COM（Component Object Model，组件对象模型） 是微软于1993年推出的一种二进制接口标准。它允许不同语言（C++, C#, VB, Delphi等）编写的软件组件在同一个操作系统上进行交互。

虽然现在有更新的技术（如 .NET），但 COM 依然是 Windows 操作系统的基石。你使用的很多核心功能（如 DirectX、Office 自动化、Windows Shell 扩展、音频设备控制）底层都依赖 COM。

以下是 COM 对象的核心基础知识：

1. 核心设计哲学

COM 的核心不是编程语言，而是二进制规范。这意味着你用不同语言编译出来的 DLL，只要遵循 COM 的内存布局约定，就能互相调用，无需源码。

• 语言无关性：C++ 写的 COM 组件可以被 VB6 或 C# 调用。
• 位置透明性：调用者不需要知道组件是在当前 DLL（进程内）中，还是在另一个进程（进程外）甚至远程机器上（DCOM）。
• 版本兼容性：通过接口的不可变性来管理版本（一旦发布接口，永不修改）。

2. 核心概念

接口

这是 COM 中最关键的概念。COM 对象通过接口暴露功能，对象本身被隐藏。

• 接口是一组纯虚函数的集合（在 C++ 中对应 struct 虚函数表）。
• 接口不变性：一旦一个接口被发布（如 IMyInterface v1.0），就永远不能修改它。如果需要新功能，必须创建新接口（IMyInterface v2.0）。
• IUnknown：所有 COM 接口的基类。每个 COM 对象都必须实现 IUnknown。

GUID（全局唯一标识符）

COM 使用 128 位的 GUID 来唯一标识：

• CLSID：标识具体的组件类（如 {00024500-0000-0000-C000-000000000046} 是 Microsoft Word 的类 ID）。
• IID：标识接口（如 IID_IClassFactory）。

引用计数

COM 没有垃圾回收器。它通过 AddRef 和 Release 方法（继承自 IUnknown）来管理对象的生命周期。

• 当客户端从 COM 获取一个接口指针时，内部计数加 1。
• 当客户端使用完毕后，必须调用 Release。
• 当计数归零时，对象在内存中自我销毁。

3. 三个基础接口：IUnknown

任何 COM 对象都必须实现 IUnknown，它包含三个方法：

1. QueryInterface：这是 COM 的“多态”机制。给定一个 IID（接口 ID），询问对象：“你支持这个接口吗？”

   • 如果支持，返回该接口指针（并自动调用 AddRef）。
   • 如果不支持，返回 E_NOINTERFACE。
     这允许对象在不同的时间提供不同的功能集，而不需要强制继承庞大的基类。

2. AddRef：增加引用计数。

3. Release：减少引用计数。

4. 创建对象：类厂

通常不允许直接用 new 关键字创建 COM 对象（因为对象可能在进程外或远程）。COM 使用 类厂 模式：

• 每个 COM 类都有一个关联的类厂（Class Factory），它实现了 IClassFactory 接口。
• 客户端通过调用 API（如 CoCreateInstance）告诉 COM 库：“请根据这个 CLSID 创建对象。”
• COM 库在注册表中查找该 CLSID 对应的 DLL/EXE，加载它，调用类厂的 CreateInstance 方法，最终返回对象指针。

5. 运行环境：套间

COM 必须处理多线程问题。它定义了 套间 模型来管理线程安全：

• STA（单线程套间）：
  • 一个线程拥有一个套间。
  • COM 会自动对调用进行同步（序列化）。如果一个线程试图调用另一个 STA 线程的对象，调用会通过消息队列排队。
  • 常用于 UI 线程。
• MTA（多线程套间）：
  • 多个线程可以同时进入套间。
  • 对象必须自己实现线程安全（同步）。
  • 调用直接进行，无同步。

6. 注册表

COM 严重依赖 Windows 注册表。当你在代码中调用 CoCreateInstance(CLSID_MyComponent) 时，COM 会去 HKEY_CLASSES_ROOT\CLSID\{...} 下查找：

• InprocServer32：指向 DLL 的路径（进程内组件）。
• LocalServer32：指向 EXE 的路径（进程外组件）。
• ProgID：便于阅读的字符串（如 “Word.Application”）。

7. 常用 API

如果你在 Windows 上用 C++ 开发，通常会用到以下 API：

• CoInitialize / CoUninitialize：初始化 COM 库。必须在当前线程使用 COM 前调用。
• CoCreateInstance：最常用的创建函数。内部封装了“查找注册表 -> 启动服务器 -> 获取类厂 -> 创建对象”的流程。
• CoCreateInstanceEx：支持创建远程对象（DCOM）。

8. 演化与现状

你不需要以 1990 年代的方式手动编写所有的 AddRef 和 QueryInterface 逻辑。现代生态系统中 COM 以不同形式存在：

• Win32 C++：使用 CComPtr（ATL 库）等智能指针来避免手动调用 Release 导致的内存泄漏。
• .NET (C#)：
  • Interop：通过添加 COM 引用，.NET 运行时作为“包装器”自动处理底层接口调用。
  • WinRT：Windows Runtime 是 COM 的现代化演进，它基于 COM 基础，但增加了元数据（.winmd）、异步模式（IAsyncInfo）和更现代的语言投影，使得 API 在 C++/WinRT 或 C# 中调用起来更自然。
• 系统组件：许多现代 Windows API（如 Windows.Storage）实际上是 WinRT（COM 的继承者）暴露的接口。

总结

理解 COM 的关键在于掌握三点：

1. 二进制标准：内存布局固定（虚函数表），因此语言无关。
2. 接口隔离：通过 QueryInterface 动态获取能力，而不是通过对象本身调用方法。
3. 严格的契约：引用计数（谁创建谁释放）、不可变接口、注册表定位。

虽然直接从头编写原始 COM 组件在当今的常规应用开发中已不常见，但当你进行 Windows 底层开发、编写 Shell 扩展、Office 插件或使用 DirectX 时，深入理解 COM 依然是避免内存泄漏和界面卡顿的必备知识。