async-book项目解析:深入理解select!宏的多Future并发处理
什么是select!宏
在异步编程中,select!宏是一个强大的工具,它允许开发者同时运行多个Future,并在任意一个Future完成时立即做出响应。这种机制特别适合需要同时处理多个异步操作的场景。
基本用法示例
让我们看一个简单的例子:
async fn example() {
let t1 = async_task_1().fuse();
let t2 = async_task_2().fuse();
pin_mut!(t1, t2);
select! {
_ = t1 => println!("任务1先完成"),
_ = t2 => println!("任务2先完成"),
}
}
在这个例子中,两个异步任务t1和t2会并发执行。当其中任意一个任务完成时,对应的处理分支就会被执行,然后整个函数结束,未完成的任务会被丢弃。
select!的核心语法
select!宏的基本语法结构如下:
<模式> = <表达式> => <处理代码>,
可以按照需要添加任意数量的分支。每个分支代表一个Future及其完成时的处理逻辑。
特殊分支:default和complete
select!提供了两个特殊的分支类型:
- default分支:当所有被监控的Future都未完成时执行
- complete分支:当所有被监控的Future都已完成时执行
loop {
select! {
_ = async_task1() => { /* 处理任务1完成 */ },
_ = async_task2() => { /* 处理任务2完成 */ },
complete => break, // 所有任务完成时退出循环
default => { /* 无任务完成时的处理 */ }
}
}
default分支使得select!可以立即返回,而complete分支特别适合在循环中使用,用于检测所有任务是否已完成。
Unpin和FusedFuture的必要性
使用select!时需要注意两个重要的trait:
- Unpin:因为
select!通过可变引用操作Future而非获取所有权,所以Future必须实现Unpin - FusedFuture:确保已完成Future不会被重复轮询
这就是为什么在第一个例子中我们需要调用.fuse()和pin_mut!的原因。这些调用确保了Future满足select!的要求。
FusedStream的应用
对于Stream,有一个对应的FusedStream trait。实现了这个trait的Stream(或通过.fuse()包装的Stream)会从它们的.next()/.try_next()组合器中产生FusedFuture。
let mut stream = some_stream.fuse();
select! {
Some(item) = stream.next() => { /* 处理流中的项 */ },
// 其他分支...
}
高级用法:Fuse和FuturesUnordered
使用Fuse::terminated()
Fuse::terminated()可以创建一个已终止的空Future,稍后可以填充需要运行的Future。这在需要在select!循环中动态创建任务时特别有用。
let future = Fuse::terminated();
loop {
select! {
_ = future => { /* 处理完成的future */ },
Some(new_item) = stream.next() => {
// 用新任务替换原来的future
future.set(async_task(new_item).fuse());
}
}
}
使用FuturesUnordered
当需要同时运行多个相同Future的实例时,FuturesUnordered类型非常有用。与select!不同,它会运行每个Future直到完成,而不是在新Future创建时中止之前的。
let mut futures = FuturesUnordered::new();
loop {
select! {
result = futures.select_next_some() => {
println!("获得结果: {:?}", result);
},
new_num = stream.next() => {
futures.push(run_on_new_num_fut(new_num));
}
}
}
实际应用场景
select!宏在以下场景特别有用:
- 同时等待多个网络请求,处理最先返回的结果
- 实现超时机制
- 构建响应式系统,同时监听多个事件源
- 在服务器中处理多个并发客户端请求
性能考虑
使用select!时需要注意:
- 每个分支的Future都会被轮询,因此分支数量会影响性能
- 对于大量并发任务,考虑使用
FuturesUnordered可能更高效 - 避免在
select!中放置计算密集型任务,这可能导致其他Future饥饿
总结
select!宏是Rust异步编程中处理多个并发Future的强大工具。通过合理使用select!及其相关功能(如Fuse和FuturesUnordered),开发者可以构建高效、响应式的异步应用程序。理解Unpin和FusedFuture的要求是正确使用select!的关键,而default和complete分支则为处理各种边界情况提供了便利。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00