复杂网络代码_异步代码的几种写法 | Rust学习笔记

Rust历史不长，仍然处于快速发展的历程中。关于异步编程的模式，现在已经发展到 async/await协程的高级阶段。大概是因为 async/await出现的时间还不长，所以现有大多数的开源项目并不是或不是纯粹使用 async/await来书写的，而是前前后后有多种的写法。这样的状况给 Rust的学习带来了一些的难度。在这里，我们来捋一捋异步代码的几种写法。mio

最原始的方式是使用 mio进行开发。mio是一个底层异步 I/O库，提供非阻塞方式的 API，具有很高的性能。实际上 mio是对于操作系统 epoll/kqueue/IOCP的封装。在 C/C++中我们使用 libevent之类的库， mio可以理解为对应的 Rust版本。基于 mio的代码大致如下：

loop {

    // Poll Mio for events, blocking until we get an event.

    poll.poll(&mut events, None)?;

    // Process each event.

    for event in events.iter() {

        if event.is_writable() {

            // socket可写，开始发送数据

        }

        if event.is_readable() {

            // socket可读，开始接收数据

        }

        // socket 关闭，退出循环

        return Ok(());

    }

}    

总的来说，这是完全基于异步事件通知的写法，和 C/C++区别不是很大，异步代码对于程序员是一个挑战，当代码逻辑越来越复杂，添加新功能或是解决已有问题的难度也越来越大。

另外， mio实现的是一个单线程事件循环，虽然可以处理成千上万路的 I/O操作，但没有多线程的能力，需要自己扩充。

Future Poll

为了更好地规范异步的逻辑， Rust抽象出 Future表示尚未发生的事物。这些 Future可以用很多方式組合成一个更复杂的复合 Future来代表一系列的事件。Future需要程序主动去 poll(轮询)才能获取到最终的结果，每一次轮询的结果可能是 Ready或者 Pending。

运行库提供 Executor和 Reactor来执行 Future，也就是调用 Future的 poll方法循环执行一系列就绪的 Future，当 Future返回 Pending的时候，会将 Future转移到 Reactor上等待唤醒。Reactor被用来负责唤醒之前无法完成的 Future。事实上， tokio的 Reactor是基于 mio实现的，而 async-std/smol则是封装了 epoll/kqueue/IOCP，提供类似的功能。

手动实现 Future是一件相对繁琐的工作，主要的问题在于异步模式本身的特性。例如，接收网络数据，无法臆测每次轮询会收到多少字节的数据，往往需要开辟一段接收缓冲区容纳数据，协议解码也需要一个状态机拼包向上层提交；发送网络数据存在相似问题，发送数据时底层未就绪，则缓冲发送数据，待下次轮询时，需要首先检查并处理发送缓冲区。另外还有一些值得注意的地方，如果手动实现的 Future返回 Pending，则必须自己实现唤醒机制，也就是需要将 cx克隆一份记下来，然后在适当的时侯调用 cx.wake()。因为网络相关的功能往往是分层的，因此手动的 Poll循环也会是层层堆叠的，这时候，返回值 Poll::Ready(T)就有学问了。泛型T可能包裹各种不同的数据， Option<T>， Result<T,E>，或者两者的组合。因为最外层还有一个 Poll<T>，所有这时候的 match语句写起来会非常臃肿，粘贴复制写很多代码，完成的功能却非常有限，而且由于这些代码很相似，大大增加了出错的可能性。

标准库中仅仅定义了 Future，更多的相关功能需要引用 futures-rs类库，里面定义了一系列有关异步的操作，包括 Stream、 Sink、 AsyncRead、 AsyncWrite等基础 Trait，以及对应实现了大量方便操作的组合子的 ExtTrait，特别用途的 fused、 Box， Try系列的扩展，诸如 join!、 select!、 pin_mut!等一系列的宏。理论上，不使用这些扩展也能写出代码，只不过那样的代码很可能篇幅会长的可怕。值得一提的是，除了一些可以简化代码的过程宏之外，扩展 Trait提供的组合子也会让代码精简不少。比如 Future::and_then可以让代码写成链式调用的方式；Sink::send包装了 Sink发送三步骤 poll_ready/start_send/poll_flush，使用 .await一行代码直接就可以完成发送。因此，很多 poll方式的代码实际上是准确地说是混合式的，其中也使用了不少 async代码块。

总之，搞清楚 Future相关的这些内容是需要花费不少时间，更不用说用它们来写代码了。不过，即便是使用 async/await这种更高级原语，也是有必要了解底层的工作原理和实现机制，所谓知其然知其所以然。

async/await

使用 async/await可以将异步的代码写得类似同步的过程，更加符合人体工程学。因为 async被翻译为一个 Future状态机，原先在 poll方式中需要处理的与 Pending相关的状态现在都由 async生成的状态机自动完成，因此大大减轻了程序员的心智负担。

如前所述，底层的 Futures提供了很多方便的组合子扩展 Future，使用起来很简洁，可以极大地简化代码。例如，上文提到过的 Sink::send包装了发送缓冲区的实现和异步发送的三个步骤；AsyncRead::read_exact实现了读取指定字节数的功能，在处理网络协议解析时可以避免手写一个拼包状态机；AsyncWrite::write_all实现了发送全部数据以及发送缓冲，等等。正是在这些底层功能的支持下， async/await成为了更高级的书写异步代码的方式。也许会有少许担心，这样所谓“高级”会不会在性能上有很大损失？笔者个人不这么认为。自动实现的状态机也许未必比程序员手动完成的性能更差。状态机编程对于任何人，即便是一个有经验的程序员都是不小挑战。蹩脚的状态机实现不仅可能有性能问题，更大的风险来自于实现上的漏洞，以及维护上的困难。代码写出来更多是给别人看的，完成同样的功能，简洁的代码更有可能是更高质量的代码。

以下例子是固定长度分割的报文接收过程，使用 async/await是很简单的。如果实现为一个 Stream/poll_next，代码会复杂很多。

   /// convenient method for reading a whole frame

   pub async fn recv_frame(&mut self) -> io::Result<Vec> {

       let mut len = [0; 4];

       let _ = self.inner.read_exact(&mut len).await?;  // inner socket, 支持 AsyncRead

       let n = u32::from_be_bytes(len) as usize;

       if n > self.max_frame_len {

           let msg = format!(

               "data length {} exceeds allowed maximum {}",

               n, self.max_frame_len

           );

           return Err(io::Error::new(io::ErrorKind::PermissionDenied, msg));

       }

       let mut frame = vec![0; n];

       self.inner.read_exact(&mut frame).await?;

       Ok(frame)

   }

最后，完全使用 async/await写代码目前还有几个问题：

async trait

当前 Trait 不支持 asyncfn，无法直接用 Trait来抽象异步方法。暂时解决办法是使用三方库 async-trait。如下：

use async_trait::async_trait;

#[async_trait]

trait Advertisement {

   async fn run(&self);

}

宏 async_trait将代码转换为一个返回 Pin<Box<dynFuture+Send+'async>> 的同步方法。因为装箱和动态派发的原因，性能上会有少许损失。

异步析构

当前 drop方法必须是同步调用，不能使用 await语法。当一个 I/O对象越过生命周期被析构，往往在关闭底层句柄之前，还需要完成某些 I/O操作。比如，通知网络对端连接已经关闭。在同步代码中，我们只需要在 drop()中置入这些操作，但是在异步代码中，无法在 drop()中做类似的事情。

解决办法，总是在异步 I/O对象越过生命周期之前显式地执行关闭动作，或是，实现一个类似 GC的功能，专门负责清理工作。

展望

笔者在学习 Rust过程中，主要关注网络相关的并发编程。因为之前有在 Go版本的 ipfs/libp2p上的开发经验，故而学习研究了 rust-libp2p以及 nervos tentacle。rust-libp2p是 Parity实现的准官方版本，但是这个项目的代码及其难懂，过于强调使用泛型参数的抽象，导致代码可读性非常差。请教了代码作者，他承认代码可能有些复杂，但也强调都是有原因的... nervos tentacle的实现在协议上不够完整，特别是与标准 libp2p并不兼容。两个项目共有的特点是主要用 poll的方式写代码，逻辑上都是状态机的嵌套。

因此，笔者试图完全使用 async/await方式重构 libp2p，参考 rust-libp2p的实现，代码协程化，向上层提供纯粹的异步接口，争取在 API层面的体验接近 go-libp2p，这是推广 Rust协程机制的一个尝试，同时也是个人的一个学习的过程。目前刚刚起步，仅完成了 secio与 yamux部分，待合适时机开源，期望更多 Rust爱好者共同来开发完善。

参考：Asynchronous Destructors

链接：https://boats.gitlab.io/blog/post/poll-drop/

作者

谢敬伟，江湖人称“刀哥“，20年IT老兵，数据通信网络专家，电信网络架构师，目前任Netwarps技术总监。刀哥在操作系统、网络编程、高并发、高吞吐、高可用性等领域有多年的实践经验，并对网络及编程等方面的新技术有浓厚的兴趣。

深圳星链网科科技有限公司(Netwarps)，专注于安全存储技术产品的研发与应用，是先进的安全存储基础设施提供商，主要产品有去中心化文件系统(DFS)、企业联盟链平台(EAC)、区块链操作系统(BOS)。