深入理解async-book项目中的Future Trait
2025-06-20 22:00:52作者:廉彬冶Miranda
什么是Future Trait
在Rust的异步编程模型中,Future trait扮演着核心角色。它代表了一个异步计算过程,这个计算最终可能会产生一个值(也可能是空值())。理解Future的工作原理对于掌握Rust异步编程至关重要。
Future的基本模型
让我们先看一个简化版的Future trait定义:
trait SimpleFuture {
type Output;
fn poll(&mut self, wake: fn()) -> Poll<Self::Output>;
}
enum Poll<T> {
Ready(T),
Pending,
}
这个简化版本展示了Future的核心机制:
- poll方法:驱动Future向前执行
- Poll枚举:表示当前Future的状态
Ready(T):计算完成,返回结果Pending:计算尚未完成
Future的执行机制
poll方法是Future的核心,它的工作流程如下:
- 当Future可以继续执行时,返回
Poll::Ready(result) - 当Future需要等待时,返回
Poll::Pending并安排wake()函数在Future可以继续时被调用 - 当
wake()被调用时,执行器会再次调用poll方法
这种机制的关键在于wake()函数,它避免了执行器不断轮询所有Future的低效行为,而是精确知道哪些Future已经准备好继续执行。
实际应用示例
考虑一个从socket读取数据的场景:
struct SocketRead<'a> {
socket: &'a Socket,
}
impl SimpleFuture for SocketRead<'_> {
type Output = Vec<u8>;
fn poll(&mut self, wake: fn()) -> Poll<Self::Output> {
if self.socket.has_data_to_read() {
Poll::Ready(self.socket.read_buf())
} else {
self.socket.set_readable_callback(wake);
Poll::Pending
}
}
}
这个例子展示了:
- 有数据时立即返回
- 无数据时注册回调并返回Pending
- 数据到达时通过wake通知执行器
Future的组合
Future的强大之处在于可以高效组合多个异步操作,无需额外分配内存:
并行执行多个Future
struct Join<FutureA, FutureB> {
a: Option<FutureA>,
b: Option<FutureB>,
}
impl<FutureA, FutureB> SimpleFuture for Join<FutureA, FutureB>
where
FutureA: SimpleFuture<Output = ()>,
FutureB: SimpleFuture<Output = ()>,
{
type Output = ();
fn poll(&mut self, wake: fn()) -> Poll<Self::Output> {
if let Some(a) = &mut self.a {
if let Poll::Ready(()) = a.poll(wake) {
self.a.take();
}
}
if let Some(b) = &mut self.b {
if let Poll::Ready(()) = b.poll(wake) {
self.b.take();
}
}
if self.a.is_none() && self.b.is_none() {
Poll::Ready(())
} else {
Poll::Pending
}
}
}
顺序执行多个Future
struct AndThenFut<FutureA, FutureB> {
first: Option<FutureA>,
second: FutureB,
}
impl<FutureA, FutureB> SimpleFuture for AndThenFut<FutureA, FutureB>
where
FutureA: SimpleFuture<Output = ()>,
FutureB: SimpleFuture<Output = ()>,
{
type Output = ();
fn poll(&mut self, wake: fn()) -> Poll<Self::Output> {
if let Some(first) = &mut self.first {
match first.poll(wake) {
Poll::Ready(()) => self.first.take(),
Poll::Pending => return Poll::Pending,
};
}
self.second.poll(wake)
}
}
这些组合方式展示了如何在不使用回调地狱的情况下构建复杂的异步控制流。
标准库中的Future Trait
实际的标准库Future trait与我们的简化版有些重要区别:
trait Future {
type Output;
fn poll(self: Pin<&mut Self>, cx: &mut Context<'_>) -> Poll<Self::Output>;
}
主要变化:
-
Pin<&mut Self>:使用固定指针确保Future在内存中不会移动,这对于实现自引用结构体(如async/await生成的Future)至关重要。
-
Context<'_>替代wake: fn():提供了更丰富的唤醒机制,特别是通过
Waker类型可以精确唤醒特定任务,这对于管理大量并发连接的系统非常重要。
理解Pinning和Context
虽然本文不深入讨论pinning和Context的细节,但需要知道:
- Pinning:确保对象不会被移动,使得自引用结构体成为可能
- Context/Waker:提供了更精确的任务唤醒机制,替代简单的函数指针
总结
Future trait是Rust异步编程的基石,它通过poll/wake机制实现了高效的异步操作。理解其工作原理有助于:
- 编写更高效的异步代码
- 理解async/await语法糖背后的机制
- 构建复杂的异步控制流
- 理解Rust异步生态系统的底层原理
通过本文的讲解,希望读者能够对async-book项目中Future trait的设计和实现有更深入的理解,为掌握Rust异步编程打下坚实基础。
登录后查看全文
热门项目推荐
kernelopenEuler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。C036
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 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++
689
344
Ascend Extension for PyTorch
Python
235
268
暂无简介
Dart
686
161
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
9
1
React Native鸿蒙化仓库
JavaScript
266
327
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
62
33
🔥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
65
19
🎉 (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
1.22 K
669