异步编程基础：异步、等待、未来值与流
许多我们要求计算机执行的操作，都需要一段时间才能完成。在等待这些长时间运行的进程完成时，若我们能做一些其他事情，那就再好不过了。现代计算机提供了两种同时处理多个操作的技术：并行机制与并发操作。不过，一旦我们开始编写那些涉及并行或并发操作的程序时，我们很快就会遇到 异步编程 所固有的一些新挑战，即操作可能无法按照他们启动的顺序，依次完成。本章建立在第 16 章中使用线程的并行机制，及通过引入另一种异步编程方法： Rust 的 Futures、流与支持他们的 async 和 await 语法，以及在异步操作间进行管理及协调的一些工具，实现的并发上。
我们来举个例子。假设咱们要导出一段家庭庆祝活动的视频，这个操作可能需要几分钟到几小时不等。视频导出将尽可能多地用到其做能使用的 CPU 和 GPU。如果咱们只有一个 CPU 内核，而咱们的操作系统在导出完成前，不会暂停该导出 -- 也就是说，如果他 同步地 执行该导出，那么在该任务运行期间，咱们就无法在咱们的计算机上做任何其他事情。这将是非常令人沮丧的经历。幸运的是，咱们电脑的操作系统可以，而且也确实经常隐蔽地中断该导出，让咱们可同时完成其他工作。
现在，假设咱们正下载某个别人共享的视频，这也需要一段时间，但不会占用那么多 CPU 时间。在这种情况下，CPU 必须等待数据自网络到达。虽然数据开始到达后咱们就可以开始读取，但可能需要一些时间才能全部显示出来。即使数据全部都有了，但如果视频相当大，那么加载数据也可能需要至少一两秒才能全部加载。这听起来可能不算什么，但对于每秒可以执行数十亿次运算的现代处理器来说，这已经是很长的时间了。同样，在等待网络调用结束时，咱们的操作系统会隐形地中断咱们的程序，允许 CPU 执行其他工作。
视频输出是个 CPU 密集，CPU-bound 或 计算密集，compute-bound 操作的例子。他受限于计算机 CPU 或 GPU 的潜在数据处理速度，以及能将多少速度用于该操作。而视频下载则是个 IO 密集，IO-bound 操作的例子，因为他受计算机 输入及输出 速度的限制；他只能以通过网络发送数据的速度运行。
在这两个例子中，操作系统的隐形中断，the operating system's invisible interrupts，均提供了某种形式的并发性。不过，这种并发只发生在整个程序的层面上：操作系统会中断某个程序，以让其他程序完成工作。在很多情况下，由于我们对咱们程序的掌握，要比操作系统更细粒度，因此我们可以发现操作系统所无法看到的并发机会。
例如，若我们正开发某个管理文件下载的工具，我们应能将咱们的程序，编写成启动一次下载不会锁定用户界面，且用户应能同时启动多个下载。不过，多数操作系统与网络交互的 API，却都是 阻塞式的，blocking；也就是说，他们会阻塞程序的进程，直到他们正处理的数据完全就绪。
注意：仔细想想，这正是 大多数 函数调用的工作方式。不过，阻塞 一词通常保留给那些与文件、网络或计算机上其他资源交互的函数调用，因为在这些情况下，单个程序会从 非阻塞，non-blocking 的操作中受益。
通过生成一个专门下载各个文件的线程，我们可以避免阻塞咱们的主线程。不过，这些线程的开销，最终会成为问题。若调用一开始就不阻塞，那就更好了。此外，如果我们能采用与阻塞代码相同的直接写法，效果会更好，就像下面这样：
#![allow(unused)] fn main() { let data = fetch_data_from(url).await; println!("{data}"); }
这正是 Rust 的 async（异步，asynchronous 的缩写）抽象所给到我们的。在本章中，咱们将学到有关 async 的所有知识，包括以下主题：
- 怎样使用 Rust 的
async与await语法； - 如何使用异步模型，解决我们在第 16 章中遇到的一些同样难题；
- 多线程和异步如何提供，咱们可在许多情况下结合使用的互补方案。
不过，在了解异步在实际中的工作原理前，我们需要先绕道讨论一下并行和并发之间的区别，the difference between parallelism and concurrency。
并行与并发机制
Parrallelism and Concurrency
到目前为止，我们都将并行和并发，看作是可以互换的。现在，我们需要更准确地区分他们，因为他们间的区别，会在我们开始工作时显现出来。
请设想某个团队在某个软件项目中，分工的不同方式。咱们可以给单个成员分配多项任务，也可以给每名成员分配一项任务，或者混合使用这两种方式。
当某单个成员在几项不同任务中的任何一项完成前，都工作于这些任务上时，这就是 并发。或许咱们在咱们电脑上，有着两个不同项目，当咱们在一个项目上感到无聊或卡住时，咱们就会切换到另一项目。咱们只是一个人，所以咱们无法同一时间在两项任务上取得进展，但咱们可以多任务处理，通过在两个任务之间切换，一次在一个任务上取得进展（见图 17-1）。
图 17-1：一种并发工作流程，在任务 A 和任务 B 之间切换
而在团队采取让每个成员单独完成某项任务方式，拆分一组任务时，这就是 并行。团队中的每个人，在同一时间团队中的每个人都能取得进展（见图 17-2）。
图 17-2：一种并行工作流程，其中任务 A 和任务 B 上的工作独立进行
在这两种工作流程中，咱们都可能需要协调不同任务。也许咱们 会以为 分配给某个人的任务，是完全独立于其他人工作的，但该任务实际上需要团队中另一人先完成他们的任务。有些工作可并行的完成，但有些工作实际上是 串行的，serial：其只能以序列方式进行，一项任务接着另一项任务，如图 17-3 所示。
图 17-3：一种部分并行的工作流程，任务 A 与任务 B 的工作独立进行，直到任务 A3 被任务 B3 的结果阻塞
同样，咱们也可能会发现，自己的一项任务依赖于另一项任务。现在，咱们的并行工作也变成串行的了。
并行与并发也会相互交叉。如果咱们得知某名同事在我们完成我们的某项任务前卡住了，咱们就可能会把所有精力都放在这项任务上，以 “解除” 该名同事的阻塞。这样，咱们和咱们的同事就无法再并行工作，咱们也无法再并发地执行咱们自己的任务。
软件和硬件的基本动态也是如此。在只有一个 CPU 核的机器上，CPU 一次只能执行一个操作，但其仍可并发地工作。利用线程、进程及异步等工具，计算机可暂停一项活动，并切换到其他活动，最后再次循环到第一项活动。在有着多个 CPU 核的机器上，计算机还可以并行工作。一个核心可以执行一项任务，而另一个核心可以执行完全无关的任务，这些操作实际上是在同一时间进行的。
在 Rust 中使用异步时，我们总是要处理并发问题。根据硬件、操作系统和我们所使用的异步运行时（稍后将详细介绍异步运行时），并发也可能在其表象之下，使用并行。
现在，我们来深入了解一下，Rust 中异步编程的工作原理。