90 行 Rust 代码实现 AsyncTeeReader

大家好，好久不见，这里是某昨。

这段 AsyncTeeReader 的代码是我在实现 anni-backend 的时候写的。虽然之后没有用到直接全删了，但个人感觉之后肯定还会有用到的时候，并且在书写这段代码的过程中我也学到了很多东西，故撰写此文以作记录。

代码带简单注释、new、use 和空行一共 90 行，从中或许可以稍微了解一下异步的代码该怎么写（笑）

完整源码可在 Rust Playground[1 ] 查看。

什么是 TEE？

TEE(1) 的功能是从标准输入读入，并将结果同时写入指定文件和标准输出[2]。基本流程如下图所示：

图中的实线表示的是真实的数据流向，而虚线则表示了对于 Program B 而言的数据流向。对 Program B 而言，它不知道自己和 Program A 之间增加了一个中间人，其处理的数据也和直接从 A 处接收的数据完全一致。

至此，我们可以将 TEE 的功能归结为如下两条：

将接收到的数据原封不动地传递给原接收者。
将数据的副本转发给另一个（些）接收者。

Reader？

还是从这张图来看，不过这次我们换一个角度。

从数据的流向上来看，Program A 向 TEE 的 stdin 传送数据，和 TEE 从 Program A 的 stdout 读取数据，二者是等价的。因此，我们可以把 TEE 从 Program A 接收数据看作是 TEE 从 Program A 的 Stdout Reader 中读取数据；同理，我们把 TEE 向文件写入看作是向文件的 Writer 写入。

Program B 原本是直接从 Program A 中 Read 数据，现在改从 TEE 中 Read 数据，因此 TEE 对 Program B 而言表现成的是一个 Reader。

异步读写 Trait

在实现之前，我们需要了解这次我们需要用到的两个 Trait：

tokio::io::AsyncRead

Tokio 的 AsyncRead 定义如下：

1
pub trait AsyncRead {
2
    fn poll_read(
3
        self: Pin<&mut Self>,
4
        cx: &mut Context<'_>,
5
        buf: &mut ReadBuf<'_>,
6
    ) -> Poll<io::Result<()>>;
7
}

这个 Trait 只定义了一个函数：poll_read。和 Future 的 fn poll 相比，它只多了一个参数：buf: &mut ReadBuf<'_>，用来存储读取到的内容。

当读取成功时，Poll 返回 Poll::Ready(Ok(()))；当读取出现问题时，返回 Poll::Ready(Err(e))；当 Poll 未完成时，返回 Poll::Pending。

当 poll_read 读取遇到 EOF 时，调用前后的 buf 已占用大小不变，隐式地提示调用者遇到了 EOF。

tokio::io::AsyncWrite

和 AsyncRead 相比，AsyncWrite 相对就复杂一些了。这里省略了带有默认实现的一部分，其余如下所示：

1
pub trait AsyncWrite {
2
    fn poll_write(
3
        self: Pin<&mut Self>,
4
        cx: &mut Context<'_>,
5
        buf: &[u8],
6
    ) -> Poll<Result<usize, io::Error>>;
7

8
    fn poll_flush(self: Pin<&mut Self>, cx: &mut Context<'_>) -> Poll<Result<(), io::Error>>;
9

10
    fn poll_shutdown(self: Pin<&mut Self>, cx: &mut Context<'_>) -> Poll<Result<(), io::Error>>;
11
}

首先是 poll_write。和 poll_read 相比，第三个参数换成了 &[u8]，表示待写入的数据；返回类型也不再是 ()，而是代表了成功写入的大小（usize）。

其次是 poll_flush，顾名思义，是在写入结束时 flush 用的。

最后是 poll_shutdown。在写入过程出现问题时，可以调用这个函数，尝试终止写入过程。当终止成功时，返回 Ok(())。

开始实现

定义

有了上面的基础，我们可以写出 struct 的定义：

1
struct AsyncTeeReader {
2
    reader: Pin<Box<dyn AsyncRead>>,
3
    writer: Pin<Box<dyn AsyncWrite>>,
4

5
    state: AsyncTeeReaderState,
6
    buf: Vec<u8>,
7
    buf_now: usize;
8
}
9

10
enum AsyncTeeReaderState {
11
    Reading,
12
    Writing,
13
    Flushing,
14
}

在 AsyncTeeReader 中，我们记录了读取所需的 reader、写入所需的 writer、当前的工作状态，以及一个 buffer 和它当前写入的位置。

工作状态分为 Reading、Writing 和 Flushing 三种，分别对应 reader.poll_read、writer.poll_write 和 writer.poll_flush 三种情况下 Pending 的再调用；而 buf 则用于暂时缓存 poll_read 读取到的数据，延迟到 poll_write 结束之后再返回。

Reading

1
AsyncTeeReaderState::Reading => {
2
    // step 1: read
3
    let begin = buf.filled().len();
4
    let ret = self.reader.as_mut().poll_read(cx, buf);
5
    match ret {
6
        Poll::Ready(Ok(())) => {
7
            let end = buf.filled().len();
8
            if begin == end {
9
                // EOF, flush
10
                self.state = AsyncTeeReaderState::Flushing;
11
            } else {
12
                // Write
13
                self.buf.extend_from_slice(&buf.filled()[begin..end]);
14
                buf.set_filled(begin);
15
                self.state = AsyncTeeReaderState::Writing;
16
            }
17
            // wake immediately to finish the last part
18
            cx.waker().wake_by_ref();
19
            // return pending
20
            Poll::Pending
21
        }
22
        Poll::Ready(Err(e)) => Poll::Ready(Err(e)),
23
        Poll::Pending => Poll::Pending,
24
    }
25
}

在读取开始之前，我们记下 buf 的已用容量 begin，在之后判断是否遇到 EOF 的时候会用到。随后就是调用一次 reader 的 poll_read。当正常 Poll::Ready 时，执行处理逻辑；当遇到错误时，直接返回错误；而当状态为 Poll::Pending 时，直接返回 Pending。

值得注意的是，这里我们之所以可以直接返回 Pending 状态，是因为我们在调用过程中把 cx 传递给了 reader.poll_read。因此，当 reader 可供读取时，cx.waker 会被 reader 调用，因此我们就不需要去关心什么时候 wake 的问题了。

当正常返回 Poll::Ready(Ok()) 时，我们再读取一次 buf 的已用容量，记作 end。如果 begin 和 end 不相等，说明 poll_read 读到了数据，我们把数据暂时存在 self.buf 里，并将状态修改为 Writing；如果 begin 和 end 相等，说明 reader 读到了 EOF，此时没有新的数据，只需要等 writer 的 flush 结束即可，因此将状态修改为 Flushing。

在上述判断结束之后，由于一轮还没有结束（Reading-Writing 或 Reading-Flushing），因此返回的状态是 Poll::Pending。但如果我们直接返回，那么之后就不会有 wake 的机会了（想一想，为什么？）。因此这里我们需要手动调用一次 cx.waker().wake_by_ref()，使得我们在返回 Poll::Pending 之后能够开始执行下一轮的任务。

Writing

1
AsyncTeeReaderState::Writing => {
2
    let me = self.get_mut();
3
    let ret = me.writer.as_mut().poll_write(cx, &me.buf[me.buf_now..]);
4
    match ret {
5
        Poll::Ready(Ok(written)) => {
6
            me.buf_now += written;
7
            if me.buf.len() != me.buf_now {
8
                // partial written
9
                cx.waker().wake_by_ref();
10
                Poll::Pending
11
            } else {
12
                // fully written, read again
13
                buf.put_slice(&me.buf);
14
                me.buf.clear();
15
                me.buf_now = 0;
16
                me.state = AsyncTeeReaderState::Reading;
17
                Poll::Ready(Ok(()))
18
            }
19
        }
20
        Poll::Ready(Err(e)) => Poll::Ready(Err(e)),
21
        Poll::Pending => Poll::Pending,
22
    }
23
}

进入 Writing 状态，过程和 Reading 也大同小异。这里我们需要额外判断的是 Writer 的部分写入问题。poll_write 返回了写入的大小，我们需要将其与 self.buf 的大小作比对。当完全写入时，自然可以清空缓存，将 self.buf 重新写回 buf，并返回 AsyncReader 的 Ready 状态；而当部分写入时，我们则需要返回 Pending 状态，并手动触发 waker 以确保 poll_read 能够被再次调用。在部分写入之后的下一次写入中，我们也只能向其传递没有写入的内容，需要跳过已写入的部分。

Flushing

1
AsyncTeeReaderState::Flushing => self.writer.as_mut().poll_flush(cx)

当 AsyncTeeReader 进入这个状态时，读的过程也进入了尾声。我们只需要等待 writer 的 flush 完成就可以了。