如何使用 Arc 在线程之间共享可变对象？

Question

我正在尝试使用 Arc 在 Rust 中的线程之间共享一个可变对象，但出现此错误：

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 的文档说：

默认情况下，Rust 中的共享引用不允许突变，Arc 也不例外：您通常无法获得对 Arc 中某些内容的可变引用。如果您需要通过Arc 进行变异，请使用Mutex、RwLock 或Atomic 类型之一。

您可能希望将Mutex 与Arc 结合使用：

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
    }
}

这主要来自Mutex 文档。

如何在 for 之后使用 shared_stats？ （我说的是 Stats 对象）。看来shared_stats不能轻易转换成Stats。

从 Rust 1.15 开始，it's possible to get the value back。另请参阅我的其他解决方案。

[示例中的注释] 说没有多线程。为什么？

因为我糊涂了！ :-)

在示例代码中，thread::spawn（JoinHandle）的结果立即被删除，因为它没有存储在任何地方。当句柄被放下时，线程分离并且可能永远也可能永远不会完成。我将它与JoinGuard 混淆了，这是一个旧的、已移除的 API，在它被删除时 加入。很抱歉造成混乱！

---

对于一些社论，我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JoinHandle 的引用，然后等待所有线程完成。然后我们收集结果并将它们全部加起来。这是常见的 map-reduce 模式。请注意，没有线程需要任何可变性，这一切都发生在主线程中。