导语 | Go作为一种编译型语言，经常用于实现后台服务的开发。由于Go初始的开发大佬都是C的老牌使用者，因此Go中保留了不少C的编程习惯和思想，这对C/C++ 和PHP开发者来说非常有吸引力。作为编译型语言的特性，也让Go在多协程环境下的性能有不俗的表现。但脚本语言则几乎都是解释型语言，那么Go怎么就和脚本扯上关系了？请读者带着这个疑问，“听” 本文给你娓娓道来～

程序员们都知道，高级程序语言从运行原理的角度来说可以分成两种：编译型语言、解释型语言。Go就是一个典型的编译型语言。

• 编译型语言就是需要使用编译器，在程序运行之前将代码编译成操作系统能够直接识别的机器码文件。运行时，操作系统直接拉起该文件，在CPU中直接运行。

• 解释型语言则是在代码运行之前，需要先拉起一个解释程序，使用这个程序在运行时就可以根据代码的逻辑执行。

编译型语言的典型例子就是汇编语言、C、C++、Objective-C、Go、Rust等等。

解释型语言的典型例子就是JavaScript、PHP、Shell、Python、Lua等等。

至于Java，从JVM的角度，它是一个编译型语言，因为编译出来的二进制码可以直接在JVM上执行。但从CPU的角度，它依然是一个解释型语言，因为CPU并不直接运行代码，而是间接地通过JVM解释Java二进制码从而实现逻辑运行。

所谓的 “脚本语言” 则是另外的一个概念，这一般指的是设计初衷就是用来开发一段小程序或者是小逻辑，然后使用预设的解释器解释这段代码并执行的程序语言。这是一个程序语言功能上的定义，理论上所有解释型语言都可以很方便的作为脚本语言，但是实际上我们并不会这么做，比如说PHP和JS就很少作为脚本语言使用。

可以看到，解释型语言天生适合作为脚本语言，因为它们原本就需要使用运行时来解释和运行代码。将运行时稍作改造或封装，就可以实现一个动态拉起脚本的功能。

但是，程序员们并不信邪，ta们从来就没有放弃把编译型语言变成脚本语言的努力。

首先回答一个问题：为什么我们需要嵌入脚本语言？答案很简单，编译好的程序逻辑已经固定下来了，这个时候，我们需要添加一个能力，能够在运行时调整某些部分的功能逻辑，实现这些功能的灵活配置。

在这方面，其实项目组分别针对Go和Lua都有了比较成熟的应用，使用的分别是yaegi（https://github.com/traefik/yaegi）和gopher（https://github.com/yuin/gopher-lua）。关于后者的文章已经很多，本文便不再赘述。这里我们先简单列一下使用yaegi的优势：

• 完全遵从官方Go语法（1.16 和 1.17），因此无需学习新的语言。不过泛型暂不支持。

• 可调用Go原生库，并且可扩展第三方库，进一步简化逻辑。

• 与主调方的Go程序可以直接使用struct进行参数传递，大大简化开发。

可以看到，yaegi的三个优势中，都有“简”字。便于上手、便于对接，就是它最大的优势。

这里，我们写一段最简单的代码，代码的功能是斐波那契数:

package plugin
func Fib(n int) int {  return fib(n, 0, 1)}
func fib(n, a, b int) int {  if n == 0 {    return a  } else if n == 1 {    return b  }  return fib(n-1, b, a+b)}

令上方的代码成为一个string常量：const src=...，然后使用yaegi封装并在代码中调用：

package main 
import (  "fmt"
  "github.com/traefik/yaegi/interp"  "github.com/traefik/yaegi/stdlib")
func main() {  intp := interp.New(interp.Options{})  // 初始化一个 yaegi 解释器  intp.Use(stdlib.Symbols)  // 允许脚本调用（几乎）所有的 Go 官方 package 代码
  intp.Eval(src)  // src 就是上面的 Go 代码字符串  v, _ := intp.Eval("plugin.Fib")  fu := v.Interface().(func(int) int)
  fmt.Println("Fib(35) =", fu(35))}
// Output:// Fib(35) = 9227465
const src = `package plugin
func Fib(n int) int {  return fib(n, 0, 1)}
func fib(n, a, b int) int {  if n == 0 {    return a  } else if n == 1 {    return b  }  return fib(n-1, b, a+b)}`

我们可以留意到fu变量，这直接就是一个函数变量。换句话说，yaegi直接将脚本中定义的函数，解释后向主调方程序直接暴露成同一结构的函数，调用方可以直接像调用普通函数一样调用它，而不是像其他脚本库一样，需要调用一个专门的传参函数、再获得返回值、最后再将返回值进行转换。

从这一点来说就显得非常非常的友好，这意味着运行时，和脚本之间可以直接传递参数，而不需要中间转换。

前文说到，yaegi的一个极大的优势，是可以直接传递自定义struct格式。

这里，我先抛出如何传递自定义数据结构的方法，然后再更进一步讲yaegi对第三方库的支持。

比如说，我定义了一个自定义的数据结构（https://github.com/Andrew-M-C/go.util/blob/master/slice/lcs.go#L91），并且希望在Go脚本中进行传递：

package slice
// github.com/Andrew-M-C/go.util/slice
// ...
type Route struct {  XIndexes []int  YIndexes []int}

那么，在对yaegi解释器进行初始化的时候，我们可以在intp变量初始化完成之后，调用以下代码进行符号表的初始化：

  intp := interp.New(interp.Options{})
  intp.Use(stdlib.Symbols)  intp.Use(map[string]map[string]reflect.Value{    "github.com/Andrew-M-C/go.util/slice/slice": {      "Route": reflect.ValueOf((*slice.Route)(nil)),    },  })

这样，脚本在调用的时候，除了原生库之外，也可以使用 github.com/Andrew-M-C/go.util/slice中的Route结构体。这就实现了struct的原生传递。

这里需要注意的是：Use函数传入的map，其key并不是package的名称，而是package路径+package名称的组合。比如说引入一个package，路径:github.com/A/B，那么它的package路径就是 “github.com/A/B”，package名称是B，连在一起的key就是:github.com/A/B/B，注意后面被重复了两次的“B”——笔者就被这坑过，卡了好几天。

（一）原理

我们可以留意一下上文的例子中intp.Use(stdlib.Symbols) 这一句，这可以说是yaegi区别于其他Go脚本库的实现之一。这一句的含义是：使用标准库的符号表。

Yaegi解释器分析了Go脚本的语法之后，会将其中的符号调用与符号表中的目标进行链接。而stdlib.Symbols就导出了Go中几乎所有的标准库的符号。不过从安全角度，yaegi禁止了诸如poweroff、reboot等的高权限系统调用。

因此，我们自然而然地就可以想到，我们也可以把自定义的符号表定义进去——这也就是Use函数的作用，将各符号的原型定义给yaegi就能够实现第三方库的支持了。

当然，这种方法只能对脚本所能引用的第三方库进行预先定义，而不支持在脚本中动态加载未定义的第三方库。即便如此，这也极大地扩展了yaegi脚本的功能。

（二）符号解析

前文中，我们手动在代码中指定了需要引入的第三方符号表。但是对于很长的代码，一个符号一个符号地敲，实在是太麻烦了。其实yaegi提供了一个工具，能够分析目标package并输出符号列表。我们可以看看yaegi的stdlib库作为例子，它就是对Go原生的package文件进行了解释，并找到符号表，所使用的package就是yaegi附带开发的一个工具。

因此，我们就可以借用这个功能，结合go generate，在代码中动态地生成符号表配置代码。

还是以上面的github.com/Andrew-M-C/go.util/slice为例子，在引用yaegi的位置，添加以下go generate：

//go:generate go install github.com/traefik/yaegi/cmd/yaegi@v0.10.0//go:generate yaegi extract github.com/Andrew-M-C/go.util/slice

工具会在当前目录下，生成一个github_com-Andrew-M-C-go_util-slice.go文件，文件的内容就是符号表配置。这样一来，我们就不用费时间去一个一个导出符号啦。

（一）功能对比

我们在调研了yaegi之外，也另外调研和对比了tengo和使用Lua的 gopher-lua。其中后者也是团队应用得比较成熟的库。

笔者需要特别强调的是：tengo的标题虽然说自己用的是Go，但实际上是挂羊头卖狗肉。tengo使用是自己的一套独立语法，与官方Go完全不兼容，甚至乎连相似都称不上。我们应当把它当作另一种脚本语言来看。

这三种方案的对比如下：

总而言之：

• gopher的优势在于性能。

• yaegi的优势在于Go原生语法，以及可以接受的性能。

• tengo的优势？对于笔者的这一使用场景来说，不存在的。

但是yaegi也有很明显的不足:

• 它依然处于0.y.z版本的阶段，也就是说这只是beta版本，后续的API可能会有比较大的变化。

• Go官方语法的大方向是支持泛型，而yaegi目前是不支持泛型的。后续需要关注yaegi在这方便的迭代情况。

（二）性能对比

下文的表格比较多，这里先抛这三个库的对比结论吧：

• 从纯算力性能上看，gopher拥有压倒性的优势。

• yaegi的性能很稳定，大约是gopher的1/5~1/4之间。

• 非计算密集型的场景下，tengo的性能比较糟糕。平均场景也是最差的。

• 简单的a+b

这是一个简单的逻辑封装，就是普通的res:=a+b，这是一个极限情况的测试。测试结果如下：

结果让人大跌眼镜，对于特别简单的脚本，tengo的耗时极高，很可能是在进入和退出tengo VM时，消耗了过多的资源。

而gopher则表现出了优异的性能。让人印象非常深刻。

• 条件判断

该逻辑也很简单，判断输入数是否大于零。测试结果与简单加法类似，如下：

• 斐波那契数

前面两个性能测试过于极限，只能作参考用。在tengo的README中，声称其拥有非常高的性能，可与gopher和原生Go相比，并且还能压倒yaegi。既然tengo这么有信心，并且还给出了其使用的Fib函数，那么我就来测一下。测试结果如下：

在实际工程应用中，针对yaegi，笔者锁定这样的一个应用场景：使用Go运行时程序，调用Go脚本。我需要限制这个脚本完成有限的功能（比如数据检查、过滤、清洗）。因此，我们应该限制脚本可调用的能力。我们可以通过删除stdlib.Symbols表中的部分package来实现，笔者在实际应用中，删除了以下的package符号：

• os/xxx

• net/xxx

• log

• io/xxx

• database/xxx

• runtime

此外，虽然yaegi直接将脚本函数暴露出来可以直接调用，但是主程序不能对脚本的可靠性做任何的假设。换句话说，脚本可能会panic，或者是修改了主程序的变量，从而导致主程序panic。为了避免这一点，我们要将脚本放在一个受限的环境里运行，除了前面通过限制yaegi可调用的package的方式之外，还应该限制调用脚本的方式。包括但不限于以下几个手段：

• 将调用逻辑放在独立的goroutine中调用，并且通过recover函数捕获异常。

• 不直接将主程序的变量等内存信息暴露给脚本，传参时候，需要考虑将参数复制后再传递，或者是脚本非法返回的可能性。

• 如无必要，可以禁止脚本开启新的goroutine。由于go是一个关键字，因此全文匹配一下正则“\sgo”就行（注意空格字符）。
  

• 脚本的运行时间也需要进行限制，或者是监控。如果脚本有bug出现了无限循环，那么主调方应能够脱离这个脚本函数，回到主流程中。

当然，文中充满了对tengo的不推崇，也只是在笔者的这种使用场景下，tengo没有任何优势而已，请读者辩证阅读，也欢迎补充和指正～

（ 转载须取得作者同意，未经许可，禁止二次转载 ）

张敏

腾讯高级后台工程师

腾讯高级后台工程师，在电子和互联网行业深耕多年，拥有丰富的嵌入式和云服务后台开发经验，个人博客共有过百篇文章，云+社区Top50原创作者，技术创作101第二季讲师，现负责腾讯产品后台开发。

推荐阅读

• 把 Go 当脚本语言用