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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0188
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0112
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
759
4.94 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.78 K
187
暂无简介
Dart
1 K
259
Ascend Extension for PyTorch
Python
716
866
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
854
1.91 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.07 K
1.09 K
🎉 (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
1.72 K
1.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
674
1.32 K
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
454
436