發布於 

文科生也能懂的 Rust async 机制(简体版)

考虑到其他语区的朋友,我使用 繁化姬 将这篇文章全文转换为简体(暂时不包含图档)。简体版是以 commit 89f7c52 为底进行转换,若未来有一些更新,亦会随之同步并在此更新。

希望这篇文章能帮到所有地方的 Asynchronous Rust 初学者 :) 如果未来有机会,也会考虑翻译成英文版本。

背景

https://twitter.com/repsiace/status/1554103778994900992/

Rust async 到底是什么啊啊啊啊

修改一下:work stealing, thread-per-core, waker, mpsc, task queue 只有他们懂… 正常人不可能看懂 – @twicemoemoe, 22-08-02

作为一个文科生,其实觉得 async 真的没有想象中的这么困难⋯⋯ 😂 或许搭配一些图片会好懂很多吧。

TL;DR 不废话版本

  • Sync(同步):一件事情做完之后,再做下一件事情。
    • blocking(堵塞):指“等一件事情”的行为。
  • Async(异步):一件事情还没完成,可以做其他不冲突的事情。
    • concurrency(并发、并行):程序 架构 中,各个任务可以 独立运行 的特性。
      • future:Rust 中的一个异步任务的表示。
      • polling:不停地询问任务,确认事情是否已经完成。
      • event-driven:事情完成后,任务自己发通知表明完成。
    • parallelism(平行):同时 运行 数个程序的行为。
      • thread(线程、执行绪):系统进程(任务集)的基本单元。thread 通常是交由 CPU 内核运行。
        • spawn(生成):指产生 thread 的行为。
        • thread pool(线程池):将 thread 高效分配给每个任务的地方。
  • Async runtime: 以 tokio 为例
    • join (macro):并发运行 async 函数,并在全部完成后回传。
    • select (macro):哪个 async 函数快,回传那个 async 函数的结果。
    • main (attribute macro):在 main() 初始化 runtime。
    • block_on:在 sync 上运行 async 函数。
    • spawn:平行运行 async 函数。
    • spawn_blocking:在异步函数里面,为一个高耗时且同步 (blocking) 的函数另辟新线程 (thread)。

同步 (Synchronous) 跟异步 (Asynchoronous)

同步”就是整个程序等一件事情完成(blocking,堵塞)。“异步”则是一件事情还没完成,可以做其他不冲突的事情。

就以早餐来说,“同步”就像是等吐司烤完之后,才去准备花生酱(每件任务循序渐进地运行);“异步”就像是吐司正在烤的时候,就先准备花生酱(每件任务并发地运行)。

同步和异步的图解。

并发 (Concurrency) 与平行 (Parallelism)

刚才有提到“吐司正在烤的时候,就先准备花生酱”是个 并发 行为。

并发 就是指程序架构,任务可以互不相关运行的特性。我们可以称“吐司正在烤”和“准备花生酱”是个独立任务,而我们可以 并发 地进行这些任务。

说到并发,那什么是 平行 呢?

假如你妈也想帮你一起做早餐,而你负责“烤土司、准备酱料”,而你妈负责“煎蛋、摆盘”。你做自己的任务、而你妈做自己的任务——这就是 平行

并发搭配平行。

回到电脑的例子上。我们可以把“你”和“你妈”比拟为 CPU 内核 (core) ,分配给你和你妈的一大堆独立任务叫做 线程 (thread)并发 就是工作单元自己用异步的方式处理任务;平行 就是分配其他工作单元处理任务。

进阶:线程池 (thread pool)

你电脑的内核是有限的。就以 Apple M1 这颗 CPU 来说,最多也就只有 8 个内核。那要怎么高效的把一大堆线程,都分配到这些 CPU 上呢?

我们通常把这个“分配”叫做调度 (scheduling,排程)。首先,最简单的做法就是自己跟系统开线程(通常我们把这种线程叫做 OS thread):

OS Thread

在 Rust 里面,使用 OS thread 是非常简单的:

1
2
3
let handle = std::thread::spawn(|| {
/* 你的同步作业 */
});

这样的好处是不需要在程序里面包一个调度器,但缺点是线程的 spawn 生成(把任务分配给家人)和 destroy 销毁(告诉家人不用继续运行任务)都得找你的操作系统(管家)操作。那如果我们可以自己调度,是不是就能减少找操作系统(管家)的开销,甚至是做到更多更高效的事情(比如在一个线程里面运行数个并发任务)?

首先,我们需要先跟管家说“我需要 N 个可以分配家人任务的线程,”然后把这些线程都放进去我们的 thread pool。接下来程序需要 thread 运行任务,就请 thread pool 分配。而我们从 thread pool 分配到的线程,就是 green thread

用文字描述太混乱,直接用图解吧:

Green threads

但假如每个 threads 里面都是会堵住程序的任务 (blocking),那 Thread Pool 里面的 OS Thread 就得等这些任务完成,最后反而没有达到预期的高效分配。因此,如果 threads 里面是完全 sync 的任务,就 没有必要用上 thread pool,让 OS 分配即可。

Thread pool in sync

反之,如果 threads 里面的任务可以并发,因为一个 thread 可以并发运行多个任务,thread pool 的安排就会显得比 OS threads 高效许多:

Thread pool in async

进阶阅读:Future 与 Executor

对底层比较没兴趣?可以先看 Async 函数、区块和 await

基础理论结束,拉回“任务”和 Rust 本身。你或许会很好奇“怎么让 Rust 知道一个任务是否完成?”

这里就要提到 Rust 的 Future 了。Rust 的 Future 就是一个可并发任务的抽象表示。而 Executor 就是负责轮询 (polling) Futures 的程序。把我们之前的“异步”图解用 Executor 的视角描绘出来:

Executor 内部基本上怎么判断的

用文字表达:

  1. Executor 会从 Future Receiver 抓出一个 Future。
  2. Executor 运行这个任务的 poll(),并观察其回应。
  3. 如果是 Poll::Pending(处理中),就继续处理下个任务。
  4. 如果是 Poll::Ready(T)(已完成,回传值是 T),则将回传值交给需求方。

但这个文字流程有个问题:poll() 只会运行一次吗?如果会运行数次,那 poll() 下次会在什么时候运行?这里就得提到 Rust 的 waker 机制了。每一次 poll(),Executor 都会给这个任务一个 context。里面有一个 waker,可以用来提醒 Executor“可以运行 poll() 了。”

如果对这方面有兴趣的话,可以参考 https://huangjj27.github.io/async-book/02_execution/03_wakeups.html。另外 Future 还有很多很多的知识点(Pin 等等),碍于篇幅就先搁置。

延伸阅读:Polling 等各种方式的优劣

Polling(轮询),用程序写出来是像这样的:

1
2
3
4
5
6
7
8
9
loop {
let status = task.poll();

if let Polling::Ready(value) = status {
return value;
}

continue;
}

这样有什么问题?首先异步任务通常要一段时间才会完成,一直 poll() 不会加快运行速度。如果真这样写,会浪费很多 CPU 时间在没必要的 poll() 上。另外,loop {} 是个 blocking 同步函数,这样子写,下一个 Future 是运行不了的。

那换另一种方式呢?

1
2
3
4
5
6
7
8
9
10
11
12
13
14
let (tx, rx) = std::sync::mpsc::channel();
let mut return_values = vec![];

for task in rx {
let status = task.poll();

if let Polling::Ready(value) = status {
// 保存回传值,不再排程。
return_values.push(value);
} else {
// 继续排程。
tx.send(task);
}
}

其实这就相当于在 poll() 阶段回传 Poll::Pending 前调用 wake_by_ref()——这个方法解决了 loop {} 的问题,但还是没能解决“没必要 poll() 的问题。”

倘若如果我们可以等到作业完成,再运行 wake() 呢?要这么做,我们就得先知道“工作什么时候才完成?”如果任务是用 callback 或 event 告知任务状态的,那就是在收到 event、或 callback 触发进行调用。

延伸阅读:https://huangjj27.github.io/async-book/02_execution/05_io.html

async 函数、区块和 await

上面介绍了很多 Rust 中 FutureExecutor 的理论基础,但实务上没有这么麻烦。事实上在 Rust 中,用 async 函数和 block 是非常直觉的。

就以上面的 早餐例子 来说,我们可以把它先改写成这样:

1
2
3
4
5
6
7
async fn make_breakfast() -> Toast {
let toast = bake_toast().await;
let butter = prepare_peanut_butter().await;

toast.apply(butter);
toast
}

你或许会很疑惑他跟下面这个版本有什么差异:

1
2
3
4
5
6
7
fn make_breakfast() -> Toast {
let toast = bake_toast();
let butter = prepare_peanut_butter();

toast.apply(butter);
toast
}

首先,虽然整体上“做早餐”还是循序运行的(先烤完吐司、才准备花生酱),但做早餐这件事情因为已经是异步的了,所以你可以在做早餐的时候做其他事情:

Sync in Async

后者的话就是纯 Sync,明显是比前者低效的:

纯 Sync

对照图片,或许你发现到 .await 刚好就是“任务切换点”。.await 之后,你可以去做其他事情(而不是空等)。等到烤箱声音响了之后 (wake()) 之后再回来做剩下的事情。所以整体上 async 函数是比较高效的,但我们要怎么让整个任务更高效呢(在 async 里面一次性运行更多任务?)

在 async 函数里面并发运行数个任务 (futures)

刚才提到我们希望在一个 async 里面一次性运行数个任务。这里我们可以借助 tokiojoin!() 工具宏,表示“我希望这两个任务同时操作”,就像是把这两个任务融合为一了:

1
2
3
4
5
6
7
8
9
10
11
async fn make_breakfast() -> Toast {
let (toast, butter) = tokio::join!(
// 要注意这里不需要 .await,
// await 的事情 `join!()` 会处理。
bake_toast(),
prepare_peanut_butter()
);

toast.apply(butter);
toast
}

这样 make_breakfast 里面就是高效的模式了:

Async in async

那换一种现实中也常遇到的例子:你希望早餐可以在小孩上学前做完,如果没做完就不要继续做了。所以我们想要设置一个计时器,如果计时到了还没做完就直接取消;反之就继续做:

Async with timeout

这种情况就可以用 tokio::select!()——同时等“做早餐”跟“计时器”,回传完成速度最快的任务(分支),而取消剩下没做完的任务(分支):

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
// Option 包含“有”或“没有”两种可能。如果计时器到了,
// 吐司还没完成,那就没有早餐;反之,就有早餐。
async fn make_breakfast_with_timer() -> Option<Toast> {
tokio::select! {
// 如果早餐先完成,那就有早餐。
toast = make_breakfast() => Some(toast),

// 如果时间先到,那就没早餐。
_ = timer() => None,
}
}

/// 一个设置在 30 分钟的计时器
async fn timer() {
tokio::time::sleep(
std::time::Duration::from_secs(30 /* min */ * 60 /* sec */)
).await
}

async fn make_breakfast() -> Toast {
let (toast, butter) = tokio::join!(
bake_toast(),
prepare_peanut_butter()
);

toast.apply(butter);
toast
}

如果你对这方面很有兴趣,可以看看 https://huangjj27.github.io/async-book/06_multiple_futures/01_chapter.html

延伸阅读:await 只能在 async function 里面运行

要注意的,是 .await 只能在 async block 或 async function 里面使用。也就是说,你不能在同步函数(包括 main())里面调用异步函数:

1
2
3
4
5
6
7
8
9
fn main() {
// 会编译错误!
let file_content = make_breakfast().await;

// 还是不行 😄
let file_content = async {
make_breakfast().await
}.await; /* async block 也需要 await */
}

既然每个调用者都必须是 async 的,那是谁调用第一个 async 函数呢? 这就得提到 Async Runtime 了。

进阶阅读:从 Future 看 async 和 await

但这里面的 async 和 await 分别代表什么意义呢?async fn 其实展开来看,就是一个回传 Future 的函数:

1
2
3
4
5
6
7
8
9
struct ReadFileFuture { ... }

impl Future for ReadFileFuture {
type Output = String;

fn poll(...) { ... }
}

fn read_file(path: &Path) -> ReadFileFuture {}

而 await 的大致意思就是“没完成就说整个函数没完成;完成就继续”:

1
2
3
4
5
6
7
8
9
10
// 把这个函数的 context 转交给 read_to_string
let content_status = tokio::fs::read_to_string(path).poll(cx);

let content = match content_status {
// 如果这个 feature 没完成,就剩下的 async 也就无法继续。
Poll::Pending => return Poll::Pending,

// 反之,把值拿回来
Poll::Ready(c) => c,
}

实际上这部分还有许多地方需要考虑:包括要怎么在下次调用 poll() 的时候,知道现在要继续运行哪个 Future。更详细的资讯可以参考 https://huangjj27.github.io/async-book/02_execution/02_future.html

Rust 的 async runtime

实务上你不需要自己写一个 executor,而是使用现成的 async runtime(运行阶段、运行时)。一个 async runtime 除了 executor 之外,还有提供很多功能(比如上文提及的 thread pool、工具宏和函数,以及文件读写、channel 等等常用功能的异步对应方法)。

常见的 async runtime 有 tokioasync-stdsmol,其中又以 tokioasync-std 为大宗。下文会以 tokio 作为介绍示例。

main() 变成 async 函数的起源地

我们在〈延伸阅读:await 只能在 async function 里面运行〉里面有提及“所有调用者必须都是 async function,”那 main() 呢?

还记得上文有提到“Futures 需要一个 executor 调度?”那 main() 原则上就是配置 runtime,让 runtime 准备 executor 的地方:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
fn main() {
// 设置多线程的 tokio runtime。
tokio::runtime::Builder::new_multi_thread()
// 激活所有功能。
.enable_all()
// 建构 runtime。
.build()
// 如果 runtime 建构失败就停住整个程序。
.unwrap()
// async 函数的起源地——堵塞 (blocking),
// 让整个 main() 等待这个 async 函数完成。
.block_on(async {
println!("Hello world");
})

// 然后程序就可以结束了。
}

不过其实不用这么麻烦:tokio::main! 这个 属性宏 (attribute macro) 就能帮你写好这方面的初始化了。你只要这样就好:

1
2
3
4
#[tokio::main]
async fn main() {
println!("Hello, World!");
}

进阶阅读:让一个任务 (Future) 变成一个绿色线程 (Green Thread)——spawn

还记得并发 (Concurrent) 跟平行 (Parallelism) 吗?虽然大部分的情况下,在 单线程“并发”就已经很足够快了。倘若这个任务耗时很长,你希望开另一条线程“平行”专门处理这个任务,那就可以用 spawn

1
2
3
let handle = tokio::task::spawn(async {
/* 现在这里面的东西,都在独立的 thread 里面跑了! */
});

tokio::task::spawn 虽然用起来很像建立 OS thread 的 std::thread::spawn,但 spawn 里面不要放高耗时的同步函数——除非你乐见整个 runtime 被卡在一件任务上面(或者是直接把 runtime 搞死,直接 panic!)

那要怎么在异步函数里面,开另一个 thread 跑同步函数呢?你可以用接下来会提到的 tokio::task::spawn_blocking

在异步函数里面调用高耗时同步函数——spawn_blocking

除了开一个 std::thread::spawn OS thread 跑这种函数之外,你也可以用
tokio::task::spawn_blocking 开一个 可以 await 的同步 blocking 堵塞函数。

1
2
3
4
5
6
7
let _this_returns_42 = tokio::task::spawn_blocking(|| {
for i in 0..114514 {
for j in 0..1919810 {}
}

42
}).await;

这样子跑高耗时的函数之时,照样可以运行其他不用堵塞的任务。同理,你也可以把这个套进去 join! 并发完成,可是 这样建立出的 thread 是取消不了的——不只是单纯的 select!,还包含 .abort() 。因此还是尽量选择并善用异步函数。想深入了解 sync 函数与 async 函数桥接的资讯,可以参考 https://tokio.rs/tokio/topics/bridging

结语

基本上把这则 Twitter 推文想要知道的大部分知识点都讲了。碍于个人能力不足,或许讲得不够清晰或不甚明确,也十分欢迎各路专家指正 QQ

另外这篇文章花了我 7hr 来写,如果觉得有用的话,欢迎把这篇文章分享给更多对 async 以及 Rust 异步程序有兴趣的人 owo 谢谢 🙏

7hr!!!

另外也可以 follow 我的 GitHub 支持我的 OSS 工作 ouo

参考文献


本網誌所有文章除特別聲明外,均採用 CC BY-NC-SA 4.0 授權條款。轉載請註明出處。

本站由 @pan93412 建立,使用 Stellar 作為主題。