使用MPSC通道线程间传数据延迟5-10秒，是否为线程饥饿导致？

问题场景 #

主线程基于egui开发GUI，用户点击按钮后启动子线程并创建MPSC通道。子线程通过OpenCV读取摄像头并解码QR码，检测到有效字符串时发送回主线程，同时定时发送心跳消息。目前心跳消息能在1秒内到达，但QR码字符串传输延迟5-10秒，子线程多次打印"SENDING"日志，主线程却很久才收到数据。

相关代码 #

子线程实现 #

pub enum QRThreadResponse {
    NewQRString(String),
    ThreadError(String),
    Heartbeat,
    ThreadShutdown,
}

pub fn SpawnQrThread(camera_id: i32, chl: Sender<QRThreadResponse>){
    thread::spawn(move || {
        println!("Hello from QR Thread");
        let mut qr_detector = objdetect::QRCodeDetector::default().expect("FAILED to create QR Detector");
        let mut res = types::VectorOfPoint::new();
        let mut camera = videoio::VideoCapture::new(camera_id, videoio::CAP_DSHOW).expect("Open Camera Failed");
        let mut img = Mat::default();
        let mut recqr = Mat::default();

        loop{
            match camera.read(&mut img) {
                Err(_) => break,
                _ => (),
            };
            let ret = qr_detector.detect_and_decode(&img, &mut res, &mut recqr).expect("QR DETECT ERROR");
            let s = String::from_utf8_lossy(&ret);
            if s.len() > 0 {
                println!("SENDING: {:?}", s);
                match chl.send(QRThreadResponse::NewQRString(s.to_string())){
                    Err(_) => {println!("QUITTING QR THREAD NQS"); break},
                    _ => (),
                }
            }

            match chl.send(QRThreadResponse::Heartbeat){
                Err(_) => {println!("QUITTING QR THREAD HB"); break},
                _ => (),
            }
        }

    });
}

主线程启动子线程逻辑 #

fn spawn_camera_thread(&mut self) {
    if self.QRRecieveThread.is_none() {
        let (snd, rcv) = channel();
        SpawnQrThread(0, snd);
        self.QRRecieveThread = Some(rcv);
    }
}

主线程接收逻辑 #

if let Some(qr_thread) = &self.QRRecieveThread{
    if let Ok(qr_response) = qr_thread.recv_timeout(Duration::from_millis(1)) {
        match qr_response {
            QRThreadResponse::NewQRString(data) => {
                self.update_activity_log(data);
                self.app_state = AppState::NewItemScanned;
                self.kill_qr_thread();
            },
            QRThreadResponse::Heartbeat => println!("Got Heartbeat"),
            _ => (),
        }
    }
}

排查与解决方法 #

1. 核心问题：通道消息堆积 #

子线程检测到QR码并发送NewQRString后，并未退出循环，而是继续执行后续的心跳发送逻辑，导致通道队列中堆积了大量心跳消息。主线程每次仅尝试接收1毫秒，需要逐个处理完队列中堆积的心跳后，才能读取到NewQRString，这就是延迟的主要原因。

解决：在子线程发送NewQRString成功后，立即退出循环，停止发送后续心跳：

if s.len() > 0 {
    println!("SENDING: {:?}", s);
    match chl.send(QRThreadResponse::NewQRString(s.to_string())){
        Err(_) => {println!("QUITTING QR THREAD NQS"); break},
        _ => break, // 发送成功后直接退出循环
    }
}

2. 优化主线程接收逻辑 #

当前主线程使用recv_timeout(Duration::from_millis(1))，若GUI线程繁忙，可能会错过接收时机。可以改用try_recv()非阻塞接收，一次性处理队列中所有待读消息：

if let Some(qr_thread) = &self.QRRecieveThread{
    while let Ok(qr_response) = qr_thread.try_recv() {
        match qr_response {
            QRThreadResponse::NewQRString(data) => {
                self.update_activity_log(data);
                self.app_state = AppState::NewItemScanned;
                self.kill_qr_thread();
            },
            QRThreadResponse::Heartbeat => println!("Got Heartbeat"),
            _ => (),
        }
    }
}

3. 降低子线程CPU占用 #

子线程无休眠的循环会占用大量CPU，可能影响主线程GUI调度。可以在循环末尾添加短暂休眠，减少CPU消耗：

loop {
    // ... 现有逻辑 ...
    std::thread::sleep(std::time::Duration::from_millis(10));
}

4. 排除OpenCV底层线程问题 #

心跳消息能正常传输说明线程调度无异常，OpenCV底层代码并非延迟原因。但可以检查OpenCV的视频读取是否阻塞：确保camera.read()是非阻塞的，或调整摄像头的帧率参数，避免读取操作长时间占用线程。

内容的提问来源于stack exchange，提问作者birdistheword99