当前位置: 首页 > news >正文

一个 C Core,同时被 JNI 和 dart:ffi 调用

——从 0 设计一套“可跨语言复用”的 native 核心库

关键词:FFI / JNI / dart:ffi / C Core / 系统边界 / 句柄模型 / 架构设计

一、这篇文章我们到底要验证什么?

不是验证:

  • JNI 会不会写

  • dart:ffi 会不会用

而是验证一件更重要的事:

👉你能不能写出一个“独立于语言存在”的 native core。

也就是这种能力:

任何上层语言 (Java / Kotlin / Dart / Swift / Python) ↓ 语言绑定层 ↓ 统一 Native Core

如果一个 core:

  • 只能给 JNI 用
  • 一换语言就推倒重来

那它本质还是“项目代码”,不是“系统资产”。

二、整体架构设计(先定型,再写代码)

我们先给这次实战定一个系统级结构

ffi-core/ ├── core/ # 纯 C 核心(系统资产) │ ├── include/ │ │ └── core_api.h # 唯一对外接口 │ └── src/ │ └── core.c │ ├── android-jni/ # JVM 绑定层 │ ├── CMakeLists.txt │ └── jni_bridge.c │ ├── flutter-ffi/ # Dart 绑定层 │ ├── lib/ │ │ └── core_ffi.dart │ └── android/ / ios/

👉 核心原则:

  • core 层不认识 JNI / Dart / Flutter
  • 绑定层只做翻译,不写业务
  • 接口以C ABI 为唯一标准

三、核心设计:先写“系统接口”,再写实现

✅ 1. 我们要一个最小但完整的系统模型

我们设计一个非常典型的系统级模型:

👉 一个 native 对象 + 生命周期 + 行为函数

比如:一个计数器引擎(只是模型,不是玩具)

它具备:

  • 创建 / 销毁
  • 状态维护
  • 行为调用

✅ 2. 纯 C 接口(core_api.h)

#ifndef CORE_API_H #define CORE_API_H #ifdef __cplusplus extern "C" { #endif typedef void* CoreHandle; // 生命周期 CoreHandle core_create(int init_value); void core_destroy(CoreHandle handle); // 行为 int core_add(CoreHandle handle, int delta); int core_get(CoreHandle handle); #ifdef __cplusplus } #endif #endif

这里有几个系统工程级关键点:

✔ 使用 void* 作为 opaque handle
✔ 不暴露 struct
✔ 明确 create / destroy
✔ 不依赖任何上层语言
✔ 完全 C ABI

👉 这一层,决定了你是不是“系统设计者”。

✅ 3. native 实现(core.c)

#include "core_api.h" #include <stdlib.h> typedef struct { int value; } Core; CoreHandle core_create(int init_value) { Core* c = (Core*)malloc(sizeof(Core)); c->value = init_value; return (CoreHandle)c; } void core_destroy(CoreHandle handle) { if (!handle) return; free(handle); } int core_add(CoreHandle handle, int delta) { Core* c = (Core*)handle; c->value += delta; return c->value; } int core_get(CoreHandle handle) { Core* c = (Core*)handle; return c->value; }

👉 到此为止,你已经完成了:

一套真正“跨语言系统核心”的设计。

后面所有语言,只是外壳

四、Android JNI 层:证明 JVM 能用它

1️⃣ JNI 只做“翻译层”

#include <jni.h> #include "core_api.h" JNIEXPORT jlong JNICALL Java_com_demo_CoreNative_create(JNIEnv* env, jobject thiz, jint v) { return (jlong) core_create(v); } JNIEXPORT void JNICALL Java_com_demo_CoreNative_destroy(JNIEnv* env, jobject thiz, jlong handle) { core_destroy((CoreHandle)handle); } JNIEXPORT jint JNICALL Java_com_demo_CoreNative_add(JNIEnv* env, jobject thiz, jlong handle, jint d) { return core_add((CoreHandle)handle, d); } JNIEXPORT jint JNICALL Java_com_demo_CoreNative_get(JNIEnv* env, jobject thiz, jlong handle) { return core_get((CoreHandle)handle); }

Java 层:

class CoreNative { native long create(int v); native void destroy(long h); native int add(long h, int d); native int get(long h); }

👉 注意:
Java 世界没有“对象”,只有long 句柄

这一步完成后,你已经验证:

✅ JVM ↔ native core 跑通
✅ 句柄模型可用
✅ 生命周期清晰

五、Flutter dart:ffi 层:证明 Dart 也能用它

1️⃣ Dart 侧函数映射

typedef _core_create_c = Pointer<Void> Function(Int32); typedef _core_create_d = Pointer<Void> Function(int); typedef _core_add_c = Int32 Function(Pointer<Void>, Int32); typedef _core_add_d = int Function(Pointer<Void>, int);

加载动态库:

final lib = DynamicLibrary.open("libcore.so"); final coreCreate = lib.lookupFunction<_core_create_c, _core_create_d>("core_create"); final coreAdd = lib.lookupFunction<_core_add_c, _core_add_d>("core_add");

调用:

final handle = coreCreate(10); final v = coreAdd(handle, 5);

👉 这里你会清楚地看到:

Dart 不是在“调 Flutter”,
而是在直接进入 native 世界。

六、到这一刻,你已经完成了一次系统级验证

你现在手里已经有了:

  • 一套独立 C Core
  • 一套 JVM 绑定
  • 一套 Dart 绑定

而且:

  • core 层没有任何语言痕迹
  • 两种运行时同时可用
  • 生命周期模型统一

👉 这就是跨语言系统核心库的标准形态

七、这一步真正训练的是什么能力?

不是 JNI。
不是 dart:ffi。

而是:

✅ 系统接口设计能力
✅ 语言边界抽象能力
✅ 生命周期建模能力
✅ 多运行时适配能力
✅ “核心下沉”的架构能力

这正是:

  • Framework
  • 引擎
  • 机器人中间层
  • 跨平台 SDK

最核心的能力。

八、为什么一定要两个都调 native?

因为第二个调用方会强制你:

  • 接口必须纯

  • 生命周期必须干净

  • 数据模型必须稳定

👉 第二个语言,本质是架构压力测试器

最后一篇:

从 FFI 到系统架构:跨语言核心库的设计方法

http://www.jsqmd.com/news/253226/

相关文章:

  • 一个python小函数揭露我的『编码设计智慧』
  • Java 启动服务时指定JVM(Java 虚拟机)的参数配置说明
  • 前端从服务端下载文件的几种方式
  • python---双指针
  • 全网最全9个AI论文网站,本科生轻松搞定毕业论文!
  • 某中心机器人部门资助高校机器人初创孵化器
  • 2026.01.15董少鹏最新对话李大霄、林义相、钮文新 主题风云对话:穿越牛熊的对策与抉择
  • Deepoc具身模型开发板:无人机智能化的技术底座与生态价值
  • AI如何将2周回归测试压缩至3天的技术实践
  • AI驱动的测试用例智能推荐:重构软件质量保障新范式
  • 不用再等开发提测了!AI提前预测“高风险变更”
  • AI驱动的兼容性测试革命:从人工编排到智能生成
  • 跨平台CKEDITOR如何兼容不同浏览器图片上传到C#.NET?
  • 深度测评自考必看!9款一键生成论文工具TOP9评测
  • 富文本控件怎样提升CKEDITOR图片上传的C#.NET兼容性?
  • 医院电子病历怎样实现CKEDITOR截图自动归档到C#.NET?
  • 芯片制造中,PHP大文件上传组件的示例代码?
  • 从零到一搞定论文:6款免费AI生成器实操指南,精准控制AI率无压力
  • 国防项目CKEDITOR怎样实现加密图片安全上传服务器?
  • 站群系统如何处理CKEDITOR多图片并发上传到C#.NET?
  • 把 DeepSeek/Kimi 输出的 LaTeX/表格/Mermaid 一键变成可编辑 Word/Visio:我的文档自动化流程
  • 短视频AI运营系统源码,开源可商用,打造您的私域平台
  • SPRINGBOOT+VUE前后端分离实现的前后台一站式网站
  • 测试用例自动生成:从“写100条”到“提1个需求”
  • 我用AI模拟网络延迟、断网、低电量,测试App的鲁棒性
  • 信息安全——Secure Hardware Extensions (SHE) 之 < SHE是谁? >
  • 汽车制造行业,PHP如何实现设计图纸的大文件上传示例?
  • 用AI生成测试数据分布:让测试更贴近真实用户行为
  • 教育行业,PHP如何编写网页大文件上传的开源示例?
  • 颠覆测试认知:AI如何透视软件测试的黑暗角落