面试题：Rust多线程优化下的资源竞争与性能平衡

资源竞争问题分析

在多线程环境下频繁读写共享资源，可能出现以下资源竞争问题：

数据不一致：多个线程同时写共享资源，或者一个线程写、另一个线程读，可能导致读到的数据是未完整写入的，从而出现数据不一致的情况。例如，一个线程对共享的计数器进行加1操作，但在读取当前值和写入新值之间，另一个线程也读取了该值并进行操作，就会造成数据错误。
死锁：当多个线程互相等待对方释放资源时，就会产生死锁。比如线程A持有资源1并等待资源2，而线程B持有资源2并等待资源1，这两个线程就会永远阻塞下去。

使用Rust机制解决问题

Mutex（互斥锁）：
- 原理：Mutex提供了一种独占访问共享资源的机制。只有获取到锁的线程才能访问共享资源，其他线程必须等待锁的释放。
- 示例代码：

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

fn main() {
    let data = Arc::new(Mutex::new(0));
    let mut handles = vec![];
    for _ in 0..10 {
        let data_clone = data.clone();
        let handle = thread::spawn(move || {
            let mut num = data_clone.lock().unwrap();
            *num += 1;
        });
        handles.push(handle);
    }
    for handle in handles {
        handle.join().unwrap();
    }
    println!("Final value: {}", *data.lock().unwrap());
}

优化点：虽然Mutex能保证数据一致性，但在高并发读场景下，会造成不必要的等待开销。因为读操作之间并不会互相影响数据一致性。

RwLock（读写锁）：
- 原理：RwLock区分了读锁和写锁。多个线程可以同时获取读锁来读取共享资源，因为读操作不会改变数据。只有当需要写操作时，才需要获取写锁，此时其他线程无论是读还是写都要等待。
- 示例代码：

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

fn main() {
    let data = Arc::new(RwLock::new(0));
    let mut handles = vec![];
    for _ in 0..10 {
        let data_clone = data.clone();
        let handle = thread::spawn(move || {
            let num = data_clone.read().unwrap();
            println!("Read value: {}", *num);
        });
        handles.push(handle);
    }
    for handle in handles {
        handle.join().unwrap();
    }
    let mut write_guard = data.write().unwrap();
    *write_guard += 1;
    println!("Final value after write: {}", *write_guard);
}

优化点：在读写频繁但写操作相对较少的场景下，RwLock能显著减少CPU执行时间的等待开销。读操作可以并行进行，只有写操作会阻塞其他读写操作。

进一步优化

减少锁的粒度：尽量缩小持有锁的代码块范围，只在真正需要访问共享资源时获取锁，访问结束后尽快释放锁。这样可以减少其他线程等待锁的时间。
使用无锁数据结构：对于一些简单的共享数据操作场景，如原子计数器，可以使用Rust的std::sync::atomic模块中的原子类型。这些类型提供了无锁的原子操作，避免了锁带来的开销。例如AtomicU32可以在多线程环境下安全地进行自增等操作。

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

fn main() {
    let counter = AtomicU32::new(0);
    let mut handles = vec![];
    for _ in 0..10 {
        let counter_clone = counter.clone();
        let handle = thread::spawn(move || {
            counter_clone.fetch_add(1, Ordering::SeqCst);
        });
        handles.push(handle);
    }
    for handle in handles {
        handle.join().unwrap();
    }
    println!("Final value: {}", counter.load(Ordering::SeqCst));
}

星途面试题库

面试题：Rust多线程优化下的资源竞争与性能平衡

知识考点

面试题答案

资源竞争问题分析

使用Rust机制解决问题

进一步优化