Rust Book Summary 项目解析:无畏并发编程指南
2025-06-24 06:00:08作者:裘晴惠Vivianne
本文基于 Rust Book Summary 项目中的第16章内容,深入讲解 Rust 语言中并发编程的核心概念和实践方法。Rust 以其"无畏并发"的特性著称,通过所有权系统和类型系统在编译期就能防止数据竞争等问题。
并发编程的挑战
在深入 Rust 并发特性前,我们需要理解并发编程面临的典型问题:
- 竞态条件:线程以不一致的顺序访问数据或资源
- 死锁:两个线程互相等待对方释放资源,导致程序停滞
这些问题在多线程环境中尤为常见,而 Rust 的设计目标就是在编译期就避免这些问题的发生。
Rust 的线程模型
Rust 标准库提供了两种线程模型选择:
-
1:1 模型(原生线程模型):
- 每个语言线程对应一个操作系统线程
- 标准库默认实现
- 优点:更接近操作系统原生行为,性能可预测
-
M:N 模型(绿色线程):
- M 个语言线程运行在 N 个操作系统线程上
- 需要通过第三方库实现(如 tokio)
- 优点:更轻量级,适合高并发场景
线程基础操作
Rust 提供了简洁的线程操作原语:
创建线程
use std::thread;
let handle = thread::spawn(|| {
// 线程执行的代码
});
等待线程完成
handle.join().unwrap();
线程所有权转移
使用 move 关键字将变量所有权转移到线程中:
let v = vec![1, 2, 3];
let handle = thread::spawn(move || {
println!("Vector: {:?}", v); // v 的所有权已转移
});
// 这里不能再使用 v
handle.join().unwrap();
如果不使用 move,编译器会阻止可能导致悬垂引用的代码,这是 Rust 安全并发的重要保障。
线程间通信:消息传递
Rust 采用"不要通过共享内存来通信,而要通过通信来共享内存"的理念,提供了通道(channel)机制:
use std::sync::mpsc; // 多生产者单消费者
let (tx, rx) = mpsc::channel();
thread::spawn(move || {
tx.send("消息".to_string()).unwrap();
});
let received = rx.recv().unwrap();
println!("收到: {}", received);
通道的特性:
- 多生产者,单消费者(mpsc)
- 发送端(tx)和接收端(rx)
- 当任一端被丢弃时,通道自动关闭
- 发送操作会转移所有权,确保线程安全
共享状态并发
虽然消息传递是首选,但 Rust 也支持通过互斥锁(Mutex)共享内存:
use std::sync::{Mutex, Arc};
let counter = Arc::new(Mutex::new(0));
let mut handles = vec![];
for _ in 0..10 {
let counter = Arc::clone(&counter);
let handle = thread::spawn(move || {
let mut num = counter.lock().unwrap();
*num += 1;
});
handles.push(handle);
}
for handle in handles {
handle.join().unwrap();
}
println!("结果: {}", *counter.lock().unwrap()); // 输出 10
关键点:
Arc<T>:原子引用计数,线程安全的智能指针Mutex<T>:提供内部可变性,保证线程安全访问- 必须显式获取和释放锁
- Rust 的类型系统确保你不会忘记加锁
Sync 和 Send 特质
Rust 通过两个标记特质(marker trait)来保证并发安全:
-
Send:
- 表示类型的所有权可以在线程间安全转移
- 大多数 Rust 类型都是 Send
- 例外:如 Rc 不是 Send
-
Sync:
- 表示类型的引用可以安全地在多个线程间共享
- 类型 T 是 Sync 当且仅当 &T 是 Send
- 例如:Mutex 是 Sync
这些特质由编译器自动推导,也可以手动实现(需确保线程安全)。
总结
Rust 的并发模型提供了:
- 安全性:编译时检查避免了数据竞争
- 灵活性:支持消息传递和共享内存两种模式
- 高效性:零成本抽象,性能接近底层实现
通过本章学习,开发者可以掌握 Rust 中安全高效的并发编程方法,充分利用多核处理器的计算能力,而不用担心常见的并发陷阱。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
799
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1