如何用rust实现一个异步channel

前言

使用通信来共享内存，而不是通过共享内存来通信

上面这句话，是每个go开发者在 处理多线程通信时 的座右铭，go甚至把实现这个理念的channel直接焊在编译器里，几乎所有的go程序里都有channel的身影。
rust的异步和go的goroutine有异曲同工之妙，甚至可以把 tokio::spawn 理解为go关键字。但在rust中好像并没有异步channel的实现。本着求人不如求己的原则，决定diy一个类似go的channel。

思路

先看一下发送流程

再看一下接收流程

总体来说流程清晰易懂，不管接收还是发送，都是先尝试从缓存队列中操作值，不成功则加入到对应队列，等待再次执行。反之则唤起相关任务，结束操作。

实现功能

1. 首先需要实现一个存放值的环形缓冲区，并且每个单元应该是单独加锁的，从而避免全局锁。
2. 需要两个任务队列，用来存放在饥饿模式(从缓存操作失败)下的 发送任务和接受任务。
3. 按照rust习惯，将发送者和接受者拆开，并各自实现future
4. 因为唤醒不是同步的，需要通过一个唤醒器来唤醒沉默的任务。
5. 使用原子操作替代锁

代码实现

具体的就不写了，放在github上了
github地址：https://github.com/woshihaoren4/wd_tools/tree/main/src/channel

测试

这里主要和async-channel测试一下

• async-channel 是最常见的异步channel，在crateio上有两千万的下载。

先引测试版包

cargo.toml

[dependencies]
tokio = {version = "1.22.0",features=["full"]}
wd_tools = {version = "0.8.3",features = ["sync","chan"]}
async-channel = "1.8.0"

• wd_tools 是我们的channel，这里引用的sync chan两个feature，前者用于测试，后者是chan实现。

测试代码

测试场景：设置缓存长度为10，发100万数据，接100万数据。在1发送者1接受者，1发送者10接受者，10发送者1接受者，10发送者10接受者四种情况下的收发性能。

use std::fmt::Debug;
use wd_tools::channel as wd;
use async_channel as ac;#[tokio::main]
async fn main(){let ts = TestService::new(10);println!("test start ------------> wd_tools");ts.send_to_recv("1-v-1",true,100_0000,1,100_0000,1,|x|x).await;ts.send_to_recv("1-v-10",true,100_0000,1,10_0000,10,|x|x).await;ts.send_to_recv("10-v-1",true,10_0000,10,100_0000,1,|x|x).await;ts.send_to_recv("10-v-10",true,10_0000,10,10_0000,10,|x|x).await;println!("wd_tools <------------- test over");println!("test start ------------> async-channel");ts.send_to_recv("1-v-1",false,100_0000,1,100_0000,1,|x|x).await;ts.send_to_recv("1-v-10",false,100_0000,1,10_0000,10,|x|x).await;ts.send_to_recv("10-v-1",false,10_0000,10,100_0000,1,|x|x).await;ts.send_to_recv("10-v-10",false,10_0000,10,10_0000,10,|x|x).await;println!("async-channel <------------ test over");
}struct TestService<T>{wd_sender : wd::Sender<T>,wd_receiver : wd::Receiver<T>,ac_sender : ac::Sender<T>,ac_receiver : ac::Receiver<T>
}impl<T:Unpin+Send+Sync+Debug+'static> TestService<T>{pub fn new(cap:usize)->TestService<T>{let (wd_sender,wd_receiver) = wd::Channel::new(cap);let (ac_sender,ac_receiver) = ac::bounded(cap);TestService{wd_sender,wd_receiver,ac_sender,ac_receiver}}pub fn send<G:Fn(usize)->T+Send+Sync+'static>(&self,wg:wd_tools::sync::WaitGroup,is_wd:bool,max:usize,generater:G){let wd_sender = self.wd_sender.clone();let ac_sender = self.ac_sender.clone();wg.defer_args1(|is_wd|async move{for i in 0..max {let t = generater(i);if is_wd {wd_sender.send(t).await.expect(" 发送失败");}else{ac_sender.send(t).await.expect(" 发送失败");}}},is_wd);}pub fn recv(&self,wg:wd_tools::sync::WaitGroup,is_wd:bool,max:usize){let wd_receiver = self.wd_receiver.clone();let ac_receiver = self.ac_receiver.clone();wg.defer_args1(|is_wd|async move{for _i in 0..max {if is_wd {wd_receiver.recv().await.expect(" 接收失败");}else{ac_receiver.recv().await.expect(" 接收失败");}}},is_wd);}pub async fn send_to_recv<G:Fn(usize)->T+Send+Sync+Clone+'static>(&self,info:&'static str, is_wd:bool, sbase:usize, sgroup:usize, rbase:usize, rgroup:usize, generater:G){let now = std::time::Instant::now();let wg = wd_tools::sync::WaitGroup::default();let wg_send = wd_tools::sync::WaitGroup::default();let wg_recv = wd_tools::sync::WaitGroup::default();for _ in 0..sgroup{self.send(wg_send.clone(),is_wd,sbase,generater.clone());}for _ in 0..rgroup{self.recv(wg_recv.clone(),is_wd,rbase);}wg.defer(move ||async move{let now = std::time::Instant::now();wg_send.wait().await;println!("test[{}] ---> send use time:{}ms",info,now.elapsed().as_millis());});wg.defer(move ||async move{let now = std::time::Instant::now();wg_recv.wait().await;println!("test[{}] ---> recv use time:{}ms",info,now.elapsed().as_millis());});wg.wait().await;println!("test[{}] ---> all use time:{}ms",info,now.elapsed().as_millis());}
}

结果与分析

测试10次，取平均值做表，如下

如上图，得结论

• 在1发收者和10发收者的情况下，两种channel效率相差不多。
• 在发送者和接受者数量不等时，wd_tools::channel的性能明显优于async-channel

思考

分析结论之前先看一下async-channel的实现。虽然async-channel也是异步，但它并不依赖某个异步运行时来进行任务的上线文切换，而是使用concurrent-queue和event-listener进行消息调度，底层依赖于std::thread::park_timeout。

相比event-listener的调度方式，直接管理tokio的Context则更适用于异步环境。尤其是存在大量等待的场景。如上面测试，接受者和发送者数量不等，需要长时间等待的情况。实际开发中，接受者或者发送者可能长时间处于饥饿的情况下，wd_tools::channel不会产生多余的资源开销，毕竟上下文被挂起了，也就不会被cpu执行。

当然实际是复杂的，因情而异，使用的CPU数量(线程数)，缓存长度，异步任务数同样会影响消息队列的性能，尤其是不需要等待的场景下async-channel性能更优。

而wd_tools::channel则更适合tokio异步环境。并且不会引起线程park，而产生其他影响。

尾语

wd_tools::channel 目前只是一个初级版本，还有很多地方待优化，比如过多的状态判断，对缓存区直接轮训加锁，而没有采用优化算法， 唤醒器完全可以通过一定优化策略替换带。
但这个思路是没错的，欢迎有想法的同志加入进来。