發布於 

文組也能懂的 Rust async 機制

背景

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

Rust async 到底是什麼啊啊啊啊

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

作為一個文組，其實覺得 async 真的沒有想像中的這麼困難 ⋯⋯ 😂 或許搭配一些圖片會好懂很多吧。

TL;DR 不廢話版本

  • Sync（同步）：一件事情做完之後，再做下一件事情。
    • blocking（堵塞）：指「等一件事情」的行為。
  • Async（非同步）：一件事情還沒完成，可以做其他不衝突的事情。
    • concurrency（並行、併發）：程式 架構 中，各個任務可以 獨立執行 的特性。
      • future：Rust 中的一個非同步任務的表示。
      • polling：不停地詢問任務，確認事情是否已經完成。
      • event-driven：事情完成後，任務自己發通知表明完成。
    • parallelism（平行）：同時 執行 數個程式的行為。
      • thread（執行緒、線程）：系統處理程式（任務集）的基本單元。thread 通常是交由 CPU 核心執行。
        • spawn（生成）：指產生 thread 的行為。
        • thread pool（執行緒池）：將 thread 高效分配給每個任務的地方。
  • Async runtime: 以 tokio 為例
    • join (macro)：並行執行 async 函數，並在全部完成後回傳。
    • select (macro)：哪個 async 函數快，回傳那個 async 函數的結果。
    • main (attribute macro)：在 main() 初始化 runtime。
    • block_on：在 sync 上執行 async 函數。
    • spawn：平行執行 async 函數。
    • spawn_blocking：在非同步函數裡面，為一個高耗時且同步 (blocking) 的函數另闢新執行緒 (thread)。

同步 (Synchronous) 跟非同步 (Asynchoronous)

「同步」就是整個程式等一件事情完成（blocking，堵塞）。「非同步」則是一件事情還沒完成，可以做其他不衝突的事情。

就以早餐來說，「同步」就像是等吐司烤完之後，才去準備花生醬（每件任務循序漸進地執行）；「非同步」就像是吐司正在烤的時候，就先準備花生醬（每件任務並行地執行）。

同步和非同步的圖解。

並行 (Concurrency) 與平行 (Parallelism)

剛才有提到「吐司正在烤的時候，就先準備花生醬」是個 並行 行為。

並行 就是指程式架構，任務可以互不相關執行的特性。我們可以稱「吐司正在烤」和「準備花生醬」是個獨立任務，而我們可以 並行 地進行這些任務。

說到並行，那什麼是 平行 呢？

假如你媽也想幫你一起做早餐，而你負責「烤土司、準備醬料」，而你媽負責「煎蛋、擺盤」。你做自己的任務、而你媽做自己的任務——這就是 平行。

並行搭配平行。

回到電腦的例子上。我們可以把「你」和「你媽」比擬為 CPU 核心 (core) ，分配給你和你媽的一大堆獨立任務叫做 執行緒 (thread) 。並行 就是工作單元自己用非同步的方式處理任務；平行 就是分配其他工作單元處理任務。

進階閱讀：執行緒池 (thread pool)

你電腦的核心是有限的。就以 Apple M1 這顆 CPU 來說，最多也就只有 8 個核心。那要怎麼高效的把一大堆執行緒，都分配到這些 CPU 上呢？

我們通常把這個「分配」叫做調度 (scheduling，排程）。首先，最簡單的做法就是自己跟系統開執行緒（通常我們把這種執行緒叫做 OS thread）：

OS Thread

在 Rust 裡面，使用 OS thread 是非常簡單的：

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

這樣的好處是不需要在程式裡面包一個調度器，但缺點是執行緒的 spawn 生成（把任務分配給家人）和 destroy 銷毀（告訴家人不用繼續執行任務）都得找你的作業系統（管家）操作。那如果我們可以自己調度，是不是就能減少找作業系統（管家）的開銷，甚至是做到更多更高效的事情（比如在一個執行緒裡面執行數個並行任務）？

首先，我們需要先跟管家說「我需要 N 個可以分配家人任務的執行緒，」然後把這些執行緒都放進去我們的 thread pool。接下來程式需要 thread 執行任務，就請 thread pool 分配。而我們從 thread pool 分配到的執行緒，就是 green thread。

用文字描述太混亂，直接用圖解吧：

Green threads

但假如每個 threads 裡面都是會堵住程式的任務 (blocking)，那 Thread Pool 裡面的 OS Thread 就得等這些任務完成，最後反而沒有達到預期的高效分配。因此，如果 threads 裡面是完全 sync 的任務，就 沒有必要用上 thread pool，讓 OS 分配即可。

Thread pool in sync

反之，如果 threads 裡面的任務可以並行，因為一個 thread 可以並行執行多個任務，thread pool 的安排就會顯得比 OS threads 高效許多：

Thread pool in async

進階閱讀：Future 與 Executor

對底層比較沒興趣？可以先看 Async 函數、區塊和 await。

基礎理論結束，拉回「任務」和 Rust 本身。你或許會很好奇「怎麼讓 Rust 知道一個任務是否完成？」

這裡就要提到 Rust 的 Future 了。Rust 的 Future 就是一個可並行任務的抽象表示。而 Executor 就是負責輪詢 (polling) Futures 的程式。把我們之前的「非同步」圖解用 Executor 的視角描繪出來：

Executor 內部基本上怎麼判斷的

用文字表達：

  1. Executor 會從 Future Receiver 抓出一個 Future。
  2. Executor 執行這個任務的 poll()，並觀察其回應。
  3. 如果是 Poll::Pending（處理中），就繼續處理下個任務。
  4. 如果是 Poll::Ready(T)（已完成，回傳值是 T），則將回傳值交給需求方。

但這個文字流程有個問題：poll() 只會執行一次嗎？如果會執行數次，那 poll() 下次會在什麼時候執行？這裡就得提到 Rust 的 waker 機制了。每一次 poll()，Executor 都會給這個任務一個 context。裡面有一個 waker，可以用來提醒 Executor「可以執行 poll() 了。」

如果對這方面有興趣的話，可以參考 https://weihanglo.tw/async-book/02_execution/03_wakeups.html。另外 Future 還有很多很多的知識點（Pin 等等），礙於篇幅就先擱置。

延伸閱讀：Polling 等各種方式的優劣

Polling（輪詢），用程式寫出來是像這樣的：

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

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

  continue;
}

這樣有什麼問題？首先非同步任務通常要一段時間才會完成，一直 poll() 不會加快執行速度。如果真這樣寫，會浪費很多 CPU 時間在沒必要的 poll() 上。另外，loop {} 是個 blocking 同步函數，這樣子寫，下一個 Future 是執行不了的。

那換另一種方式呢？

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 {
    // 儲存回傳值，不再排程。
    return_values.push(value);
  } else {
    // 繼續排程。
    tx.send(task);
  }
}

其實這就相當於在 poll() 階段回傳 Poll::Pending 前呼叫 wake_by_ref()——這個方法解決了 loop {} 的問題，但還是沒能解決「沒必要 poll() 的問題。」

倘若如果我們可以等到作業完成，再執行 wake() 呢？要這麼做，我們就得先知道「工作什麼時候才完成？」如果任務是用 callback 或 event 告知任務狀態的，那就是在收到 event、或 callback 觸發進行呼叫。

延伸閱讀：https://weihanglo.tw/async-book/02_execution/05_io.html

async 函數、區塊和 await

上面介紹了很多 Rust 中 Future 與 Executor 的理論基礎，但實務上沒有這麼麻煩。事實上在 Rust 中，用 async 函數和 block 是非常直覺的。

就以上面的 早餐例子 來說，我們可以把它先改寫成這樣：

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
}

你或許會很疑惑他跟下面這個版本有什麼差異：

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，雖然整體上「做早餐」還是循序執行的（先烤完吐司、才準備花生醬），但做早餐這件事情因為已經是非同步的了，所以你可以在做早餐的時候做其他事情：

Sync in Async

後者的話就是純 Sync，明顯是比前者低效的：

純 Sync

對照圖片，或許你發現到 .await 剛好就是「任務切換點」。.await 之後，你可以去做其他事情（而不是空等）。等到烤箱聲音響了之後 (wake()) 之後再回來做剩下的事情。所以整體上 async 函數是比較高效的，但我們要怎麼讓整個任務更高效呢（在 async 裡面一次性執行更多任務？）

在 async 函數裡面並行執行數個任務 (futures)

剛才提到我們希望在一個 async 裡面一次性執行數個任務。這裡我們可以借助 tokio 的 join!() 工具巨集，表示「我希望這兩個任務同時操作」，就像是把這兩個任務融合為一了：

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

  toast.apply(butter);
  toast
}

這樣 make_breakfast 裡面就是高效的模式了：

Async in async

那換一種現實中也常遇到的例子：你希望早餐可以在小孩上學前做完，如果沒做完就不要繼續做了。所以我們想要設置一個計時器，如果計時到了還沒做完就直接取消；反之就繼續做：

Async with timeout

這種情況就可以用 tokio::select!()——同時等「做早餐」跟「計時器」，回傳完成速度最快的任務（分支），而取消剩下沒做完的任務（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「沒有」兩種可能。如果計時器到了，
// 吐司還沒完成，那就沒有早餐；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),

    // 如果時間先到，那就沒早餐。
    _ = timer() => None,
  }
}

/// 一個設定在 30 分鐘的計時器
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
}

如果你對這方面很有興趣，可以看看 https://weihanglo.tw/async-book/06_multiple_futures/01_chapter.html。

延伸閱讀：await 只能在 async function 裡面執行

要注意的，是 .await 只能在 async block 或 async function 裡面使用。也就是說，你不能在同步函數（包括 main()）裡面呼叫非同步函數：

1
2
3
4
5
6
7
8
9
fn main() {
  // 會編譯錯誤！
  let file_content = make_breakfast().await;

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

既然每個呼叫者都必須是 async 的，那是誰呼叫第一個 async 函數呢？ 這就得提到 Async Runtime 了。

進階閱讀：從 Future 看 async 和 await

但這裡面的 async 和 await 分別代表什麼意義呢？async fn 其實展開來看，就是一個回傳 Future 的函數：

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「沒完成就說整個函數沒完成；完成就繼續」：

1
2
3
4
5
6
7
8
9
10
// 把這個函數的 context 轉交給 read_to_string
let content_status = tokio::fs::read_to_string(path).poll(cx);

let content = match content_status {
  // 如果這個 feature 沒完成，就剩下的 async 也就無法繼續。
  Poll::Pending => return Poll::Pending,

  // 反之，把值拿回來
  Poll::Ready(c) => c,
}

實際上這部分還有許多地方需要考慮：包括要怎麼在下次呼叫 poll() 的時候，知道現在要繼續執行哪個 Future。更詳細的資訊可以參考 https://weihanglo.tw/async-book/02_execution/02_future.html。

Rust 的 async runtime

實務上你不需要自己寫一個 executor，而是使用現成的 async runtime（執行階段、執行時）。一個 async runtime 除了 executor 之外，還有提供很多功能（比如上文提及的 thread pool、工具巨集和函數，以及檔案讀寫、channel 等等常用功能的非同步對應方法）。

常見的 async runtime 有 tokio、async-std 和 smol，其中又以 tokio 和 async-std 為大宗。下文會以 tokio 作為介紹範例。

讓 main() 變成 async 函數的起源地

我們在〈延伸閱讀：await 只能在 async function 裡面執行〉裡面有提及「所有呼叫者必須都是 _async function_，」那 main() 呢？

還記得上文有提到「Futures 需要一個 executor 調度？」那 main() 原則上就是配置 runtime，讓 runtime 準備 executor 的地方：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
fn main() {
  // 設定多執行緒的 tokio runtime。
  tokio::runtime::Builder::new_multi_thread()
    // 啟用所有功能。
    .enable_all()
    // 建構 runtime。
    .build()
    // 如果 runtime 建構失敗就停住整個程式。
    .unwrap()
    // async 函數的起源地——堵塞 (blocking)，
    // 讓整個 main() 等待這個 async 函數完成。
    .block_on(async {
        println!("Hello world");
    })

  // 然後程式就可以結束了。
}

不過其實不用這麼麻煩：tokio::main! 這個 屬性巨集 (attribute macro) 就能幫你寫好這方面的初始化了。你只要這樣就好：

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

進階閱讀：讓一個任務 (Future) 變成一個綠色執行緒 (Green Thread)——spawn

還記得並行 (Concurrent) 跟平行 (Parallelism) 嗎？雖然大部分的情況下，在 單執行緒「並行」就已經很足夠快了。倘若這個任務耗時很長，你希望開另一條執行緒「平行」專門處理這個任務，那就可以用 spawn：

1
2
3
let handle = tokio::task::spawn(async {
  /* 現在這裡面的東西，都在獨立的 thread 裡面跑了！ */
});

tokio::task::spawn 雖然用起來很像建立 OS thread 的 std::thread::spawn，但 spawn 裡面不要放高耗時的同步函數——除非你樂見整個 runtime 被卡在一件任務上面（或者是直接把 runtime 搞死，直接 panic！）

那要怎麼在非同步函數裡面，開另一個 thread 跑同步函數呢？你可以用接下來會提到的 tokio::task::spawn_blocking。

在非同步函數裡面呼叫高耗時同步函數——spawn_blocking

除了開一個 std::thread::spawn OS thread 跑這種函數之外，你也可以用
tokio::task::spawn_blocking 開一個 可以 await 的同步 blocking 堵塞函數。

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;

這樣子跑高耗時的函數之時，照樣可以執行其他不用堵塞的任務。同理，你也可以把這個套進去 join! 並行完成，可是 這樣建立出的 thread 是取消不了的——不只是單純的 select!，還包含 .abort() 。因此還是盡量選擇並善用非同步函數。想深入了解 sync 函數與 async 函數橋接的資訊，可以參考 https://tokio.rs/tokio/topics/bridging。

結語

基本上把這則 Twitter 推文想要知道的大部分知識點都講了。礙於個人能力不足，或許講得不夠清晰或不甚明確，也十分歡迎各路專家指正 QQ

另外這篇文章花了我 7hr 來寫，如果覺得有用的話，歡迎把這篇文章分享給更多對 async 以及 Rust 非同步程式有興趣的人 owo 謝謝 🙏

7hr!!!

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

參考文獻

授權條款

本文採用 姓名標示-非商業性-相同方式分享 4.0 國際 授權條款。轉載請標示來源。

參與討論

本站由 @pan93412 使用 Stellar 主題建立。
本 blog 所有文章除特別聲明外，均採用 CC BY-NC-SA 4.0 授權條款，轉載請標明出處。