深入理解Rust中的Pinning机制(async-book项目解析)
2025-06-20 20:30:16作者:庞队千Virginia
什么是Pinning
Pinning(固定)是Rust中一种特殊的机制,它通过Pin<T>类型来确保某些对象不会被移动。这个概念在异步编程中尤为重要,特别是在处理Future时。当你看到Future::poll方法的签名self: Pin<&mut Self>时,这就是Pinning的应用场景。
为什么需要Pinning
自引用结构的问题
考虑以下异步代码:
async {
let mut x = [0; 128];
let read_into_buf_fut = read_into_buf(&mut x);
read_into_buf_fut.await;
println!("{:?}", x);
}
这段代码编译后会生成一个包含自引用字段的结构体。如果这个结构体被移动,内部的指针就会失效,导致未定义行为。
移动带来的风险
让我们看一个更简单的例子:
#[derive(Debug)]
struct Test {
a: String,
b: *const String, // 指向a的指针
}
impl Test {
fn new(txt: &str) -> Self {
Test {
a: String::from(txt),
b: std::ptr::null(),
}
}
fn init(&mut self) {
self.b = &self.a;
}
}
如果创建两个Test实例并交换它们:
let mut test1 = Test::new("test1");
test1.init();
let mut test2 = Test::new("test2");
test2.init();
std::mem::swap(&mut test1, &mut test2);
交换后,test2.b仍然指向test1.a,这就造成了悬垂指针。这就是为什么我们需要Pinning机制来防止这种移动。
Pinning的工作原理
Pin和Unpin
Pin<T>是一个包装指针的类型,它保证被指对象不会被移动(如果该对象实现了!Unpin)。与之对应的是Unpin trait,大多数类型都自动实现了这个trait,表示它们可以安全地被移动。
栈上固定
要在栈上固定一个!Unpin对象,需要使用unsafe代码:
use std::pin::Pin;
use std::marker::PhantomPinned;
#[derive(Debug)]
struct Test {
a: String,
b: *const String,
_marker: PhantomPinned, // 使类型实现!Unpin
}
let mut test1 = Test::new("test1");
let mut pinned = unsafe { Pin::new_unchecked(&mut test1) };
固定后尝试移动会导致编译错误:
std::mem::swap(pinned.get_mut(), test2.get_mut()); // 编译错误
堆上固定
更安全的做法是将对象分配在堆上:
impl Test {
fn new(txt: &str) -> Pin<Box<Self>> {
let t = Test {
a: String::from(txt),
b: std::ptr::null(),
_marker: PhantomPinned,
};
let mut boxed = Box::pin(t);
let self_ptr = &boxed.a;
unsafe { boxed.as_mut().get_unchecked_mut().b = self_ptr };
boxed
}
}
堆分配的对象具有稳定地址,生命周期内不会被移动。
实际应用中的Pinning
处理Future
大多数异步函数生成的Future都是!Unpin的。当需要将它们传递给期望Unpin类型的函数时,需要先固定:
// 使用Box固定
let fut = async { /* ... */ };
let pinned = Box::pin(fut);
// 使用pin_mut!宏固定
let fut = async { /* ... */ };
pin_mut!(fut);
安全注意事项
- 栈上固定依赖于开发者的
unsafe保证,必须确保固定后对象不会被移动 - 常见的错误是忘记隐藏原始变量,导致Pin被丢弃后对象被移动
- 堆上固定更安全,因为对象生命周期内地址不会改变
总结
- 对于
T: Unpin的类型,Pin<T>等同于普通的引用 - 获取
!Unpin类型的可变引用需要unsafe - 标准库中的大多数类型都实现了
Unpin - 由
async/await生成的Future通常是!Unpin的 - 可以使用
Box::pin或pin_mut!宏来固定Future
理解Pinning机制对于编写正确的异步Rust代码至关重要,特别是在处理自引用结构和Future时。通过合理使用栈固定和堆固定,可以避免因对象移动导致的悬垂指针问题。
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 StartedRust0194
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 Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06
项目优选
收起
暂无描述
Dockerfile
767
4.99 K
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++
857
1.94 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++
686
1.34 K
Ascend Extension for PyTorch
Python
721
892
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
458
445
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
618
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253