如何在线程之间共享可变对象？

Question

我正在尝试在Rust中使用线程之间共享一个可变对象Arc,但是我收到了这个错误:

error[E0596]: cannot borrow data in a `&` reference as mutable
  --> src/main.rs:11:13
   |
11 |             shared_stats_clone.add_stats();
   |             ^^^^^^^^^^^^^^^^^^ cannot borrow as mutable

这是示例代码:

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

fn main() {
    let total_stats = Stats::new();
    let shared_stats = Arc::new(total_stats);

    let threads = 5;
    for _ in 0..threads {
        let mut shared_stats_clone = shared_stats.clone();
        thread::spawn(move || {
            shared_stats_clone.add_stats();
        });
    }
}

struct Stats {
    hello: u32,
}

impl Stats {
    pub fn new() -> Stats {
        Stats { hello: 0 }
    }

    pub fn add_stats(&mut self) {
        self.hello += 1;
    }
}

我能做什么？

Answer 1

Arc 将自己描述为:

用于共享状态的原子引用计数包装器.

请注意,它是共享状态,而不是共享可变状态.对于共享可变状态,您可能希望Arc结合使用Arc:

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

struct Stats;

impl Stats {
    fn add_stats(&mut self, _other: &Stats) {}
}

fn main() {
    let shared_stats = Arc::new(Mutex::new(Stats));

    let threads = 5;
    for _ in 0..threads {
        let my_stats = shared_stats.clone();
        thread::spawn(move || {
            let mut shared = my_stats.lock().unwrap();
            shared.add_stats(&Stats);
        });
        // Note: Immediately joining, no multithreading happening!
        // THIS WAS A LIE, see below
    }
}

这很大程度上来自Arc文档.

如何在for之后使用shared_stats？(我说的是Stats对象).似乎shared_stats无法轻易转换为Stats.

这是正确的,一旦你把东西放进一个Mutex或者RwLock,你就无法将对象退出.你永远不会知道还有什么对共享状态的引用,所以你永远不知道是否可以安全地取回所有权.

你可以锁定它并获得一个可变或不可变的引用,就是它.

从Rust 1.15开始,可以获得价值.另请参阅我的其他答案.

它说没有多线程.为什么？

因为我感到困惑!:-)

在示例代码中,Atomic(a Mutex)的结果立即被删除,因为它没有存储在任何地方.当手柄掉落时,螺纹脱落,可能会或可能不会完成.我把它混淆了Arc,这是一个不稳定的API,在它被删除时加入.对困惑感到抱歉!

对于一些社论,我可能建议完全避免可变性:

use std::{ops::Add, thread};

#[derive(Debug)]
struct Stats(u64);

// Implement addition on our type
impl Add for Stats {
    type Output = Stats;
    fn add(self, other: Stats) -> Stats {
        Stats(self.0 + other.0)
    }
}

fn main() {
    let threads = 5;

    // Start threads to do computation
    let threads: Vec<_> = (0..threads).map(|_| thread::spawn(|| Stats(4))).collect();

    // Join all the threads, fail if any of them failed
    let result: Result<Vec<_>, _> = threads.into_iter().map(|t| t.join()).collect();
    let result = result.unwrap();

    // Add up all the results
    let sum = result.into_iter().fold(Stats(0), |i, sum| sum + i);
    println!("{:?}", sum);
}

在这里,我们保留对它的引用Mutex,然后等待所有线程完成.然后我们收集结果并将它们全部添加.这是常见的map-reduce模式.请注意,没有线程需要任何可变性,它都发生在主线程中.