面试题：Rust原子统计功能在多线程场景下的优化

思路：
- 减少锁粒度：将大的原子统计数据拆分成多个小的部分，每个部分由独立的锁或原子操作管理。这样不同线程可以同时更新不同部分，减少锁争用。
- 使用无锁数据结构：无锁数据结构允许线程在不使用锁的情况下进行并发操作，通过原子操作和内存屏障来保证数据一致性。
- 采用读写锁：如果读操作远多于写操作，可以使用读写锁。读操作可以并发进行，只有写操作需要独占访问。
- 线程本地存储：每个线程维护自己的统计数据副本，减少线程间的竞争。最后再合并这些本地副本。
Rust特性和方法：
- Atomic类型：Rust标准库中的std::sync::atomic模块提供了各种原子类型，如AtomicU32、AtomicI64等。这些类型支持原子操作，无需额外的锁就可以安全地在多线程环境中更新。例如：

use std::sync::atomic::{AtomicU32, Ordering};

let counter = AtomicU32::new(0);
counter.fetch_add(1, Ordering::SeqCst);

- **Mutex和RwLock**：`std::sync::Mutex`提供互斥锁，保证同一时间只有一个线程可以访问被保护的数据。`std::sync::RwLock`是读写锁，允许多个线程同时读，但只允许一个线程写。例如：

use std::sync::{Mutex, RwLock};

let data = Mutex::new(vec![0; 10]);
{
    let mut data_ref = data.lock().unwrap();
    data_ref[0] = 1;
}

let read_write_data = RwLock::new(vec![0; 10]);
{
    let read_ref = read_write_data.read().unwrap();
    let value = read_ref[0];
}
{
    let mut write_ref = read_write_data.write().unwrap();
    write_ref[0] = 1;
}

- **无锁数据结构**：虽然Rust标准库没有提供很多无锁数据结构，但有一些第三方库，如`crossbeam`，提供了无锁队列、栈等数据结构。例如，`crossbeam::queue::MsQueue`是一个无锁多生产者 - 单消费者队列。
- **线程本地存储**：`std::thread::LocalKey`可以用于实现线程本地存储。每个线程都有自己独立的数据副本，减少线程间的竞争。例如：

use std::thread;
use std::thread::LocalKey;

static LOCAL_COUNTER: LocalKey<u32> = LocalKey::new();

fn main() {
    let handles: Vec<_> = (0..10).map(|_| {
        thread::spawn(move || {
            let mut local_counter = LOCAL_COUNTER.with(|v| *v.borrow_mut());
            local_counter += 1;
        })
    }).collect();

    for handle in handles {
        handle.join().unwrap();
    }
}

星途面试题库

面试题：Rust原子统计功能在多线程场景下的优化

知识考点

面试题答案