Flutter Rust Bridge 中 Rust 调用 Dart 异步回调阻塞问题分析
2025-06-13 17:44:44作者:薛曦旖Francesca
问题现象
在使用 Flutter Rust Bridge 进行混合开发时,开发者遇到了一个典型问题:Rust 端代码尝试调用 Dart 端的异步回调函数时,整个程序出现了阻塞现象。具体表现为 Rust 日志显示调用了 on_connect_success 方法,但 Dart 端的回调函数始终未被执行。
技术背景
Flutter Rust Bridge 是一个强大的工具,它允许 Flutter/Dart 与 Rust 代码之间进行无缝交互。在这种跨语言调用中,异步操作的处理尤为重要,特别是在涉及回调函数时。
问题代码分析
问题出现在 Rust 端的回调处理代码中:
#[flutter_rust_bridge::frb(sync)]
pub fn on_connect_success(callback: impl Fn(String) -> DartFnFuture<()>) {
init_logger(LevelFilter::Debug);
debug!("开始调用on_connect_success");
match tokio::runtime::Builder::new_current_thread()
.enable_all()
.build()
{
Ok(runtime) => {
runtime.block_on(async move {
callback("Tom".to_owned()).await;
});
}
Err(_) => {}
}
}
这段代码有几个潜在问题点:
- 使用了
#[frb(sync)]标记,但实际执行的是异步操作 - 手动创建 Tokio 运行时并阻塞等待回调完成
- 错误分支没有处理逻辑
根本原因
阻塞问题的核心原因在于同步与异步调用的混合使用不当。当 Rust 端以同步方式调用 Dart 的异步回调时,如果没有正确处理执行上下文,就会导致线程阻塞。
具体来说,runtime.block_on 会阻塞当前线程直到异步操作完成,而 Dart 端的回调又需要与 Flutter 的事件循环交互,这就形成了一个死锁状态。
解决方案
方案一:完全异步化(推荐)
最优雅的解决方案是将整个调用链改为异步:
#[flutter_rust_bridge::frb]
pub async fn on_connect_success(callback: impl Fn(String) -> DartFnFuture<()>) {
debug!("开始调用on_connect_success");
callback("Tom".to_owned()).await;
}
这种方法简单直接,完全避免了同步/异步转换的问题。
方案二:正确使用 Tokio 运行时
如果确实需要在同步上下文中调用异步代码,应该正确处理运行时:
#[flutter_rust_bridge::frb(sync)]
pub fn on_connect_success(callback: impl Fn(String) -> DartFnFuture<()>) {
debug!("开始调用on_connect_success");
tokio::runtime::Runtime::new()
.unwrap()
.block_on(async {
callback("Tom".to_owned()).await;
});
}
方案三:使用 spawn_blocking
对于计算密集型任务,可以使用 spawn_blocking:
#[flutter_rust_bridge::frb(sync)]
pub fn on_connect_success(callback: impl Fn(String) -> DartFnFuture<()>) {
debug!("开始调用on_connect_success");
std::thread::spawn(move || {
tokio::runtime::Runtime::new()
.unwrap()
.block_on(async {
callback("Tom".to_owned()).await;
});
});
}
最佳实践建议
- 尽量保持调用链的一致性,要么全同步,要么全异步
- 在跨语言边界处特别注意执行上下文
- 错误处理要完整,避免静默失败
- 对于性能敏感场景,考虑使用专门的线程池
- 日志记录要全面,便于问题排查
总结
Flutter Rust Bridge 中的跨语言异步调用是一个需要特别注意的点。通过理解底层机制和遵循最佳实践,可以避免这类阻塞问题。在实际开发中,推荐优先使用全异步的方案,它更符合现代应用的开发模式,也能避免许多潜在的并发问题。
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.85 K
Ascend Extension for PyTorch
Python
388
465
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++
897
688
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
356
216
昇腾LLM分布式训练框架
Python
121
147
暂无简介
Dart
808
199
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
🔥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
🎉 (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
1.38 K
782