用rust 写一个jar包 class冲突检测工具

Rust很适合写命令行工具，特别是使用clap crate 更加方便，这篇文章介绍使用rust写一个jar包class冲突检测的工具。项目地址: https://github.com/Aitozi/jar_conflict_detector
首先jar包class冲突的现象是多个jar包中有同名的class，并且class的md5还不一样，那么就意味着该class存在多个版本，那么就存在冲突的可能。
思路比较简单，就是遍历每个jar包，记录ClassName 和 对应 CRC 校验码 及 jar 包的对应关系。
通过clap的derive api就可以快速定义个命令行的参数解析器。

#[derive(Parser, Debug)]
#[command(author, version, about, long_about = None)]
struct Args {
    #[arg(
        short,
        long = "jars",
        required = true,
        help = "The jar list joined by semicolon"
    )]
    jar_list: String,

    #[arg(long, help = "Disable the crc check", action = clap::ArgAction::SetTrue)]
    #[arg(default_value_t = false)]
    disable_crc: bool,

    #[arg(short, long, action = clap::ArgAction::Append, help = "The exclude package prefix")]
    exclude: Vec<String>,
}

通过zip读取jar包中的entry, 过滤只处理.class文件，并从zip_file中读取crc32的元数据，这样可以避免读取原始数据生成md5，可以大大加快处理速度。

Borrow checker的问题

中间编写的时候遇到了一个常见的rust borrow checker的问题。
以下代码为例

fn main() {
    let path = "/tmp/a.jar";
    let jar = File::open(path).unwrap();
    let mut zip = ZipArchive::new(jar).unwrap();

    for name in zip.file_names() {
        let entry = zip.by_name(name);
        println!("name: {}, size: {}", name, entry.unwrap().size());
    }
}

我是想通过遍历ZipArchive#file_names然后根据文件名获取ZipFile但是会有如下编译错误

pub fn file_names(&self) -> impl Iterator<Item = &str> {
    self.shared.names_map.keys().map(|s| s.as_str())
}

/// Search for a file entry by name
pub fn by_name<'a>(&'a mut self, name: &str) -> ZipResult<ZipFile<'a>> {
    Ok(self.by_name_with_optional_password(name, None)?.unwrap())
}

但是用以下的方式就没有问题

let path = "/tmp/a.jar";
let jar = File::open(path).unwrap();
let mut zip = ZipArchive::new(jar).unwrap();

for i in 0..zip.len() {
    let entry = zip.by_index(i).unwrap();
    println!("name: {}, size: {}", entry.name(), entry.size());
}

这里我比较奇怪的是从方法签名上看 len() 和 file_names()都会发生immutable borrow，而后面by_index 和 by_name都会发生mutable borrow。为什么会一个可以通过检查，一个不行。

pub fn len(&self) -> usize {
    self.shared.files.len()
}

len函数实际的签名应该是fn len<'a>(&'a self) -> usize 返回值是usize，所以函数调用完成后就不再和借用有关了。所以 immutable borrow 就结束了。
而file_names实际签名是fn file_names<'a>(&'a self) -> impl Iterator<Item = &'a str> {…}返回值的生命周期和 入参的 immutable ref周期相同，所以就要求 zip immutable borrow ref 至少要保持到iterator结束，所以后续就检测出循环中同时存在可变和不可变引用了。
详细解释: https://users.rust-lang.org/t/borrow-check-understanding/94260/2

这个问题实际上和生命周期有关，阅读这篇基本就能想通这个问题 https://course.rs/basic/lifetime.html

命令行频繁被Killed问题

问题现象是当使用cargo build打包出binary后，通过cp 到 /tmp/jcd执行 会出现 Killed的情况，不是必现，但是当出现之后后续就一直会这样，百思不得其解。

$ /tmp/jcd
[1]    16957 killed     /tmp/jcd

后通过在rust user 论坛提问找到答案，不得不说回复效率很高。
https://users.rust-lang.org/t/rust-command-line-tools-keeps-beeing-killed/94179
原因应该是和苹果电脑上的 Code sign机制有关，在苹果没有解决这个问题之前，建议通过ditto替代cp命令来copy程序。
经过检查系统日志确实有出现 Code Signature Invalid的报错

相同的Class CRC和MD5却不一样

问题是发现在集成这个工具到内部的插件框架中，集成过程中发现一个Jar包被另一个module依赖，经过shade插件打包(没有对相关class进行relocate) 后，生成的class crc32不同，被识别为会冲突的类。通过javap -v 查看两个class对比发现里面的仅仅是一些constant pool 不同。
那么怀疑就是maven-shade-plugin 做了什么操作，翻阅了下代码，查看了shade的处理流程.
看到以下这段，发现这不就是我遇到的问题么。

查阅了相应的issue: https://issues.apache.org/jira/browse/MSHADE-391
在3.3.0 才解决，而我使用的版本正好是3.2.4。升级插件重新生成校验码一致了。
因此如果多个包中存在有maven shade 打包的或者不同jvm打包的class可能会存在一些常量池不对之类的情况，所以这个冲突检测可能检测出并不冲突的class，因为没有真实的去比较class的signature.

解决冲突的Class

最后再回到最初的目的，当我们通过工具检测出冲突的class应该怎么解决呢。
首先我们需要判断这个class是否是运行时所需要的。
如果不是所需要的那么我们就应该直接排掉他，排除有两种手段(这里针对的是maven shade的打包方式)，如果在dependency tree中可以看到相应package的依赖，那么可以直接通过如下的白名单 include 或者 exclude 掉某个 artifact。

<artifactSet combine.self="override">
  <includes>
    <include>commons-dbcp:commons-dbcp</include>
    <include>commons-pool:commons-pool</include>
    <include>mysql:mysql-connector-java</include>
  </includes>
</artifactSet>

但是不排除这个依赖包本身就是fatjar，那么直接通过这种方式就排不掉这个依赖，可以通过filters 配置文件 粒度的匹配过滤

<filters>
  <filter>
    <artifact>*:*</artifact>
    <excludes>
      <exclude>META-INF/*.SF</exclude>
      <exclude>META-INF/*.DSA</exclude>
      <exclude>META-INF/*.RSA</exclude>
      <exclude>javax/**</exclude>
      <exclde>org/slf4j/**</exclde>
    </excludes>
  </filter>
</filters>

如果这个冲突的class是运行时需要的，那么可以通过relocation的方式给各自的插件包中shade成带特殊前缀的class名，解决同名冲突。

<relocation>
    <pattern>org.apache.http</pattern>
    <shadedPattern>com.aitozi.shaded.org.apache.http</shadedPattern>
</relocation>

发布命令行工具到crates.io

cargo login ${token}
cargo publish 

这样发布之后其他用户就可以通过cargo install来下载并编译, 安装你的程序。不过这样需要安装的用户上进行编译和install的过程。

注意这里我第一次上传的时候有一个typo，而crates.io 上包一经发布就不可以删除了，因此发布包的时候一定要check下包名信息。

发布二进制文件

更好的是直接发布二进制文件，rust-cli book的教程上提供的一个travis-ci的 trust模板已经过时了，很久没在维护了，所以不建议参考参考 trust模板: https://github.com/japaric/trust 。
我这里参考的是 https://github.com/japaric/trust/issues/136 中提到的一个样例，直接使用github ci来进行发布，这个模板实际上是通过cross 工具来实现编译多个平台的包。

权限问题

模板中默认使用了github.token来鉴权采 参考，这个不需要自己去创建，每一个workflow都会注入，但是默认权限好像不够，不知道原作者为啥可以跑, 可能修改了默认的GITHUB_TOKEN的权限。
也有其他人report了这个问题：https://github.com/taiki-e/create-gh-release-action/issues/13
通过添加以下权限声明解决

permissions:
	contents: write

通过Github Actions，以后需要发布一个多平台的binary 就非常简单只需要push 一个tag即可

git tag v0.0.1  
git push origin v0.0.1

自动化流程就会创建出一个release以及多平台的binary