Rust异步并发编程tokio异步运行时讲解和使用,新手必学

2024-04-27 12:20

本文主要是介绍Rust异步并发编程tokio异步运行时讲解和使用,新手必学,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Rust 在v1.39版本以后就引入了async关键字,用于支持异步编程。

async fn foo() {}

Rust中,async函数或块会被视作一个 Future 对象,async 关键字只是用来定义这个 Future 对象,定义好的这片异步代码并不会自动执行,而是需要和 async 配对的 .await 去驱动它才会执行。

用 async 定义异步代码,用 .await 驱动执行。

但是 .await 又只能在 async 块中调用。

Rust 明确规定了,main 函数前不能加 async 修饰。也就是说,只能写成这种形式。

fn main() {let a = async {};a.await;
}

但是前面又说过了,.await 只能写在 async 代码块或函数里。这里就需要引入异步运行时了。

异步运行时

异步运行时是一个库,这个库包含一个响应器(reactor)和一个或多个执行器(executor)。它需要处理下面的事:

异步代码的执行;

任务的暂停;

状态的缓存;

外部事件的监听注册;

外部信号来了后,唤醒对应的任务,恢复任务状态;

多个任务间的调度。 

tokio第三方实现库

目前 Rust 标准库中还没有内置一个官方的异步 Runtime,tokio 在第三方异步 Runtime 的激烈竞争中胜出,可以说它现在已经成为了 Rust 生态中异步运行时事实上的标准。

1.引入依赖

在Cargo.toml中引入依赖

tokio = { version = "1", features = ["full"] }

2. main 函数

tokio提供的一个属性宏标注在main函数上面,这样main函数前就可以加async修饰了。解决了上面提到的问题。

#[tokio::main]      // 这个是tokio库里面提供的一个属性宏标注
async fn main() {   // 注意 main 函数前面有 async println!("Hello world");
}

tokio 还可以基于当前系统线程创建单线程的 Runtime,你可以看一下示例。

#[tokio::main(flavor = "current_thread")]  // 属性标注里面配置参数
async fn main() {println!("Hello world");
}

3. tokio组件

tokio 发展到现在,已经是一个功能丰富、机制完善的 Runtime 框架了。它针对异步场景把 Rust 标准库里对应的类型和设施都重新实现了一遍。具体包含 6 个部分。

  • Runtime 设施组件:你可以自由地配置创建基于系统单线程的 Runtime 和多线程的 Runtime。
  • 轻量级任务 task:你可以把它理解成类似 Go 语言中的 Goroutine 这种轻量级线程,而不是操作系统层面的线程。
  • 异步输入输出(I/O):网络模块 net、文件操作模块 fs、signal 模块、process 模块等。
  • 时间模块:定时器 Interval 等。
  • 异步场景下的同步原语:channel、Mutex 锁等等。
  • 在异步环境下执行计算密集型任务的方案spawn_blocking等等。

4. tokio的一些知识

1) tokio 底层机制

tokio reactor:用来接收从操作系统的异步框架中传回的消息事件,然后通知tokio waker把对应的任务唤醒。

tokio waker:唤醒对应任务。

tokio executor: 执行对应唤醒任务。每个任务会被抽象成一个Future来独立处理,而每个Future在Rust中会被处理成一个结构体,用状态机的方式来管理。Tokio 中还实现了对这些任务的安排调度机制。

2) 轻量级线程

tokio 提供了一种合作式(而非抢占式)的任务模型:每个任务 task 都可以看作是一个轻量级的线程,与操作系统线程相对。操作系统默认的线程机制需要消耗比较多的资源,一台普通服务器上能启动的总线程数一般最多也就几千个。而 tokio 的轻量级线程可以在一台普通服务器上创建上百万个。

3))M:N模型

tokio 的这个模型是一种 M:N 模型,M 表示轻量级线程的数量,N 表示操作系统线程的数量。N最常用的默认配置是一个机器上有多少CPU逻辑处理核,N就等于多少。

4) 合作式

tokio 的轻量级线程之间的关系是一种合作式的。合作式的意思就是同一个 CPU 核上的任务大家是配合着执行(不同 CPU 核上的任务是并行执行的)。我们可以设想一个简单的场景,A 和 B 两个任务被分配到了同一个 CPU 核上,A 先执行,那么,只有在 A 异步代码中碰到 .await 而且不能立即得到返回值的时候,才会触发挂起,进而切换到任务 B 执行。也就是说,在一个 task 没有遇到 .await 之前,它是不会主动交出这个 CPU 核的,其他 task 也不能主动来抢占这个 CPU 核。

5)创建tokio task

创建 tokio task,这需要使用 task::spawn() 函数。

use tokio::task;#[tokio::main]
async fn main() {task::spawn(async {// 在这里执行异步任务});
}

在这个示例里,main 函数里面创建了一个新的 task,用来执行具体的任务。我们需要知道,tokio 管理下的 async fn main() {} 本身就是一个 task,相当于在 main task 中,创建了一个新的 task 来执行。这里,main task 就是父 task,新创建的这个 task 是子 task。

在 tokio 中,子 task 的生存期有可能超过父 task 的生存期,也就是父 task 执行结束了,但子 task 还在执行。如果在父 task 里要等待子 task 执行完,再结束自己,保险的做法是用 JoinHandler。

注意:如果 main 函数所在的 task 先结束了,会导致整个程序进程退出,有可能会强制杀掉那些新创建的子 task。

JoinHandler 是什么意思呢?这个新概念跟 task 的管理相关。我们在 main task 中里创建一个新 task 后,task::spawn() 函数实际有一个返回值,它返回一个 handler,这个 handler 可以让我们在 main task 里管理新创建的 task。这个 handler 也可以用来指代这个新的 task,相当于给这个 task 取了一个名字。比如示例里,我们就把这个新的任务命名为 task_a,它的类型是 JoinHandler。在用 spawn() 创建 task_a 后,这个新任务就立即执行。

有了 JoinHandler,我们可以方便地创建一批新任务,并等待它们的返回值。

use tokio::task;async fn my_background_op(id: i32) -> String {let s = format!("Starting background task {}.", id);println!("{}", s);s
}#[tokio::main]
async fn main() {let ops = vec![1, 2, 3];let mut tasks = Vec::with_capacity(ops.len());for op in ops.clone() {// 任务创建后,立即开始运行,我们用一个Vec来持有各个任务的handlertasks.push(tokio::spawn(my_background_op(op)));}let mut outputs = Vec::with_capacity(tasks.len());for task in tasks {outputs.push(task.await.unwrap());}println!("{:?}", outputs);
}
// 输出
Starting background task 1.
Starting background task 2.
Starting background task 3.

上面示例里,我们用 tasks 这个动态数组持有 3 个异步任务的 handler,它们是并发执行的。然后对 tasks 进行迭代,等待每个 task 执行完成,并且搜集任务的结果放到 outputs 动态数组里。最后打印出来。 

这篇关于Rust异步并发编程tokio异步运行时讲解和使用,新手必学的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/940492

相关文章

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

如何用Docker运行Django项目

本章教程,介绍如何用Docker创建一个Django,并运行能够访问。 一、拉取镜像 这里我们使用python3.11版本的docker镜像 docker pull python:3.11 二、运行容器 这里我们将容器内部的8080端口,映射到宿主机的80端口上。 docker run -itd --name python311 -p

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

Linux 网络编程 --- 应用层

一、自定义协议和序列化反序列化 代码: 序列化反序列化实现网络版本计算器 二、HTTP协议 1、谈两个简单的预备知识 https://www.baidu.com/ --- 域名 --- 域名解析 --- IP地址 http的端口号为80端口,https的端口号为443 url为统一资源定位符。CSDNhttps://mp.csdn.net/mp_blog/creation/editor

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

pdfmake生成pdf的使用

实际项目中有时会有根据填写的表单数据或者其他格式的数据,将数据自动填充到pdf文件中根据固定模板生成pdf文件的需求 文章目录 利用pdfmake生成pdf文件1.下载安装pdfmake第三方包2.封装生成pdf文件的共用配置3.生成pdf文件的文件模板内容4.调用方法生成pdf 利用pdfmake生成pdf文件 1.下载安装pdfmake第三方包 npm i pdfma

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]