面试题：Rust原子方案可扩展性之中等应用

Question

假设你正在开发一个多线程的Rust程序，使用原子类型来保证数据的线程安全。现在需要实现一个计数器，多个线程可以对其进行原子性的递增操作，并且要求在程序结束时能高效地获取到总的计数值。请用代码示例展示如何利用Rust的原子类型和线程模型来实现这一具有一定可扩展性的计数器功能，并简要解释原子操作如何影响可扩展性。

Answer 1

use std::sync::{Arc, Mutex};
use std::sync::atomic::{AtomicUsize, Ordering};
use std::thread;

fn main() {
    let counter = Arc::new(AtomicUsize::new(0));
    let mut handles = vec![];

    for _ in 0..10 {
        let counter_clone = Arc::clone(&counter);
        let handle = thread::spawn(move || {
            for _ in 0..1000 {
                counter_clone.fetch_add(1, Ordering::SeqCst);
            }
        });
        handles.push(handle);
    }

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

    println!("Total count: {}", counter.load(Ordering::SeqCst));
}

原子操作对可扩展性的影响

1. 减少锁争用：原子操作避免了传统锁机制下多个线程频繁争夺锁的情况。在上述代码中，使用AtomicUsize的fetch_add方法，每个线程可以直接对计数器进行原子递增，无需获取锁，从而提高了并行度，在多核处理器环境下能更好地利用资源，增强可扩展性。
2. 内存一致性：原子操作通过Ordering参数来保证内存一致性。例如Ordering::SeqCst提供了顺序一致性，确保所有线程以相同顺序看到原子操作的结果。虽然这种强一致性在某些情况下会有性能开销，但对于计数器这种需要准确统计结果的场景是必要的，并且相较于锁机制，原子操作在维持一致性的同时，对可扩展性的影响相对较小。不过，如果使用较弱的内存顺序（如Ordering::Relaxed），虽然可能在性能上有所提升，但可能导致在多线程环境下数据不一致，影响程序正确性，所以在保证可扩展性时要平衡好一致性和性能的关系。