b2c信息网

您现在的位置是:首页 > 热点事件 > 正文

热点事件

rust项目源码结构(Rust开发)

hacker2022-09-04 20:05:29热点事件73
本文目录一览:1、rust可以开发分布式系统吗2、rust是前端还是后端

本文目录一览:

rust可以开发分布式系统吗

rust是可以开发分布式系统的。

引子

构建一个分布式系统 并不是一件容易的事情,我们需要考虑很多的问题,首先就是我们的系统到底需要提供什么样的功能,譬如:

一致性:我们是否需要保证整个系统的线性一致性,还是能容忍短时间的数据不一致,只支持最终一致性。

稳定性:我们能否保证系统 7 x 24 小时稳定运行。系统的可用性是 4 个 9,还有 5 个 9?如果出现了机器损坏等灾难情况,系统能否做的自动恢复。

扩展性:当数据持续增多,能否通过添加机器就自动做到数据再次平衡,并且不影响外部服务。

分布式事务:是否需要提供分布式事务支持,事务隔离等级需要支持到什么程度。

上面的问题在系统设计之初,就需要考虑好,作为整个系统的设计目标。为了实现这些特性,我们就需要考虑到底采用哪一种实现方案,取舍各个方面的利弊等。

后面,我将以我们开发的分布式 Key-Value TiKV 作为实际例子,来说明下我们是如何取舍并实现的。

TiKV

TiKV 是一个分布式 Key-Value store,它使用 Rust 开发,采用 Raft 一致性协议保证数据的强一致性,以及稳定性,同时通过 Raft 的 Configuration Change 机制实现了系统的可扩展性。

TiKV 提供了基本的 KV API 支持,也就是通常的 Get,Set,Delete,Scan 这样的 API。TiKV 也提供了支持 ACID 事务的 Transaction API,我们可以使用 Begin 开启一个事务,在事务里面对 Key 进行操作,最后再用 Commit 提交一个事务,TiKV 支持 SI 以及 SSI 事务隔离级别,用来满足用户的不同业务场景。

Rust

在规划好 TiKV 的特性之后,我们就要开始进行 TiKV 的开发。这时候,我们面临的第一个问题就是采用什么样的语言进行开发。当时,摆在我们眼前的有几个选择:

Go,Go 是我们团队最擅长的一门语言,而且 Go 提供的 goroutine,channel 这些机制,天生的适合大规模分布式系统的开发,但灵活方便的同时也有一些甜蜜的负担,首先就是 GC,虽然现在 Go 的 GC 越来越完善,但总归会有短暂的卡顿,另外 goroutine 的调度也会有切换开销,这些都可能会造成请求的延迟增高。

Java,现在世面上面有太多基于 Java 做的分布式系统了,但 Java 一样有 GC 等开销问题,同时我们团队在 Java 上面没有任何开发经验,所以没有采用。

C++,C++ 可以认为是开发高性能系统的代名词,但我们团队没有特别多的同学能熟练掌握 C++,所以开发大型 C++ 项目并不是一件非常容易的事情。虽然使用现代 C++ 的编程方式能大量减少 data race,dangling pointer 等风险,我们仍然可能犯错。

当我们排除了上面几种主流语言之后,我们发现,为了开发 TiKV,我们需要这门语言具有如下特性:

静态语言,这样才能最大限度的保证运行性能。

无 GC,完全手动控制内存。

Memory safe,尽量避免 dangling pointer,memory leak 等问题。

Thread safe,不会遇到 data race 等问题。

包管理,我们可以非常方便的使用第三方库。

高效的 C 绑定,因为我们还可能使用一些 C library,所以跟 C 交互不能有开销。

综上,我们决定使用 Rust,Rust 是一门系统编程语言,它提供了我们上面想要的语言特性,但选择 Rust 对我们来说也是很有风险的,主要有两点:

我们团队没有任何 Rust 开发经验,全部都需要花时间学习 Rust,而偏偏 Rust 有一个非常陡峭的学习曲线。

基础网络库的缺失,虽然那个时候 Rust 已经出了 1.0,但我们发现很多基础库都没有,譬如在网络库上面只有 mio,没有好用的 RPC 框架,HTTP 也不成熟。

但我们还是决定使用 Rust,对于第一点,我们团队花了将近一个月的时间来学习 Rust,跟 Rust 编译器作斗争,而对于第二点,我们就完全开始自己写。

幸运的,当我们越过 Rust 那段阵痛期之后,发现用 Rust 开发 TiKV 异常的高效,这也就是为啥我们能在短时间开发出 TiKV 并在生产环境中上线的原因。

一致性协议

对于分布式系统来说,CAP 是一个不得不考虑的问题,因为 P 也就是 Partition Tolerance 是一定存在的,所以我们就要考虑到底是选择 C - Consistency 还是 A - Availability。

我们在设计 TiKV 的时候就决定 - 完全保证数据安全性,所以自然就会选择 C,但其实我们并没有完全放弃 A,因为多数时候,毕竟断网,机器停电不会特别频繁,我们只需要保证 HA - High Availability,也就是 4 个 9 或者 5 个 9 的可用性就可以了。

既然选择了 C,我们下一个就考虑的是选用哪一种分布式一致性算法,现在流行的无非就是 Paxos 或者 Raft,而 Raft 因为简单,容易理解,以及有很多现成的开源库可以参考,自然就成了我们的首要选择。

在 Raft 的实现上,我们直接参考的 etcd 的 Raft。etcd 已经被大量的公司在生产环境中使用,所以它的 Raft 库质量是很有保障的。虽然 etcd 是用 Go 实现的,但它的 Raft library 是类似 C 的实现,所以非常便于我们用 Rust 直接翻译。在翻译的过程中,我们也给 etcd 的 Raft fix 了一些 bug,添加了一些功能,让其变得更加健壮和易用。

现在 Raft 的代码仍然在 TiKV 工程里面,但我们很快会将独立出去,变成独立的 library,这样大家就能在自己的 Rust 项目中使用 Raft 了。

使用 Raft 不光能保证数据的一致性,也可以借助 Raft 的 Configuration Change 机制实现系统的水平扩展,这个我们会在后面的文章中详细的说明。

存储引擎

选择了分布式一致性协议,下一个就要考虑数据存储的问题了。在 TiKV 里面,我们会存储 Raft log,然后也会将 Raft log 里面实际的客户请求应用到状态机里面。

首先来看状态机,因为它会存放用户的实际数据,而这些数据完全可能是随机的 key - value,为了高效的处理随机的数据插入,自然我们就考虑使用现在通用的 LSM Tree 模型。而在这种模型下,RocksDB 可以认为是现阶段最优的一个选择。

RocksDB 是 Facebook 团队在 LevelDB 的基础上面做的高性能 Key-Value Storage,它提供了很多配置选项,能让大家根据不同的硬件环境去调优。这里有一个梗,说的是因为 RocksDB 配置太多,以至于连 RocksDB team 的同学都不清楚所有配置的意义。

关于我们在 TiKV 中如何使用,优化 RocksDB,以及给 RocksDB 添加功能,fix bug 这些,我们会在后面文章中详细说明。

而对于 Raft Log,因为任意 Log 的 index 是完全单调递增的,譬如 Log 1,那么下一个 Log 一定是 Log 2,所以 Log 的插入可以认为是顺序插入。这种的,最通常的做法就是自己写一个 Segment File,但现在我们仍然使用的是 RocksDB,因为 RocksDB 对于顺序写入也有非常高的性能,也能满足我们的需求。但我们不排除后面使用自己的引擎。

因为 RocksDB 提供了 C API,所以可以直接在 Rust 里面使用,大家也可以在自己的 Rust 项目里面通过 rust-rocksdb 这个库来使用 RocksDB。

分布式事务

要支持分布式事务,首先要解决的就是分布式系统时间的问题,也就是我们用什么来标识不同事务的顺序。通常有几种做法:

TrueTime,TrueTime 是 Google Spanner 使用的方式,不过它需要硬件 GPS + 原子钟支持,而且 Spanner 并没有在论文里面详细说明硬件环境是如何搭建的,外面要自己实现难度比较大。

HLC,HLC 是一种混合逻辑时钟,它使用 Physical Time 和 Logical Clock 来确定事件的先后顺序,HLC 已经在一些应用中使用,但 HLC 依赖 NTP,如果 NTP 精度误差比较大,很可能会影响 commit wait time。

TSO,TSO 是一个全局授时器,它直接使用一个单点服务来分配时间。TSO 的方式很简单,但会有单点故障问题,单点也可能会有性能问题。

TiKV 采用了 TSO 的方式进行全局授时,主要是为了简单。至于单点故障问题,我们通过 Raft 做到了自动 fallover 处理。而对于单点性能问题,TiKV 主要针对的是 PB 以及 PB 以下级别的中小规模集群,所以在性能上面只要能保证每秒百万级别的时间分配就可以了,而网络延迟上面,TiKV 并没有全球跨 IDC 的需求,在单 IDC 或者同城 IDC 情况下,网络速度都很快,即使是异地 IDC,也因为有专线不会有太大的延迟。

解决了时间问题,下一个问题就是我们采用何种的分布式事务算法,最通常的就是使用 2 PC,但通常的 2 PC 算法在一些极端情况下面会有问题,所以业界要不通过 Paxos,要不就是使用 3 PC 等算法。在这里,TiKV 参考 Percolator,使用了另一种增强版的 2 PC 算法。

这里先简单介绍下 Percolator 的分布式事务算法,Percolator 使用了乐观锁,也就是会先缓存事务要修改的数据,然后在 Commit 提交的时候,对要更改的数据进行加锁处理,然后再更新。采用乐观锁的好处在于对于很多场景能提高整个系统的并发处理能力,但在冲突严重的情况下反而没有悲观锁高效。

对于要修改的一行数据,Percolator 会有三个字段与之对应,Lock,Write 和 Data:

Lock,就是要修改数据的实际 lock,在一个 Percolator 事务里面,有一个 primary key,还有其它 secondary keys, 只有 primary key 先加锁成功,我们才会再去尝试加锁后续的 secondary keys。

Write,保存的是数据实际提交写入的 commit timestamp,当一个事务提交成功之后,我们就会将对应的修改行的 commit timestamp 写入到 Write 上面。

Data,保存实际行的数据。

当事务开始的时候,我们会首先得到一个 start timestamp,然后再去获取要修改行的数据,在 Get 的时候,如果这行数据上面已经有 Lock 了,那么就可能终止当前事务,或者尝试清理 Lock。

当我们要提交事务的时候,先得到 commit timestamp,会有两个阶段:

Prewrite:先尝试给 primary key 加锁,然后尝试给 second keys 加锁。如果对应 key 上面已经有 Lock,或者在 start timestamp 之后,Write 上面已经有新的写入,Prewrite 就会失败,我们就会终止这次事务。在加锁的时候,我们也会顺带将数据写入到 Data 上面。

Commit:当所有涉及的数据都加锁成功之后,我们就可以提交 primay key,这时候会先判断之前加的 Lock 是否还在,如果还在,则删掉 Lock,将 commit timestamp 写入到 Write。当 primary key 提交成功之后,我们就可以异步提交 second keys,我们不用在乎 primary keys 是否能提交成功,即使失败了,也有机制能保证数据被正常提交。

rust是前端还是后端

后端。

Rust是一款高级通用语言,而且属于少有的一款兼顾开发和执行效率的编程语言。Rust结合了脚本语言的语法结构和C语言编译执行效率,并且具有类似垃圾回收和数据类型及所有权系统等功能,所以可靠性和高性能运行都属于Rust的特色。

虽然是一个非常年轻的编程语言,但是Rust可以算是最近几年最流行的编程语言。5月发布的Stack Overflow 2020开发者调查中,Rust被86.1%开发者选择为“最喜欢”的编程语言,比第二名TypeScript高出近20%。

虽然Rust并不是一个专属的网络应用开发语言,但是作为一个以安全著称的编辑语言,实际上是非常适合网络开发的。而且因为是编译型语言,编译器也能在过程中就安全稳定的问题作出提醒,作为后端网络开发还是不错的一个优势。

Rust的通用库中已经包含了类似TcpListener这样的网络通讯库,可以直接通过调用std : : net 下面的TcpListener来直接监听Tcp端口,然后再处理Request。这点上与一些脚本型的编程语言比要自由得很多。

Rust作为比较流行的编程语言,也有不少第三方HTTP库来支持Web开发,可以不用再花时间从底层开发,比较热门的库像Hyper或者Tide都是被不少Web开发框架用到的。Rust下Web开发框架也不少,比较热门的有Rocket、Actix-Web、Tower-web、Warp等等框架。

sgb是什么币种

SGB是SubGame平台发行的一款平台代币,也是一款数字货币,SGB全称SubGame,业界人士又称它为水果币,发行时的供应总量达到了5亿SGB。SubGame平台研发的项目是面向全世界众多用户与开发者的,它使用户与开发者们参与到波卡生态、平台游戏以及一款支付钱包的建设中去。

1.SubGame是使用Rust高阶开发语言进行底层框架开发的平行链,技术团队耗时多年研发出多元开发模组,而开发者可以通过质押SGB代币来获得其所提供的模块源代码以取得开发权限,进行二次开发。

2.SGB将在模组质押、开发者众筹、治理投票、验证人等诸多环节充分发挥作用。随着生态内外应用场景的逐步扩大与落地,SGB在不断赋能之下,其价值也将得到全面释放。

3.SubGame是波卡官方收录和拿到Web3基金会Grant第一阶段资金支持的波卡平行链,是首个专注于链上游戏和支付模组引擎开发的平行链项目。SubGame致力于大幅降低开发者门槛,踏入高阶开发工程,同时提供最健全的开发环境和技术支持,实现全球波卡生态的高度密集联动性。

拓展资料:

1.SubGame采用Rust为底层语言,沿用了Javascript的语法,并在Assembly Script中完成了对Substrate智能合约API和SDK的封装。简单来说,Rust实现了支持任何Web开发者快速入手部署波卡原生智能合约的能力。SubGame基于Substrate框架开发,因此其共识算法也与Polkadot保持一致,采用PoS共识算法,混合了BABE和GRANDPA ,并且外加贡献度证明共识算法Proof-of-Devotion(PoD)。

2.SubGame专注于波卡生态建设,为波卡开发者提供健全的开发环境及一站式技术支持,实现全球波卡生态的高度密集联动性。SubGame终极目标是实现跨链互联,构建起真正的价值互联生态。SubGame已经获得全球30多家资本与机构的战略投资。

为什么我说Rust是靠谱的编程语言

Rust编程语言

Rust(blog)是一门强调安全、并发、高效的系统编程语言。其中四个关键词,系统编程、安全、并发、高效,是Rust语言的核心特征,也是区别于其他编程语言的首要因素。

Memory safety without garbage collection

Concurrency without data races

Abstraction without overhead

除此之外,我再补充一些关键词,以便读者更直观地了解Rust:静态类型/编译式语言/静态编译/动态编译、泛型/函数式/面向对象、模式匹配/ADT、DST/Associated Types/闭包(Closures)、Static/Dynamic/Multiple-Dispatch、 没有虚拟机(VM)、没有垃圾收集器(GC)、没有运行时(Runtime)、没有空指针/野指针/内存越界/缓冲区溢出/段错误、没有数据竞争(Data Race)……

Rust语言具有特性丰富、设计优良、适用范围广等诸多优点。

我(Liigo)从2013年底开始正式关注Rust项目,……至今有一年半了。其中有赞有批,有争有闹,也有贡献源码。本文所写的是我这些日子以来的所看、所闻、所感。

判断一门新的编程语言“是否靠谱”,是主观性很大的课题。Rust语言今日才刚刚发布1.0版本,它的未来发展走向如何,谁也说不清楚,说到底都是猜测。但是直觉告诉我,如果人靠谱、团队靠谱、技术能力靠谱、态度靠谱、社区靠谱,这个项目在很大程度上就是靠谱的、值得期待的。

谨以此文,献给我长久期待的 Rust 1.0!

2. 开放、友好、高效的开源社区

相当彻底的开源项目,开放、透明、友好,进度热火朝天,动作大刀阔斧。这是我第一次亲身参与并观察到的如此大规模的开源编程语言项目的开发过程。(之前也关注过Go语言项目,但其规模要小得多。)

开放源代码、GitHub/Git在线开发 hub.com/rust-lang/rust

开放系统设计过程,重要设计项目的提出、讨论、评估、决策均在线进行(RFCs)

内部决策过程也公开透明,每周发布会议记录(meetimg-minutes)

公开接受第三方开发者提交的 Pull Requests,必要时还指导开发

有一个核心团队(the core team)负责项目的发展方向和最终决策

有大量的(超过 1000 人!)第三方开发者给Rust贡献源代码、文档和测试用例

多次将优秀的第三方开发者吸纳进入官方开发团队和核心团队

多次在世界各地(包括北京)主办和协办小型本地开发者见面会

Java和Rust在实现多线程编程时的异同

Java的实现

打开Follower.java里的这个函数

这里的Follower.this.invitations就是我们的消息队列,定义是:private LinkedListInvitation invitations;LinkedList不是线性安全的集合,需要我们加同步。具体的同步方法就是函数里写的,通过Java常见的用wait,notify和notifyall给对象加锁。

处理并发有wait、notify和notiyall,有兴趣的朋友可以去这里了解一下:。Follower就是一个等待leader发送invitation,处理并返回结果的过程。

Leader.java

这么一段代码:

里面就是Leader发送邀请inv,并等待follower返回结果的大概逻辑,通过对消息体加锁,是Java传统的实现多线程并发的方式。还有消费者的消息队列也会加锁,在Java里,有个对象叫LinkedBlockingQueue,是不用加锁就可以put和take的,但在例子里,我们选用了更简单的LinkedList,也是为了表现一下加锁的逻辑。

Rust的实现

Leader的结构为:

Follower的结构为:

对于其他语言转过来的同学,这里的Vec,i32,bool都很好理解,不过里面出现的Arc和Mutex,Sender,Receiver就是新东西了,上面这4个都是Rust标准库的东西,也是这次分享要介绍的重点对象,是这4个东西共同实现了消息的生产,传递和消费。

下面简单介绍一下分别是做什么用的:

ArcT实现了sync接口。Sync接口是做什么呢?权威资料是这么说的:当一个类型T实现了Sync,它向编译器表明这个类型在多线程并发时没有导致内存不安全的可能性。

如果看不懂不要紧,我们先看看实际中是怎么用的:

在这个例子里,我们关注这几句:

let data = Arc::new(Mutex::new(vec![1u32, 2, 3]));

let data = data.clone();

let mut data = data.lock().unwrap();

下面分别解释一下是做什么的:

简单的说Arc::new表明了这是通过clone()方法来使用的,每clone,都会给该对象原子计数+1,通过引用计数的方法来保证对象只要还被其中任何一个线程引用就不会被释放掉,从而保证了前面说的:这个类型在多线程并发时没有导致内存不安全的可能性。

如果我们不定义为Arc就传到其他线程使用,编译器会报:

error: capture of moved value: `data`

data[i] += 1;

我们可以记住clone()就是Arc的用法。

接下来我们看Mutex:

Mutex实现了send接口。同样,在权威资料里是这么描述的:这个类型的所有权可以在线程间安全的转移

那我们又是怎么用Mutex的呢?就是用lock().unwrap()。lock()的作用是获取对象,如果当前有其他线程正在使用MutexT里面的T对象时,本线程就会阻塞,从而保证同时只有一个线程来访问对象,mutex也另外提供了try_lock()的方法,是不阻塞的,只要其他线程被占用,就返回err,通常Arc和Mutex都是一起使用的。

回到我最原始的题目,Mutex和Arc实现了对象本身的线程共享,但是在线程间如何传递这个对象呢?就是靠channel,channel通常是这么定义的let (tx, rx) = mpsc::channel();它会返回两个对象tx和rx,就是之前我提到的sender和receiver。

在我的Rust实现里,关键的语句是以下几个:

let leaders = (0..leader_cnt).map(|i|

Arc::new(Mutex::new(Leader::new(i,dance_types.len() as i32)))

).collect::Vec_();

这一句是new一堆leader出来,Arc和Mutex表明leader是可以多线程共享和访问的。

同样Follower也是:

let followers = (0..follower_cnt).map(|i|

Arc::new(Mutex::new(Follower::new(i,dance_types.len() as i32,leader_cnt)))

).collect::Vec_();

接下来这几句就有点不好理解了。

这里定义了一堆的sender和receiver,其中把他们都作为leader和follower的成员变量存起来。大概意思就是每一个leader都通过sender列表可以发送invitation给所有follower,同时又有单个receiver来接受所有follower发给自己的处理结果inviresult。

同样follower也是这么做。这样在之后每一个follower和leader作为一个线程跑起来之后,都能在相互之间建立了一条通信的通道。

这个是和Java实现多线程并发最大的不同之处!Java是通过给对象加锁,Rust是通过channel转移对象的所有权,在代码里,leader发送inv给folloer是下面这一句

match self.senders[*follower_id as usize].lock().unwrap().send(inv){,其中的lock().unwrap()是获得该leader对该follower的发送通道的所有权,send(inv)就是转移具体的发送对象invitation所有权了。

这个转移按照我的理解,应该是内存拷贝。就是在follower接收的时候,let inv = match self.receiver.recv() { ,原来leader里面的inv在send之后已经是不可访问了,如果你之后再次访问了inv,会报use of moved value错误,而follower里面的inv则是在follower的栈里新生成的对象,所以,在Java里面我只定义了invitation对象,但是在Rust里面,我要再定义一个InviResult,因为我即使在follower线程里面填了result字段,leader线程也不能继续访问inv了。所以需要依靠follower再次发送一个invresult给leader,所以整个Rust程序大概就是这么一个思路。

实践总结

之前我测试比较Java和Rust实现的性能时,由于没有把调试信息去掉,导致Java比Rust慢很多,特别是那些调试信息都是调用String.format,这是比几个string相加慢上10倍的方法,两者都去掉调试信息后,leader和follower都会2000的时候,在我低端外星人笔记本里,性能差别大概是2倍吧,没我想象中大,Rust的程序整个写下来比较费力,一方面是对ownership机制不熟,思维没有转变过来,另一方面Rust的确需要开发者分部分精力到语法细节上。

编者注:冯总也有一些其它的实践体会,请参见CSDN对冯耀明的专访,请戳这里。也可以查看他的个人博客里的总结。

下面摘录采访中关于Rust的内容过来:

首先Rust里面的ownership和lifetime概念真的很酷,就因为这个概念实现无内存泄露,野指针和安全并发。

其次,Rust的语法不简单,也是有不少坑的,据说Rust的潜在用户应该是现在的C和C++程序员,他们可能会觉得比较习惯,说不定还 觉得更简单。由于ownership机制,一些在其他语言能够跑通的程序在Rust下就要调整实现了,它会改变你写程序的思维方式。据说一些写Rust超 过半年的程序员已经爱上它了!

我对Rust感受较深的是下面几点:

初学者不熟悉ownership机制,会无数次编译失败。但一旦编译成功,那么程序只剩下逻辑错误了。同样,由于ownership机制,将来在项目里修改Rust代码将可能是痛苦的过程,因为原来编译通过的代码可能加入新功能就编译不过了,这是我的猜测。

Rust编译速度慢,不过据说最近每一个Rust新发布的版本编译速度都比之前的版本提高了30%。

Rust没有类,有的是结构体加方法,我喜欢这种简单的概念。

Rust没有类继承,只有接口,虽然接口可以提供默认的实现。这样一来,在大型项目里原来类继承来重用代码的效果是否就要用成员变量实例来完成呢?

Rust没有null,取而代之的是None和OptionT,也因此,结构体在初始化的时候必须初始化所有字段。

Rust有我一直很想要的错误值返回机制,而不必通过抛异常或者需要每每定义包含结果和错误体实现。

Rust用send和sync两个接口来处理多线程并发,其中ArcT和MutexT分别实现了这两个接口,简单易用。

Rust目前没有一个强大的IDE,支持断点调试,变量监控等。

它跟现在动态语言是两个截然不同的方向,它适合一些资深的程序员,我倒是觉得有必要有这么一本书,叫《从C++到Rust,你需要改善的20个编程 习惯》,能从实践上告诉开发者Rust里我们应该遵从什么样的编程习惯。Rust未来是否像C那样流行开来成为新一代的主流语言没有人能够知道,但它绝对 是值得你去了解和关注的语言。

进一步的思考:反转链表 - Java和Rust的不同实现

Rust的list应该怎么定义,譬如反转列表又是怎么做呢?

由于ownership的机制和不存在空指针的情况,很多在其他带GC的语言能够跑起来的程序在Rust下面就要换一种做法。最近试用Rust的基础数据结构时,更加加强了我的看法。下面以最原始的链表list为例。

在Java中,考虑最基本的链表定义

class ListNode {

int val;

ListNode next;

ListNode(int x) {

val = x;

}

@Override

public String toString() {

StringBuilder sb = new StringBuilder();

sb.append("[");

sb.append(val);

ListNode pNext = this.next;

while (pNext != null) {

sb.append(",");

sb.append(pNext.val);

pNext = pNext.next;

}

sb.append("]");

return String.format("%s", sb.toString());

}

}

如果我们要反转链表,可以这么做:

public ListNode reverseList(ListNode head) {

if (head == null) {

return null;

}

ListNode pNext = head.next;

ListNode pPrevious = null;

while (head != null) {

pNext = head.next;

head.next = pPrevious;

pPrevious = head;

head = pNext;

}

return pPrevious;

}

那如果我们按照一般思维,在Rust里对应的实现就是这样子的:

struct ListNode{

id :i32,

next :OptionBoxListNode

}

反转链表:

fn reverseList2(head :mut OptionBoxListNode) - OptionBoxListNode {

match *head{

None = None,

Some(head) = {

let mut head = Some(head);

let mut pNext = head.unwrap().next;

let mut pPrevious:OptionBoxListNode = None;

while true {

match head {

None ={break;}

_ ={}

}

pNext = head.unwrap().next;

head.unwrap().next = pPrevious;

pPrevious = head;

head = pNext;

}

pPrevious

}

}

}

然后编译,报了以下错误:

=》match *head{

ERROR:cannot move out of borrowed content

=》 pNext = head.unwrap().next;

ERROR:cuse of moved value: `head`

这些错误就是因为Rust的ownership机制,让我们无法像Java或者C++里保存临时变量,特别是在循环里。反复试过各种写法,都行不通。

最后,换成这么来做

链表定义:

use List::*;

enum List {

Cons1(i32, BoxList),

Nil,

}

// Methods can be attached to an enum

impl List {

#[inline]

fn new() - List {

Nil

}

#[inline]

fn prepend(self, elem: i32) - List {

Cons1(elem, Box::new(self))

}

fn len(self) - i32 {

match *self {

Cons1(_, ref tail) = 1 + tail.len(),

Nil = 0

}

}

fn stringify(self) - String {

match *self {

Cons1(head, ref tail) = {

format!("{}, {}", head, tail.stringify())

},

Nil = {

format!("Nil")

},

}

}

}

fn reverseList(list:List, acc:List ) - List{

match list{

Cons1(val,tail) = {

reverseList(*tail,acc.prepend(val))

}

Nil = acc

}

}

fn main() {

let mut head = List::new();

let mut i=0;

while i 10 {

i+=1;

head = head.prepend(i);

}

println!("{:30}",head.stringify());

let result = List::new();

let result = reverseList(head,result);

span style="white-space:pre" /spanprintln!("{:30}",result.stringify());

}

从结果可以看到,链表已经实现反转了。所以在Rust下面,很多做法都要换一下。有人说这就是Rust函数式编程的思维。我但愿这种递归式的做法不会有溢出。

Rust结构体数组怎么写?

需要提一下的是,结构体,元组,数组的成员的析构顺序跟初始化顺序一样,而不是相反。 这个规定大家知道就好了,详细内容去读rfc文档。另外我们有很多手段可以手工drop,不使用默认drop顺序。这个顺序具体是什么只有极少数代码需要关注。

发表评论

评论列表

  • 酒奴殊姿(2022-09-05 02:09:51)回复取消回复

    x 24 小时稳定运行。系统的可用性是 4 个 9,还有 5 个 9?如果出现了机器损坏等灾难情况,系统能否做的自动恢复。扩展性:当数据持续增多,能否通过添加机器就自动做到数据再次平衡,并且不影响外部服务。分布式事务:是否需要提供分布式事务支持,事务隔

  • 笙沉路弥(2022-09-04 20:25:17)回复取消回复

    prepend(self, elem: i32) - List { Cons1(elem, Box::new(self)) } fn len

  • 痴者鸽屿(2022-09-05 04:52:56)回复取消回复

    极端情况下面会有问题,所以业界要不通过 Paxos,要不就是使用 3 PC 等算法。在这里,TiKV 参考 Percolator,使用了另一种增强版的 2 PC 算法。这里先简单介绍下 Percol

  • 语酌怯朲(2022-09-04 21:56:18)回复取消回复

    annel 这些机制,天生的适合大规模分布式系统的开发,但灵活方便的同时也有一些甜蜜的负担,首先就是 GC,虽然现在 Go 的 GC 越来越完善,但总归会有短暂的卡顿,另外 goroutin

  • 痴妓铃予(2022-09-04 23:30:18)回复取消回复

    = Arc::new(Mutex::new(vec![1u32, 2, 3]));let data = data.clone(); let mut data = data.lock().unwrap(); 下面分