Tokio 分片队列公平性与 Kotlin/Wasm ULP 位级快路径

本期检索说明

先读取 content/collections/deep-radar 截至 2026-10-02 的全部原文链接，并按 URL、标题与实现机制去重。最近 24 小时找到两项同时给出实测、完整源码差异与原理链路的新材料：Tokio 为实验性 sharded spawn_blocking 队列加入持久游标和每分片八任务预算；Kotlin/Wasm 把 Double.ulp 从递归、nextUp 分支改为 IEEE 754 位模式计算。Java、Rust、Zig 与 Linux 的新候选没有同时满足三条证据红线，本期不凑数。

Kotlin 在 9 月 24 日“其它你可能关心的”中出现过 Native 目标的前身 PR #8364，但当时缺少公开 benchmark，且没有作为入选文章展开。本期是新的 Wasm 实现 PR #8643，并由独立 benchmark 仓库 PR #28 给出 WasmEdge、Wasmtime 与 JS 对照；来源、目标后端和实验数据均为新增，不把旧条目重复包装成新文章。两项主 PR 截稿时都仍开放评审，本文评价的是公开 patch 与实验，不把它们写成已发布能力。

01 · Rust/Tokio：固定扫描起点把分片变成了饥饿优先级

原文与日期： KurodaKayn，2026-10-02 17:18（中原标准时间）；Tokio PR #8532、完整源码 patch 与 问题复现 #8527。

为什么值得读： sharded queue 的目标是减少多生产者争用，但旧 worker 每执行完一个任务，都从 worker_thread_id % 16 指定的固定分片重新扫描。只要靠前的热分片持续补货，后面的冷分片即使早已入队也可能一直等；总吞吐看起来正常，p99 和分片间公平性却已经失控。这是一个很有迁移价值的提醒：减少锁竞争时，扫描顺序本身会成为隐式优先级。

核心技术结论： 修复为每个 blocking worker 保存 PopCursor { next_shard, remaining }，初始预算为八个任务。worker 仍一次只 pop、运行一个任务，以保留队列深度统计和现有执行路径；但从同一分片取满八个后，游标推进到下一分片。非空位图先按游标旋转，再用 trailing_zeros 跳过空分片，所以公平性不是靠逐个锁遍历换来的。

const TASKS_PER_SHARD: usize = 8;

let mut mask = self.non_empty_mask
    .load(Ordering::Relaxed)
    .rotate_right(cursor.next_shard as u32);
let index = (cursor.next_shard + mask.trailing_zeros() as usize) % NUM_SHARDS;

cursor.remaining -= 1;
if cursor.remaining == 0 {
    cursor.next_shard = (index + 1) % NUM_SHARDS;
    cursor.remaining = TASKS_PER_SHARD;
}

最有价值的实验、源码与 benchmark 细节： 原始问题在 Ryzen 5 5600H、Tokio commit e133b6f 上提交 4,400 个任务；每个任务忙等约 500 微秒，到达速率约为单 worker 容量的 110%。默认队列四次 p99 为 200–218 ms，旧 sharded queue 为 1,732–1,805 ms，吞吐却都约 1,982–1,998 jobs/s。随机分片计数相当均匀，但一次实测中 shard 0 中位等待仅 0.242 ms，shard 15 为 1,259 ms；两秒时 shard 15 的 277 个任务仍全部积压。

最初“每个任务都轮转”的修复把 1/2/4 worker 的 p99 从 1887.5/1807.3/1950.1 ms 降至 400.1/691.6/333.1 ms，但单生产者近空任务吞吐中位数慢 5.7%。最终八任务批量原型的 p99 为 299/320/275 ms，相对旧队列分别下降约 84.2%、82.3%、85.9%；这组 p99 是三次原型实验，不应写成稳定置信区间。

最终源码又做了 36 次交错单生产者测试：原版 1.896 M jobs/s、逐任务轮转 1.789 M、八任务批量 1.871 M，最终方案只比原版低 1.3%。独立 12 次测试中，16 个生产者吞吐高 4.2%，64 个生产者高 28.2%。作者明确说“八”是工程折中而非证明出的最优值；在两个活跃分片的回归测试里，冷任务最多等待一批八个热任务，这才是补丁真正建立的可验证上界。

四个测试分别覆盖：热分片不断补货时冷分片仍在首批内运行、worker idle/wakeup 后游标不丢、分片内 FIFO 不变、跨空分片轮转。这里最值得移植的不是常量 8，而是把“公平性”写成确定的顺序断言，再用吞吐实验选择预算。

适合的工程师背景： 熟悉 Tokio runtime、工作窃取/分片队列、尾延迟，或正在用 sharding 降低锁竞争却发现少数租户/队列饿死的系统工程师。

预计阅读收益： 约 35–50 分钟；能学到如何从“吞吐没变”继续追到分片级等待时间，如何以持久游标和有界批量同时保留局部性与公平性，以及如何用负向单生产者 benchmark 约束方案。

02 · Kotlin/Wasm：Double.ulp 可以直接从指数与相邻位模式得到

原文与日期： Nikolay Kasyanov，2026-10-02 20:32（中原标准时间）；Kotlin PR #8643、完整 stdlib patch 与 独立 benchmark PR #28。

为什么值得读： 旧 Wasm 实现先对负数递归，再分别判断 NaN、正无穷和 Double.MAX_VALUE，普通值则计算 nextUp() - this。语义直观，却重复做浮点分类与相邻值路径。新实现把问题还原为 IEEE 754 binary64：绝对值的位模式已经同时包含指数、尾数和特殊值分类，普通有限值的下一 representable value 就是 bits + 1。

核心技术结论： 先取 magnitude = abs(this)，清掉符号带来的双分支。若 bits shr 52 != 0x7ffL，值是有限数：Double.MAX_VALUE 单独返回位模式 0x7ca0_0000_0000_0000L（即 (2^{971})），其余用 Double.fromBits(bits + 1) - magnitude。指数全 1 时直接返回 magnitude，因此 NaN 保持 NaN，正负无穷都得到正无穷。±0、次正规数也自然由相邻位模式覆盖。

val magnitude = abs(this)
val bits = magnitude.toRawBits()
return if (bits shr 52 != 0x7ffL) {
    if (bits == 0x7fef_ffff_ffff_ffffL)
        Double.fromBits(0x7ca0_0000_0000_0000L)
    else
        Double.fromBits(bits + 1) - magnitude
} else {
    magnitude
}

最有价值的实验、源码与 benchmark 细节： benchmark 不是只喂常见正数：normal 数组用 1 + index * 73 % 2046 遍历全部正常指数，并用奇数乘数构造不同的 52 位 fraction，符号正负交替；mixed 数组每八个值插入一次 ±0、最小/最大值、±∞ 和 NaN。每次 benchmark 遍历数组，把每个 ulp 的 raw bits 累加进 Blackhole，避免结果被消除。

WasmEdge 的 wasmWasi mixed/normal/combined 为 3.78×/3.64×/3.71×，wasmJs 为 2.17×/2.16×/2.17×；Wasmtime 的 wasmWasi 为 3.74×/3.49×/3.61×，wasmJs 为 1.52×/1.59×/1.55×。这说明位级快路径在两个 Wasm 引擎、两种 Wasm 目标上方向一致。

反例必须保留：同一实现若应用到 JS，WasmEdge 配套环境下 mixed/normal/combined 只有 0.81×/0.52×/0.65×，最坏即慢约 48%；Wasmtime 配套环境下为 0.94×/1.06×/1.00×。PR 因此只改 libraries/stdlib/wasm，没有拿 Wasm 的胜利替 JS 做决定。这是后端专用优化应有的证据边界。

适合的工程师背景： 熟悉 IEEE 754、Kotlin stdlib expect/actual、Wasm lowering，或要在多后端标准库中权衡“语义清晰实现”与“目标专用位级快路径”的编译器工程师。

预计阅读收益： 约 25–40 分钟；能学到如何用位模式一次完成绝对值、特殊值分类与相邻浮点数计算，如何设计覆盖全部指数与特殊值的 microbenchmark，以及为何跨后端数据必须阻止错误复用。

中国大陆 ToC 硬件价格观察

数据口径

窗口为 2026-09-04 至 2026-10-03，单位人民币，六类硬件固定同一 SKU。今天通过公开比价页的实时渲染结果复核到 CPU、GPU、主板、HDD、SSD 五类报价；DRAM 页面仍明确显示“暂无报价”，因此不新增点。重复价格作为真实采样保留，用来区分“已复核横盘”和“未取得数据”。SSD 只采用当前 2TB 规格的全网比价栏，不采用跨容量聚合的“¥819 起”。

价格来源： 9800X3D、MSI RTX 5070 VENTUS 3X、ASUS TUF B850M-PLUS WIFI7、Kingston FURY DDR5-6000 32GB、IronWolf Pro 8TB、ZHITAI Ti600 2TB。

判断依据

六类固定 SKU 今天都没有出现可确认的变价：CPU 仍为 ¥2,694，GPU、主板、HDD 与 SSD 延续横盘，DRAM 继续缺价。CPU 从 9 月 9 日低点 ¥2,449 升到 ¥2,694，累计反弹约 10.0%，最近两天的稳定不足以证明回落趋势。GPU 等四类只是同一公开渠道再次复核相同最低价，不能外推为整个中国零售市场稳定。SSD 页面头部显示跨容量聚合的“¥819 起”，但 2TB 当前规格的全网比价仍为 ¥1,799，两种口径不能混用。本期购买建议只依据可复核价格序列，不引用未核实的新品或产能传闻。

其它你可能关心的

• OpenJDK：RISC-V 原子 add/xchg 使用指令内存序位，避免前后两道全栅栏
• rustc：单项 parent SpanData cache 优化编码、解码与稳定哈希

本期结论

两篇材料都在修复“抽象正确、代价却落在错误层级”的问题。Tokio 的分片降低了锁争用，却让固定扫描起点变成隐式优先级；持久游标和八任务预算把冷分片等待变成可测试的有限上界，同时把单生产者吞吐代价从逐任务轮转的 5.7% 收敛到 1.3%。Kotlin/Wasm 则绕过通用浮点辅助路径，直接从 IEEE 754 位模式得到 ULP，在 Wasm 上取得 1.52×–3.78×，但用 JS 回退证明这不是跨后端通用答案。可迁移的方法是：把公平性或数值特判写进数据结构本身，再用最不利负载和负向后端数据校准优化边界。