Linux下Rust并发编程实战 - 问答

Linux 下 Rust 并发编程实战指南

一环境准备与项目初始化

在 Linux 上安装 Rust：执行命令：curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh，随后执行 source $HOME/.cargo/env 重载环境。
创建项目：cargo new concurrent_demo && cd concurrent_demo。
运行与调试：cargo run；需要调试时使用 gdb 或 lldb，也可借助 IDE 内置调试功能。

二核心并发模型与最小示例

线程与通道
- 使用 std::thread 创建线程，借助 std::sync::mpsc 进行线程间消息传递（MPSC）。
- 示例要点：将发送端 tx 通过 move 转移到子线程；主线程通过 recv() 接收数据。
共享内存与同步原语
- 使用 Arc（原子引用计数）共享所有权，配合 Mutex/RwLock 保护共享可变状态；读多写少场景优先考虑 RwLock。
- 示例要点：对共享数据加锁后操作，完成后及时释放锁；多线程 join() 等待回收。
原子操作
- 对简单计数器等场景，使用 std::sync::atomic 提供的原子类型（如 AtomicUsize）与合适的 Ordering（如 SeqCst）可避免锁开销。
异步并发 I/O
- 使用 async/await 与 tokio 运行时编写高并发网络服务；典型模式是 TcpListener 接收连接，并为每个连接 tokio::spawn 一个任务处理读写循环。
并行数据并行
- 使用 rayon 的并行迭代器对计算密集型数据进行分治并行，简化线程池与任务调度。
第三方通道与 Actor 生态
- 需要更灵活的线程通信时，可使用 crossbeam::channel（支持多生产者多消费者等）；若偏好 Actor 模型，可选 actix。

三实战示例多线程并行计算与原子计数

目标：启动 10 个线程并发累加，分别用 Mutex 与 AtomicUsize 两种实现，最后对比结果与性能感受。
代码：

// Cargo.toml
// [dependencies]

use std::sync::{Arc, Mutex};
use std::sync::atomic::{AtomicUsize, Ordering};
use std::thread;

fn main() {
    const N: usize = 10;
    const INCR: usize = 100_000;

    // 1) 使用 Mutex + Arc
    let mtx = Arc::new(Mutex::new(0usize));
    let mut handles = Vec::with_capacity(N);
    for _ in 0..N {
        let m = Arc::clone(&mtx);
        handles.push(thread::spawn(move || {
            for _ in 0..INCR {
                *m.lock().unwrap() += 1;
            }
        }));
    }
    for h in handles { h.join().unwrap(); }
    println!("Mutex 结果: {}", *mtx.lock().unwrap());

    // 2) 使用 AtomicUsize
    let atomic = Arc::new(AtomicUsize::new(0));
    let mut handles = Vec::with_capacity(N);
    for _ in 0..N {
        let a = Arc::clone(&atomic);
        handles.push(thread::spawn(move || {
            for _ in 0..INCR {
                a.fetch_add(1, Ordering::SeqCst);
            }
        }));
    }
    for h in handles { h.join().unwrap(); }
    println!("Atomic 结果: {}", atomic.load(Ordering::SeqCst));
}

说明：两种实现均应输出 1_000_000；计算密集型且竞争较低时，原子操作通常开销更小，Mutex 更通用但存在锁竞争与阻塞。

四实战示例异步高并发回显服务器

目标：基于 tokio 实现一个 TCP 回显服务器，对每条连接并发处理，读到 0 字节 表示对端关闭。
代码：

// Cargo.toml
// [dependencies]
// tokio = { version = "1", features = ["full"] }

use tokio::net::TcpListener;
use tokio::io;

#[tokio::main]
async fn main() -> io::Result<()> {
    let listener = TcpListener::bind("127.0.0.1:8080").await?;
    println!("Listening on 127.0.0.1:8080");

    loop {
        let (mut socket, _) = listener.accept().await?;
        tokio::spawn(async move {
            let mut buf = vec![0u8; 1024];
            loop {
                let n = match socket.read(&mut buf).await {
                    Ok(0) => return, // 对端关闭
                    Ok(n) => n,
                    Err(e) => {
                        eprintln!("read error: {}", e);
                        return;
                    }
                };
                if let Err(e) = socket.write_all(&buf[..n]).await {
                    eprintln!("write error: {}", e);
                    return;
                }
            }
        });
    }
}

说明：每个连接由独立任务并发处理，适合 I/O 密集型 高并发场景；运行时负责 异步任务调度 与 I/O 多路复用。

五性能与工程实践建议

选择模型
- CPU 密集：优先考虑 rayon 或 std::thread + 工作窃取；共享计数用 AtomicUsize，复杂共享状态用 Arc<Mutex/RwLock>。
- I/O 密集：使用 async/await + tokio（或 async-std），以事件驱动减少线程阻塞与上下文切换。
减少锁争用
- 细化锁粒度、缩短临界区；优先使用 原子操作 或无锁数据结构；读多写少场景用 RwLock。
通道与背压
- 线程/任务间通信优先 消息传递；当生产者远快于消费者时，引入 有限容量通道 或 批量处理 形成背压，避免内存暴涨。
资源与错误处理
- 为所有线程/任务 join()/await；为 I/O 操作设置超时与重试；统一错误类型与日志。
可观测性
- 在关键路径打点与追踪（如连接数、队列长度、处理时延），配合 perf/flamegraph 或 tokio-console 定位瓶颈。
生态扩展
- 需要更强的并发通道与无锁结构时引入 crossbeam；需要 Actor 模式时考虑 actix。

0 赞

0 踩