异步编程基础：Async、Await、Future 和 Stream
我们要求计算机执行的许多操作都需要一定时间才能完成。如果能在等待这些长时间运行的进程完成时做些别的事情，那就太好了。现代计算机提供了两种同时处理多个操作的技术：并行（parallelism）和并发（concurrency）。然而，我们的程序逻辑大多是以线性方式编写的。我们希望能够指定程序应执行的操作以及函数可以暂停、让程序其他部分运行的时机，而无需预先精确指定每段代码的运行顺序和方式。异步编程（asynchronous programming）就是这样一种抽象，它让我们能够用潜在的暂停点和最终结果来表达代码，并为我们处理协调的细节。
本章在第 16 章使用线程实现并行和并发的基础上，引入了另一种编写代码的方式：Rust 的 future、stream，以及 async 和 await 语法。这些特性让我们能够表达操作如何异步执行，而第三方 crate 则实现了异步运行时——管理和协调异步操作执行的代码。
我们来看一个例子。假设你正在导出一个家庭聚会的视频，这个操作可能需要几分钟到几小时不等。视频导出会尽可能多地占用 CPU 和 GPU 资源。如果你只有一个 CPU 核心，而且操作系统在导出完成之前不会暂停它——也就是说，它_同步地_执行导出——那么在任务运行期间你就无法在电脑上做任何其他事情。这将是一种非常令人沮丧的体验。幸运的是，你的计算机操作系统能够（而且确实会）以不可见的方式频繁中断导出操作，让你同时完成其他工作。
现在假设你正在下载别人分享的视频，这也需要一些时间，但不会占用太多 CPU 时间。在这种情况下，CPU 需要等待数据从网络到达。虽然数据开始到达后你就可以开始读取，但所有数据全部到达可能还需要一些时间。即使数据全部到达，如果视频很大，加载所有数据也至少需要一两秒。这听起来可能不算什么，但对于每秒能执行数十亿次操作的现代处理器来说，这是非常漫长的时间。同样，你的操作系统会以不可见的方式中断你的程序，让 CPU 在等待网络调用完成时执行其他工作。
视频导出是 CPU 密集型（CPU-bound）或_计算密集型_（compute-bound）操作的一个例子。它受限于 CPU 或 GPU 的数据处理速度，以及能分配给该操作多少处理能力。视频下载则是 I/O 密集型（I/O-bound）操作的一个例子，因为它受限于计算机_输入和输出_的速度——数据只能以网络传输的速度到达。
在这两个例子中，操作系统的不可见中断提供了一种并发形式。不过，这种并发只发生在整个程序的层面：操作系统中断一个程序来让其他程序完成工作。在很多情况下，由于我们对自己的程序比操作系统理解得更细致，我们能发现操作系统看不到的并发机会。
例如，如果我们正在构建一个管理文件下载的工具，应该能够让程序在启动一个下载时不会锁住 UI，用户也应该能够同时启动多个下载。然而，许多用于网络交互的操作系统 API 是_阻塞的_（blocking）——也就是说，它们会阻塞程序的执行，直到处理的数据完全就绪。
注意：如果你仔细想想，_大多数_函数调用其实都是这样工作的。不过，“阻塞“这个术语通常专门用于那些与文件、网络或计算机上其他资源交互的函数调用，因为在这些场景下，程序确实能从_非阻塞_操作中获益。
我们可以通过为每个文件下载生成一个专用线程来避免阻塞主线程。然而，这些线程所使用的系统资源开销最终会成为问题。如果调用本身就不阻塞会更好——我们可以定义一系列希望程序完成的任务，然后让运行时选择最佳的顺序和方式来执行它们。
这正是 Rust 的 async（_异步_的缩写）抽象所提供的能力。在本章中，你将学习 async 的方方面面，我们将涵盖以下主题：
- 如何使用 Rust 的
async和await语法，以及如何通过运行时执行异步函数 - 如何使用异步模型来解决我们在第 16 章中遇到的一些相同挑战
- 多线程和异步如何提供互补的解决方案，在许多情况下可以结合使用
不过，在我们了解异步在实践中如何工作之前，需要先简短地讨论一下并行和并发之间的区别。
并行与并发
到目前为止，我们基本上把并行和并发当作可以互换的概念。现在我们需要更精确地区分它们，因为随着我们开始工作，这些差异会变得重要。
考虑一下团队在软件项目中分配工作的不同方式。你可以给一个成员分配多个任务，也可以给每个成员分配一个任务，或者混合使用这两种方式。
当一个人在多个不同任务之间切换，在任何一个任务完成之前就开始处理其他任务，这就是_并发_。一种实现并发的方式类似于在电脑上同时检出两个不同的项目，当你对一个项目感到厌倦或卡住时，就切换到另一个项目。你只是一个人，所以不可能在完全相同的时刻同时推进两个任务，但你可以通过在它们之间切换来多任务处理，一次推进一个任务（见图 17-1）。
当团队将一组任务分配给每个成员各自独立完成一个任务时，这就是_并行_。团队中的每个人都可以在完全相同的时刻取得进展（见图 17-2）。
在这两种工作流中，你可能都需要在不同任务之间进行协调。也许你以为分配给某个人的任务与其他人的工作完全独立，但实际上它需要团队中另一个人先完成他们的任务。有些工作可以并行完成，但有些实际上是_串行的_（serial）：只能按顺序一个接一个地进行，如图 17-3 所示。
<img src=“img/trpl17-03.svg” class=“center” alt=“A diagram with stacked boxes labeled Task A and Task B, with diamonds in them representing subtasks. In Task A, arrows point from A1 to A2, from A2 to a pair of thick vertical lines like a “pause” symbol, and from that symbol to A3. In task B, arrows point from B1 to B2, from B2 to B3, from B3 to A3, and from B3 to B4.“ />
同样，你可能会发现自己的某个任务依赖于自己的另一个任务。这样你的并发工作也变成了串行的。
并行和并发也可以相互交叉。如果你得知一位同事在等你完成你的某个任务后才能继续，你可能会把所有精力集中在那个任务上来“解除“同事的阻塞。这时你和你的同事不再能并行工作，而你自己也不再能并发地处理自己的多个任务了。
同样的基本动态也适用于软件和硬件。在只有单个 CPU 核心的机器上，CPU 一次只能执行一个操作，但它仍然可以并发工作。通过使用线程、进程和 async 等工具，计算机可以暂停一个活动并切换到其他活动，最终再切换回最初的活动。在拥有多个 CPU 核心的机器上，它还可以并行工作。一个核心可以执行一个任务，而另一个核心执行一个完全无关的任务，这些操作实际上是在同一时刻发生的。
在 Rust 中运行异步代码通常是以并发方式进行的。根据硬件、操作系统和我们使用的异步运行时（稍后会详细介绍异步运行时），这种并发在底层也可能使用并行。
现在，让我们深入了解 Rust 中的异步编程实际上是如何工作的。