相关:Rust

我第一次注意到 PhantomData<T> 是在研究生命周期协变的时候——PhantomData<&'a T> 告诉编译器”我这个结构体像持有了 &'a T 一样”,从而影响编译器对生命周期的推断。这应该是它最常见的用途。

但最近在读 rust-yamux 的源码时,我发现它把 PhantomData 用在了另一个方向上——不是生命周期标记,而是编译期类型标签。同一个 Header 结构体,靠一个不占空间的泛型参数,在不同场景下暴露完全不同的 API。

同一个字段的不同含义

Yamux 的帧头固定 12 字节:

pub const HEADER_SIZE: usize = 12;
 
pub fn encode<T>(hdr: &Header<T>) -> [u8; HEADER_SIZE] {
    let mut buf = [0; HEADER_SIZE];
    buf[0] = hdr.version.0;
    buf[1] = hdr.tag as u8;
    buf[2..4].copy_from_slice(&hdr.flags.0.to_be_bytes());
    buf[4..8].copy_from_slice(&hdr.stream_id.0.to_be_bytes());
    buf[8..HEADER_SIZE].copy_from_slice(&hdr.length.0.to_be_bytes());
    buf
}

里面有个 Type 字段(1 字节),它决定了这个帧是什么:

Type值length 字段含义
Data0x0payload 长度
WindowUpdate0x1窗口增量
Ping0x2opaque value
GoAway0x3错误码

同一个 length 字段,Type 不同,含义完全不同。

旧写法要包 Option

如果不用泛型,Header 大概长这样:

pub struct Header {
    version: Version,
    tag: Tag,
    flags: Flags,
    stream_id: StreamId,
    length: Len,
}

想获取 GoAway 的错误码,每次都要判断 tag:

impl Header {
    pub fn error_code(&self) -> Option<u32> {
        if matches!(self.tag, Tag::GoAway) {
            Some(self.length.0)
        } else {
            None
        }
    }
}

返回值是 Option,调用方还得判断是不是 None。更糟的是,编译器没法阻止你在 Data 帧上调 error_code()——无效状态到运行时才被发现。

空结构体+泛型的魔法

rust-yamux 的办法是先定义四个空 enum:

pub enum Data {}
pub enum WindowUpdate {}
pub enum Ping {}
pub enum GoAway {}

然后让 Header 带上泛型:

pub struct Header<T> {
    version: Version,
    tag: Tag,
    flags: Flags,
    stream_id: StreamId,
    length: Len,
    _marker: std::marker::PhantomData<T>,
}

PhantomData<T> 不占空间(ZST),但 Header<Data> 和 Header<GoAway> 在类型系统里是不同的类型。

GoAway 专属方法

确定了类型之后,就可以写专属实现了:

impl Header<GoAway> {
    pub fn term() -> Self {
        Self::go_away(0)
    }
 
    pub fn protocol_error() -> Self {
        Self::go_away(1)
    }
 
    pub fn internal_error() -> Self {
        Self::go_away(2)
    }
 
    fn go_away(code: u32) -> Self {
        Header {
            version: Version(0),
            tag: Tag::GoAway,
            flags: Flags(0),
            stream_id: StreamId(0),
            length: Len(code),
            _marker: std::marker::PhantomData,
        }
    }
}

调用方拿到 Header<GoAway> 就可以直接获取错误码,不用做任何判断——类型已经保证了。

共享方法

不涉及类型的通用方法,用 impl<T> 实现:

impl<T> Header<T> {
    pub fn tag(&self) -> Tag {
        self.tag
    }
 
    pub fn flags(&self) -> Flags {
        self.flags
    }
 
    pub fn stream_id(&self) -> StreamId {
        self.stream_id
    }
 
    pub fn len(&self) -> Len {
        self.length
    }
}

impl<T> Header<T> 是所有类型共享的,impl Header<GoAway> 只给 GoAway。

从解码到转换

网络解析出来的帧一开始不知道具体类型,用 Header<()> 作为中间状态:

pub fn decode(buf: &[u8; HEADER_SIZE]) -> Result<Header<()>, HeaderDecodeError> {
    // ...
    let hdr = Header {
        version: Version(buf[0]),
        tag: match buf[1] {
            0 => Tag::Data,
            1 => Tag::WindowUpdate,
            2 => Tag::Ping,
            3 => Tag::GoAway,
            t => return Err(HeaderDecodeError::Type(t)),
        },
        // ...
        _marker: std::marker::PhantomData,
    };
    Ok(hdr)
}

确认类型后再转换:

impl Header<()> {
    pub(crate) fn into_data(self) -> Header<Data> {
        debug_assert_eq!(self.tag, Tag::Data);
        self.cast()
    }
 
    pub(crate) fn into_window_update(self) -> Header<WindowUpdate> {
        debug_assert_eq!(self.tag, Tag::WindowUpdate);
        self.cast()
    }
 
    pub(crate) fn into_ping(self) -> Header<Ping> {
        debug_assert_eq!(self.tag, Tag::Ping);
        self.cast()
    }
}

内部用 cast 做零成本转换——数据结构完全一样,只是把类型标签换了:

fn cast<U>(self) -> Header<U> {
    Header {
        version: self.version,
        tag: self.tag,
        flags: self.flags,
        stream_id: self.stream_id,
        length: self.length,
        _marker: std::marker::PhantomData,
    }
}

enum 和 phantom type

用表格总结一下两种方式:

enumphantom type
适用场景可枚举的不同类型相同数据的不同状态
运行时需要 match/tag无开销,编译期已确定
方法分发统一接口,内部判断专属实现,直接调用
错误发现运行时编译期

在 Yamux 这个例子里:

  • 解析网络包时用 enum Tag 识别类型
  • 确认后用 into_data() 等转换成 phantom type
  • 后续代码在类型安全的上下文中工作,不再纠结 “这个 length 到底是什么”

enum 适合表达”不同类型的值是不同东西”,phantom type 适合表达”同一个值在不同上下文中含义不同”。

不止一种用法

回到开头的说法——PhantomData 最常用的还是生命周期相关:

// 告诉编译器:我这个结构体像是持有 &'a T
struct RefWrapper<'a, T> {
    _marker: PhantomData<&'a T>,
}

但在协议解析、状态机这类场景里,把它当类型标签用也很自然。rust-yamux 的 Header<T> 算是这种用法的教科书级示例——代码不多,概念清晰,推荐直接看源码。

参考