testing.T) {
    
l := lua.NewState()
proto, _ := CompileString(`print(_G)`)
if err := CheckGlobal(proto);
 err == nil {

t.Fail()
}

l.Close()
}

func TestCheckSetGlobal(t *testing.T) {

l := lua.NewState()
proto, _ := CompileString(`_G = {
}
    `)
if err := CheckGlobal(proto);
 err == nil {

t.Fail()
}

l.Close()
}

模块

除变量可能被污染外，导入的 Go 模块也有可能在运行期间被篡改。因此，我们需要一种机制，确保导入到虚拟机的模块不被篡改，即导入的对象是只读的。

在查阅相关博客后，我们可以对 Table 的 __newindex 方法的修改，将模块设置为只读模式。

package main
import (
"fmt"
"github.com/yuin/gopher-lua"
)
// 设置表为只读
func SetReadOnly(l *lua.LState, table *lua.LTable) *lua.LUserData {

ud := l.NewUserData()
mt := l.NewTable()
// 设置表中域的指向为 table
l.SetField(mt, "__index", table)
// 限制对表的更新操作
l.SetField(mt, "__newindex", l.NewFunction(func(state *lua.LState) int {

state.RaiseError("not allow to modify table")
return 0
}
))
ud.Metatable = mt
return ud
}

func load(l *lua.LState) int {

mod := l.SetFuncs(l.NewTable(), exports)
l.SetField(mod, "name", lua.LString("gomodule"))
// 设置只读
l.Push(SetReadOnly(l, mod))
return 1
}

var exports = map[string]lua.LGFunction{

"goFunc": goFunc,
}

func goFunc(l *lua.LState) int {

fmt.Println("golang")
return 0
}

func main() {
    
l := lua.NewState()
l.PreloadModule("gomodule", load)
    // 尝试修改导入的模块
if err := l.DoString(`local m = require("gomodule");
    m.name = "hello world"`);
 err != nil {

fmt.Println(err)
}

l.Close()
}
    
// string>
    :1: not allow to modify table

写在最后

Golang 和 Lua 的融合，开阔了我的视野：原来静态语言和动态语言还能这么融合，静态语言的运行高效率，配合动态语言的开发高效率，想想都兴奋（逃。

在网上找了很久，发现并没有关于 Go-Lua 的技术分享，只找到了一篇稍微有点联系的文章（京东三级列表页持续架构优化 — Golang + Lua (OpenResty) 最佳实践），且在这篇文章中， Lua 还是跑在 C 上的。由于信息的缺乏以及本人（学生党）开发经验不足的原因，并不能很好地评价该方案在实际生产中的可行性。因此，本篇文章也只能当作“闲文”了，哈哈。