面试题：Rust中线程的资源共享与同步

Question

在Rust中，当多个线程需要共享资源时，通常会面临哪些问题？如何使用Rust提供的机制（如Mutex、Arc等）来解决这些问题？请举例说明。

Answer 1

多个线程共享资源面临的问题

1. 竞态条件（Race Condition）：多个线程同时访问和修改共享资源，导致最终结果依赖于线程执行的顺序，产生不可预测的行为。例如，多个线程同时对一个共享的计数器进行递增操作，可能会出现计数不准确的情况。
2. 数据不一致：由于线程执行的异步性，一个线程对共享资源的修改可能不会及时被其他线程看到，导致数据在不同线程间呈现不一致的状态。

使用Rust机制解决问题

1. Mutex（互斥锁）
   • 原理：Mutex 是一种同步原语，它通过锁定资源，确保在任何时刻只有一个线程可以访问共享资源。当一个线程获取了 Mutex 的锁，其他线程必须等待锁被释放才能访问资源。
   • 示例：

use std::sync::{Arc, Mutex};
use std::thread;

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

    for _ in 0..10 {
        let counter = Arc::clone(&counter);
        let handle = thread::spawn(move || {
            let mut num = counter.lock().unwrap();
            *num += 1;
        });
        handles.push(handle);
    }

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

    println!("Final counter value: {}", *counter.lock().unwrap());
}

在这个例子中，Arc<Mutex<i32>> 用于在多个线程间共享一个计数器。每个线程通过 counter.lock().unwrap() 获取锁来访问和修改计数器，确保了同一时间只有一个线程能操作计数器，避免了竞态条件。 2. Arc（原子引用计数） - 原理：Arc 用于在多个线程间共享数据，它通过原子引用计数机制来管理数据的生命周期。Arc 允许在多个线程间克隆，每个克隆都指向相同的数据，并且当所有指向数据的 Arc 实例都被销毁时，数据才会被释放。通常与 Mutex 结合使用，Arc 用于共享数据，Mutex 用于保护数据的访问。 - 示例：上述代码中就使用了 Arc 来在多个线程间共享 Mutex 包裹的计数器。Arc::clone(&counter) 克隆了 Arc 实例，使得每个线程都可以持有对共享计数器的引用，同时通过 Mutex 保证了对计数器访问的安全性。