如何在 Haskell 中让 lazy IO 的等待并发进行?
可以在 IO 层显式安排两个等待过程并发执行,再把结果传给纯函数 f。对于 f :: Int -> Int -> Int,没有可靠的纯函数接口能启动、等待和管理这些 IO 操作。par 可能触发隐藏在 lazy IO 中的操作,但无法保证所需的并发行为。
为什么原程序会依次等待
unsafeInterleaveIO 会推迟 IO 操作,直到返回值被求值时才执行。因此,执行下面两行代码后,两个查询可能尚未完成,甚至还没开始:
a <- makeA
b <- makeB
此时,a 和 b 都可能还是尚未求值的 thunk。
当 print c 需要加法结果时,求值才会触发查询。如果当前线程先求值 a,就会等待 a 返回,再求值 b,于是出现示例中的顺序输出。但纯表达式中隐藏 IO 的执行顺序并没有这样的保证。
用 concurrently 显式运行两个查询
先去掉 unsafeInterleaveIO,让查询成为普通的 IO action,再使用 async 包中的 concurrently:
import Control.Concurrent (threadDelay)
import Control.Concurrent.Async (concurrently)
makeA :: IO Int
makeA = do
putStrLn "Querying a"
threadDelay 1000000
putStrLn "Got a"
return 1
makeB :: IO Int
makeB = do
putStrLn "Querying b"
threadDelay 1000000
putStrLn "Got b"
return 2
f :: Int -> Int -> Int
f a b = a + b
main :: IO ()
main = do
(a, b) <- concurrently makeA makeB
print (f a b)
项目需要声明对 async 包的依赖。concurrently 的类型是:
concurrently :: IO a -> IO b -> IO (a, b)
它并发执行两个 action,等两者都成功后返回结果。如果其中一个抛出异常,它会取消另一个,并将异常传播给调用方。
这个例子中的两次 threadDelay 可以重叠等待。没有明显额外开销时,总耗时应接近一次等待的时间。日志的具体顺序取决于调度,不应写死。
threadDelay 这样的等待不要求多个 CPU 核,也不需要启用 +RTS -N2 就能并发进行。如果实际查询使用了会阻塞运行时的外部调用,还需要检查 FFI 声明和 -threaded 等配置。
为什么不应依赖 par
给原表达式加上括号,可以写成:
a `par` (b `seq` f a b)
par 为 a 创建一个供运行时调度的 spark,让它有机会被并行求值。第二个参数中的 seq 则要求先将 b 求值到弱头范式(WHNF),再得到后续结果。
a 和 b 的求值都隐藏着 IO 操作。如果它们在不同的执行线程中求值,两个查询就可能同时等待。
不过,spark 只是并行求值的提示,并不保证启动另一个线程来完成操作。运行时可以不执行这个 spark,也可能等到当前线程需要 a 时才对它求值。par 也不提供 IO 任务所需的异常传播、取消和资源生命周期管理。
对于纯计算,这种调度差异通常只影响性能;加入 lazy IO 后,它还会影响可观察的副作用。因此,即使示例出现了并发输出,也不能据此认为这种写法能可靠地安排查询。
暂时无法移除 lazy IO 时怎么办
如果现有接口已经返回了延迟值,可以在 IO 层并发强制求值:
import Control.Concurrent.Async (concurrently)
import Control.Exception (evaluate)
main :: IO ()
main = do
a <- makeA
b <- makeB
(a', b') <- concurrently (evaluate a) (evaluate b)
print (f a' b')
这里的 makeA、makeB 使用题目中保留了 unsafeInterleaveIO 的定义。evaluate 把求值放进 IO action,concurrently 再并发执行这两个求值过程。
这可以作为过渡方案,使用时需要注意求值深度:
evaluate只求值到 WHNF。对于示例中的Int,这足以触发查询并取得数值。- 对于列表、树或带有惰性字段的结构,求值到 WHNF 不代表已经读取全部内容。即使并发执行了返回 lazy value 的 action,也不能保证后续读取会并发发生。
- 对于有限且具有
NFData实例的数据,可以使用evaluate (force value)强制求值到范式;无限流不能这样整体求值。 - 如果延迟读取依赖文件句柄或连接,必须在资源仍然有效时完成所需的求值。
如果想封装并发取值后应用 f 的过程,可以增加一个明确返回 IO 的函数:
fIO :: IO Int -> IO Int -> IO Int
fIO getA getB =
uncurry f <$> concurrently getA getB
调用方通过 fIO makeA makeB 安排并发查询,f 只负责计算。并发安排保留在类型可见的 IO 层,才能可靠地让两个查询同时等待。
备注:内容仅供参考。
