将所有内容整合在一起：Future、任务和线程

正如我们在第16章中看到的，线程提供了一种实现并发的方法。在本章中，我们看到了另一种方法：使用异步与未来和流。如果你在想何时选择一种方法而不是另一种，答案是：这取决于具体情境！而且在许多情况下，选择不是线程或异步，而是线程和异步。

许多操作系统几十年来一直提供基于线程的并发模型，许多编程语言也因此支持它们。然而，这些模型并非没有权衡。在许多操作系统中，每个线程都会占用相当多的内存，并且启动和关闭时也会带来一些开销。线程也仅在操作系统和硬件支持的情况下才是一种选择。与主流的桌面和移动计算机不同，一些嵌入式系统根本没有操作系统，因此也没有线程。

异步模型提供了一组不同且最终互补的权衡。在异步模型中，并发操作不需要自己的线程。相反，它们可以在任务上运行，就像我们在流部分中使用trpl::spawn_task从同步函数启动工作一样。任务类似于线程，但不是由操作系统管理，而是由库级别的代码：运行时管理。

在上一节中，我们看到可以使用异步通道和异步任务来构建一个流，这些任务可以从同步代码中调用。我们也可以用线程做完全相同的事情。在清单 17-40 中，我们使用了 trpl::spawn_task 和 trpl::sleep。在清单 17-41 中，我们用标准库中的 thread::spawn 和 thread::sleep API 替换了它们，在 get_intervals 函数中。

Filename: src/main.rs 
extern crate trpl; // required for mdbook test

use std::{pin::pin, thread, time::Duration};

use trpl::{ReceiverStream, Stream, StreamExt};

fn main() {
    trpl::run(async {
        let messages = get_messages().timeout(Duration::from_millis(200));
        let intervals = get_intervals()
            .map(|count| format!("Interval #{count}"))
            .throttle(Duration::from_millis(500))
            .timeout(Duration::from_secs(10));
        let merged = messages.merge(intervals).take(20);
        let mut stream = pin!(merged);

        while let Some(result) = stream.next().await {
            match result {
                Ok(item) => println!("{item}"),
                Err(reason) => eprintln!("Problem: {reason:?}"),
            }
        }
    });
}

fn get_messages() -> impl Stream<Item = String> {
    let (tx, rx) = trpl::channel();

    trpl::spawn_task(async move {
        let messages = ["a", "b", "c", "d", "e", "f", "g", "h", "i", "j"];

        for (index, message) in messages.into_iter().enumerate() {
            let time_to_sleep = if index % 2 == 0 { 100 } else { 300 };
            trpl::sleep(Duration::from_millis(time_to_sleep)).await;

            if let Err(send_error) = tx.send(format!("Message: '{message}'")) {
                eprintln!("Cannot send message '{message}': {send_error}");
                break;
            }
        }
    });

    ReceiverStream::new(rx)
}

fn get_intervals() -> impl Stream<Item = u32> {
    let (tx, rx) = trpl::channel();

    // This is *not* `trpl::spawn` but `std::thread::spawn`!
    thread::spawn(move || {
        let mut count = 0;
        loop {
            // Likewise, this is *not* `trpl::sleep` but `std::thread::sleep`!
            thread::sleep(Duration::from_millis(1));
            count += 1;

            if let Err(send_error) = tx.send(count) {
                eprintln!("Could not send interval {count}: {send_error}");
                break;
            };
        }
    });

    ReceiverStream::new(rx)
}
Listing 17-41: Using the std::thread APIs instead of the async trpl APIs for the get_intervals function

如果您运行此代码，输出与清单 17-40 完全相同。并且请注意，从调用代码的角度来看，这里的变化是多么小。更重要的是，即使我们的一个函数在运行时启动了一个异步任务，而另一个函数启动了一个操作系统线程，最终生成的流也没有受到这些差异的影响。

尽管它们有相似之处，但这两种方法的行为却大不相同， 尽管在这个非常简单的例子中我们可能很难测量出来。我们 可以在任何现代个人计算机上生成数百万个异步任务。如果我们尝试 用线程来做这件事，我们实际上会耗尽内存！

然而，这些 API 如此相似是有原因的。线程作为一组同步操作的边界；并发可以在线程之间发生。任务作为一组异步操作的边界；并发既可以在任务之间也可以在任务内部发生，因为任务可以在其主体中切换不同的未来。最后，未来是 Rust 中最细粒度的并发单元，每个未来可能代表其他未来的树。运行时——具体来说，其执行器——管理任务，而任务管理未来。在这方面，任务类似于轻量级的、运行时管理的线程，具有来自运行时管理的额外功能，而不是由操作系统管理。

这并不意味着异步任务总是优于线程（反之亦然）。在某些方面，使用线程的并发比使用async的并发更简单。这可以是优点也可以是缺点。线程 somewhat “fire and forget”；它们没有未来（future）的原生等效物，因此除了被操作系统本身中断外，它们会一直运行到完成。也就是说，它们没有像未来（future）那样的内置任务内并发支持。Rust 中的线程也没有取消机制——我们在本章中没有明确讨论这个主题，但通过每次结束一个未来（future）时其状态都能正确清理这一事实可以推断出来。

这些限制也使得线程比未来更难组合。例如，使用线程构建如我们在本章前面构建的timeout和throttle方法这样的辅助工具要困难得多。由于未来是更丰富的数据结构，这意味着它们可以更自然地组合在一起，正如我们所见。

任务，因此，为我们提供了对未来的额外控制，使我们能够选择如何以及在哪里对它们进行分组。事实证明，线程和任务通常配合得非常好，因为任务（至少在某些运行时中）可以在不同线程之间移动。实际上，在底层，我们一直在使用的运行时——包括spawn_blocking和spawn_task函数——默认是多线程的！许多运行时使用一种称为工作窃取的方法，根据线程当前的使用情况透明地在不同线程之间移动任务，以提高系统的整体性能。这种方法实际上需要线程和任务，因此也需要未来的概念。

在考虑何时使用哪种方法时，请考虑以下经验法则：

  • 如果工作是非常并行的，比如处理可以分别处理的数据集，线程是更好的选择。
  • 如果工作是非常并发的，例如处理来自许多不同来源的消息，这些消息可能以不同的间隔或不同的速率到达，那么异步是一个更好的选择。

而且，如果您需要并行性和并发性，您不必在线程和异步之间做出选择。您可以自由地将它们一起使用，让每一种发挥其最擅长的作用。例如，列表 17-42 展示了这种混合在实际 Rust 代码中相当常见的一种情况。

Filename: src/main.rs 
extern crate trpl; // for mdbook test

use std::{thread, time::Duration};

fn main() {
    let (tx, mut rx) = trpl::channel();

    thread::spawn(move || {
        for i in 1..11 {
            tx.send(i).unwrap();
            thread::sleep(Duration::from_secs(1));
        }
    });

    trpl::run(async {
        while let Some(message) = rx.recv().await {
            println!("{message}");
        }
    });
}
Listing 17-42: Sending messages with blocking code in a thread and awaiting the messages in an async block

我们首先创建一个异步通道，然后启动一个线程，该线程获取通道的发送端的所有权。在该线程中，我们发送数字1到10，每次发送之间暂停一秒。最后，我们运行一个使用异步块传递给trpl::run创建的未来，就像我们在本章中所做的那样。在那个未来中，我们等待那些消息，就像在我们见过的其他消息传递示例中一样。

回到我们在本章开头讨论的场景，想象一下使用一个专用线程运行一组视频编码任务（因为视频编码是计算密集型的），但通过异步通道通知UI这些操作已完成。在实际应用中，这类组合的例子数不胜数。

摘要

这不会是你在这本书中最后一次看到并发。在第 21 章的项目中，将会在一个比这里讨论的更现实的情况下应用这些概念，并更直接地比较使用线程与任务解决问题的方法。

无论你选择哪种方法，Rust 都为你提供了编写安全、快速、并发代码所需的工具——无论是用于高吞吐量的 Web 服务器还是嵌入式操作系统。

接下来，我们将讨论随着您的 Rust 程序变得更大，如何以惯用的方式建模问题和结构化解决方案。此外，我们还将讨论 Rust 的惯用法与您可能熟悉的面向对象编程的惯用法之间的关系。