什么是 COM - 为什么 Windows COM 的设计至今依然优美

什么是 COM？

COM（Component Object Model）是 让 Windows 上的组件彼此交互的「二进制契约」。它是一种跨越语言与编译器差异，通过 接口这种严格契约 来通信的机制，其根本理念是「面向契约而非实现进行编程」的设计思想。

COM 的三个重要构成要素

1. 以接口为中心的设计

在 COM 中，「契约先于实现」。即使不了解对象的内部实现，只要知道其公开的接口就可以使用它。

2. 通过 GUID（CLSID / IID）进行识别

每个组件和接口都会被赋予 全球唯一的 ID（GUID），因此名称冲突从根本上不会发生。

3. IUnknown

所有 COM 接口都会继承的基本接口，提供以下三个功能。

COM 的四大优势

1. 二进制兼容性

一次构建完成的组件，可以 不受编程语言或运行时限制 地重用。用 C++ 编写的 COM 组件被 C# 或 Python 调用，是很平常的事情。

2. 接口分离

由于完全隐藏实现，只公开契约，因此即使自由更改内部实现，也不会影响调用方。

3. 版本共存

为了在保持向后兼容性的同时添加功能，基本做法是不断 添加新接口。这样可以在不修改旧接口的前提下提供新功能。

4. 跨越进程边界的重用

使用 Out-of-proc COM（EXE 服务器），可以 安全地调用其他进程中的功能。不过，一旦服务器进程崩溃，调用方会收到 RPC_E_DISCONNECTED 或 RPC_S_SERVER_UNAVAILABLE 之类的失败返回，因此仍需要重启、重新连接等恢复处理。

COM 至今仍在现役

尽管常被视为「过时的技术」，但 COM 是 至今仍在 Windows 核心中持续被使用的机制。

COM 出现的场景

• 资源管理器扩展（右键菜单、预览显示）
• Office 自动化（对 Excel、Word 的外部控制）
• 与 .NET 的互操作（COM Interop）
• 包含 ActiveX 的现有系统
• DirectX、Windows Shell API 等众多 Windows API

即使认为「这和自己没关系」，只要从事 Windows 开发，COM 就一定会在某处出现。

总结

我认为 COM 的美之所在，是 「独立于语言、进程与实现」。语言中立的接口设计、通过 GUID 实现的唯一识别与版本管理、通过 IUnknown 实现的引用计数，以及能够透明处理进程间通信的机制——这些无一例外，都是可以直接延伸到最新的组件化开发（REST API 的契约、微服务的接口分离等）的普适性思想。

相关文章

共享相同标签的最新文章。可以围绕相近的主题进一步加深理解。

常见问题

汇总了咨询这一主题时常见的问题。

COM 是什么？

COM（Component Object Model）是让 Windows 上的组件彼此交互的「二进制契约」。它是一种跨越语言与编译器差异，通过接口这种严格契约来通信的机制。其根本理念是「面向契约而非实现进行编程」的设计思想。

IUnknown 是什么？

IUnknown 是所有 COM 接口都会继承的基本接口。它提供三个功能：用于询问对象是否支持另一个接口的 QueryInterface、用于增加引用计数的 AddRef，以及用于减少引用计数、计数归零时销毁自身的 Release。COM 的对象生命周期管理正是建立在这个引用计数机制之上的。

COM 现在还在使用吗？

是的，COM 至今仍是在 Windows 核心中持续被使用的机制。它出现在资源管理器扩展（右键菜单、预览显示）、Excel 与 Word 的 Office 自动化、与 .NET 的 COM Interop、包含 ActiveX 的现有系统、DirectX 与 Windows Shell API 等众多场景中。只要从事 Windows 开发，COM 就一定会在某处出现。

COM 的优势是什么？

主要有四点：一是二进制兼容性，构建一次的组件可以不受编程语言或运行时限制地重用；二是接口分离，隐藏实现只公开契约；三是版本共存，通过添加新接口来保持向后兼容；四是通过 Out-of-proc COM（EXE 服务器）安全调用其他进程中的功能。

作者简介

本文作者的个人简介页面。

Go Komura

小村软件有限公司 代表

以 Windows 软件开发、技术咨询与故障排查为中心，擅长难以复现的故障调查，以及既有资产仍在运行的项目。