Android

跨端技术

以 Rust 为核心的跨端技术：UniFFI、KMP 与流媒体实战。

核心问题

如何用 Rust 构建跨平台核心层？

理解这个问题，就理解了现代跨端架构的核心设计。

知识脉络

第一层：为什么选择 Rust

痛点

方案问题
C++内存泄漏难排查
Java/Kotlin无法跨 iOS
平台原生重复开发

Rust 优势

  • 内存安全：编译期保证，无 GC
  • 零成本抽象：高级语法，C 级性能
  • 跨平台：编译为各平台原生产物

第二层：UniFFI 跨端方案

架构

┌─────────────────────────────────────┐
│           UI / 业务层               │  ← Android (Kotlin) / iOS (Swift)
├─────────────────────────────────────┤
│           FFI 桥接层                │  ← UniFFI 自动生成
├─────────────────────────────────────┤
│           核心逻辑层                │  ← Rust
│   • 音视频处理                      │
│   • 网络通信                        │
│   • 数据处理                        │
└─────────────────────────────────────┘

vs JNI

维度JNIUniFFI
代码量大量手写自动生成
类型安全运行时编译时
错误处理易崩溃Result 类型

内存管理

// Kotlin 端持有 Handle
class RustObject(handle: Long) {
    protected fun finalize() {
        // GC 时调用 Native 释放
        rustDestroy(handle)
    }
}

第三层：KMP 方案

架构

┌─────────────────┐
│  Android UI     │  iOS UI (SwiftUI)
├─────────────────┤
│  KMP shared     │  ← Kotlin 业务逻辑
├─────────────────┤
│  Platform       │
└─────────────────┘

expect/actual

// Common
expect fun getPlatform(): Platform

// Android
actual fun getPlatform() = Platform.Android

// iOS
actual fun getPlatform() = Platform.IOS

第四层：WebRTC 实战

低延迟优化

策略原理
GCC动态码率
零等待 Jitter Buffer最小延迟
FEC前向纠错，避免重传
PLI快速请求关键帧

双 PeerConnection 架构

Audio/Video 分离，串行初始化避免 SDP 冲突。

面试高频点

Q1: UniFFI 内存模型？

  • Rust 对象通过 Arc<T> 管理引用计数
  • 传给 Kotlin 时增加计数，返回 Handle
  • Kotlin GC 时调用 Native 释放

Q2: KMP vs Flutter？

维度KMPFlutter
共享范围逻辑层逻辑 + UI
性能原生接近原生
学习成本KotlinDart
生态渐成熟成熟

Q3: Rust + UniFFI 适用场景？

  • 音视频处理
  • 加密算法
  • 高性能计算
  • 跨平台核心库

实战案例

UniFFI 集成

// Rust
#[uniffi::export]
fn greet(name: String) -> String {
    format!("Hello, {}!", name)
}

// Kotlin (自动生成)
val greeting = greet("World")

知识关联