惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

V2EX - 技术
V2EX - 技术
P
Privacy International News Feed
Security Latest
Security Latest
H
Hacker News: Front Page
T
Tenable Blog
The Hacker News
The Hacker News
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
S
Security @ Cisco Blogs
Project Zero
Project Zero
O
OpenAI News
AI
AI
Spread Privacy
Spread Privacy
C
CERT Recently Published Vulnerability Notes
The Last Watchdog
The Last Watchdog
G
GRAHAM CLULEY
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Scott Helme
Scott Helme
Application and Cybersecurity Blog
Application and Cybersecurity Blog
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
C
CXSECURITY Database RSS Feed - CXSecurity.com
NISL@THU
NISL@THU
A
Arctic Wolf
T
Threat Research - Cisco Blogs
PCI Perspectives
PCI Perspectives
N
News and Events Feed by Topic
C
Cyber Attacks, Cyber Crime and Cyber Security
C
Cybersecurity and Infrastructure Security Agency CISA
Simon Willison's Weblog
Simon Willison's Weblog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Know Your Adversary
Know Your Adversary
Google Online Security Blog
Google Online Security Blog
罗磊的独立博客
L
LINUX DO - 最新话题
U
Unit 42
S
Security Affairs
有赞技术团队
有赞技术团队
WordPress大学
WordPress大学
博客园 - 【当耐特】
T
The Exploit Database - CXSecurity.com
S
Schneier on Security
月光博客
月光博客
Engineering at Meta
Engineering at Meta
腾讯CDC
F
Full Disclosure
Cyberwarzone
Cyberwarzone
S
SegmentFault 最新的问题
Recorded Future
Recorded Future
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
博客园 - 司徒正美
The Cloudflare Blog

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Сравнение моделей конкурентности JVM языков: Нужен ли еще ThreadPool после coroutines, ZIO и Virtual Threads?
rurikovich · 2026-05-16 · via Все публикации подряд на Хабре

Уровень сложностиСложный

Время на прочтение6 мин

Охват и читатели773

Обзор

Привет, Хабр!

В первой и второй частях мы разобрали Java Thread, thread pools, virtual threads, Kotlin coroutines, ZIO runtime и Clojure primitives. Теперь можно сравнивать модели без ощущения, что это просто разные названия для “запустить что-то параллельно” и ответить на вопрос “А нужны ли еще обыкновенные thread pools?”

В этой части:

  1. Kotlin coroutines против ZIO runtime.

  2. Clojure core.async и вопрос, есть ли там аналог корутин.

  3. Есть ли в Clojure что-то похожее на ZIO runtime.

  4. Аналоги ZIO в чистой Java и Kotlin.

  5. Что стало с thread pools после Loom, coroutines и fibers.


8. Сравнение: Kotlin coroutines и ZIO runtime

Тут сходства больше, чем кажется. Kotlin coroutines и ZIO fibers лёгкие, не равны platform threads, умеют cancellation, дают structured concurrency и позволяют писать последовательный на вид код поверх ограниченного числа реальных потоков.

Но ZIO добавляет слой, которого нет в базовых Kotlin coroutines: типизированный канал ошибок E, типизированное окружение R, единый тип эффекта, resource safety, supervision и богатую композицию эффектов. Это не “ещё одна async-библиотека”, а способ описывать программу.

Kotlin прагматичнее. Есть suspend, CoroutineScope, Flow, Job. Ошибки чаще идут через exceptions, Result, Either из библиотек или sealed-классы. Зависимости обычно решаются DI-контейнером, а не типом эффекта.

Kotlin: suspend + Either как приближение к typed errors
suspend fun loadUser(userId: UserId): Either<DomainError, User> =
    either {
        val raw = userClient.load(userId).bind()
        raw.toDomain().bind()
    }

В ZIO это встроено в базовый тип. В Kotlin это обычно собирается из корутин, Arrow и дисциплины команды.

Если коротко:

Kotlin coroutines - runtime для suspend-вычислений.
ZIO runtime - runtime для типизированных effectful-программ.

9. Clojure: есть ли аналог корутин

Самый близкий стандартный ответ - core.async.

core.async приносит CSP-модель: channels, go blocks, <!, >!, alts!. Это мир “процессы общаются через каналы”, знакомый по Go и CSP, а не мир async/await как в Kotlin.

Кратко: что такое CSP

CSP - Communicating Sequential Processes. Идея простая: независимые процессы не лезут друг другу в память напрямую, а общаются через каналы. Один кладёт сообщение, другой забирает.

Вместо “у нас общий mutable object, давайте аккуратно его залочим” получается “у нас поток сообщений между участниками”. Это удобно для пайплайнов, обработчиков событий, worker’ов и сценариев, где систему проще представить как набор маленьких процессов.

Clojure: core.async go block
(require '[clojure.core.async :as async :refer [go <! >! chan]])

(def requests (chan))
(def responses (chan))

(go
  (let [request (<! requests)
        response (handle request)]
    (>! responses response)))

go block похож на корутину в одном конкретном смысле: код преобразуется в state machine и может парковаться на операциях с каналами, не удерживая обычный поток.

Но это не Kotlin coroutines:

  • go block в первую очередь про parking на core.async channels;

  • внутрь go нельзя спокойно класть произвольный blocking I/O;

  • для blocking-операций используют async/thread, отдельный executor или обычные Java/Clojure concurrency primitives;

  • нет языкового suspend, который распространяется через сигнатуры функций;

  • structured concurrency в стиле coroutineScope не является базовой моделью core.async.

core.async - это lightweight concurrency вокруг каналов и обмена сообщениями, а не универсальная замена Kotlin coroutines для любого async-кода.

Если сказать грубо:

Kotlin coroutine - suspendable computation.
Clojure core.async go block - lightweight process around channel operations.
ZIO fiber - lightweight task executing a typed effect.
Virtual thread - lightweight JVM Thread for blocking-style code.

10. Clojure: есть ли аналог ZIO runtime

Прямого аналога ZIO в Clojure core нет.

И причина не только в том, что “не написали такую библиотеку”. Clojure - динамический Lisp. В нём нет Scala-типов вида ZIO[R, E, A], где зависимости, ошибка и результат зашиты в тип. Clojure обычно не пытается выразить всю effectful-программу через статический тип.

В Clojure есть сильные вещи, но они лежат в другой плоскости:

  • immutable persistent data structures как дефолт;

  • STM для координации нескольких mutable references;

  • atoms/agents/promises/futures как маленькие, понятные building blocks;

  • core.async для CSP и каналов;

  • Java interop, позволяющий брать virtual threads, executors, CompletableFuture, Reactor, Netty и всё остальное JVM-хозяйство.

Если искать ZIO-like библиотеки по духу, можно смотреть на missionary, manifold, promesa, иногда на интеграции с Reactor. Но они не стали для Clojure тем же, чем ZIO стал для части Scala-мира.

missionary ближе всего к разговору про functional effects: задачи, потоки/flows, cancellation и композиция. manifold даёт deferred/streams для асинхронного JVM-Clojure. promesa даёт promise-like композицию, особенно полезную на ClojureScript/interop-границах. Но всё это не “Clojure ZIO” в строгом смысле.

Можно ли сказать, что в Clojure есть что-то сильнее корутин и ZIO runtime? Да, но не в той же категории.

STM и immutable-by-default модель могут быть сильнее корутин там, где главная проблема - shared mutable state. Корутины помогают организовать async-выполнение. ZIO помогает описывать effectful-программы. Clojure часто уменьшает саму площадь проблемы: меньше мутабельности, меньше гонок за состояние.

Но если вопрос именно про “runtime, который управляет миллионами lightweight tasks, typed errors, dependencies, scopes, resources и supervision”, то Clojure core такого не даёт. Там философия другая: маленькие ортогональные примитивы плюс иммутабельность плюс interop с JVM.


11. Аналоги ZIO runtime в чистой Java

Если под “чистой Java” понимать только JDK, то прямого аналога ZIO нет.

В JDK есть куски, из которых можно собрать многое: CompletableFuture, ExecutorService, virtual threads, structured concurrency, scoped values, Flow API. Но это не effect system.

Java: CompletableFuture как композиция async-задач
CompletableFuture<Response> response =
    loadUserAsync(userId)
        .thenCombine(loadOrdersAsync(userId), this::render)
        .exceptionally(this::fallback);

CompletableFuture полезен, но у него другая природа: он eager, ошибка не типизирована как отдельный параметр, cancellation и structured lifecycle требуют аккуратности, зависимости не выражены в типе.

Если брать библиотеки и фреймворки Java, то ближайшие соседи:

  • Project Reactor: Mono, Flux, schedulers, backpressure, Spring WebFlux;

  • RxJava: Single, Observable, Flowable;

  • Mutiny: Uni, Multi, Quarkus/Vert.x-мир;

  • Vert.x: event loop runtime и async-модель;

  • Vavr: функциональные типы (Either, Try, Future), но не полноценный runtime уровня ZIO.

Project Reactor ближе всего по популярности в Java backend, но это reactive streams runtime, а не ZIO.

Java Reactor: Mono.zip
Mono<Response> response =
    Mono.zip(loadUser(userId), loadOrders(userId))
        .map(tuple -> render(tuple.getT1(), tuple.getT2()));

В Reactor есть мощная async-композиция, backpressure в Flux, интеграция со Spring. Но typed environment R и typed error channel E там не становятся центральной моделью программы.

В чистой Java современная ставка выглядит иначе:

virtual threads + structured concurrency + scoped values

Не “ZIO для Java”, а попытка сделать обычный imperative/blocking стиль снова масштабируемым и более структурированным.


12. Аналоги ZIO в Kotlin: нужны ли они вообще?

В Kotlin ситуация интереснее, потому что сам язык уже дал то, ради чего в Java часто тянутся к библиотеке:

  • suspend;

  • корутины;

  • structured concurrency;

  • Flow;

  • нормальные extension functions;

  • sealed classes;

  • удобные DSL.

Поэтому полноценный “ZIO для Kotlin” не стал очевидным центром экосистемы: роль основного runtime для конкурентности уже занял kotlinx.coroutines.

Вокруг этой модели в Kotlin обычно используют несколько инструментов:

  • kotlinx.coroutines: основной runtime для suspend/coroutine/Flow;

  • Arrow: функциональные типы, Either, Raise, typed errors, resource-style паттерны;

  • Ktor + coroutines: практический backend-стек на suspend;

  • Reactor interop: в Spring/Kotlin часто приходится жить на границе Mono/Flux и suspend;

  • Result/Either-библиотеки: локальное решение typed errors без полного effect runtime.

Нужен ли Kotlin отдельный аналог ZIO runtime? Обычно нет, если речь про обычный backend. Coroutines уже закрывают runtime-часть: лёгкие задачи, cancellation, structured concurrency, dispatchers.

Но если хочется именно ZIO-подхода: программа как значение, typed environment, typed error, единая алгебра эффектов, то Kotlin из коробки этого не даёт. Можно приблизиться через Arrow и дисциплину, но получится не то же самое, что ZIO в Scala.

Короче:

Kotlin coroutines - уже стандартный runtime конкурентности.
Arrow - функциональные кирпичи поверх Kotlin.
ZIO-like единого центра в Kotlin-мире нет, потому что язык пошёл другим путём.

13. Что с thread pools после всего этого

Я бы не хоронил thread pools. Это слишком удобный и нужный инструмент.

Просто раньше pool часто отвечал за всё сразу:

  • экономил потоки;

  • ограничивал параллелизм;

  • был очередью;

  • защищал ресурс;

  • отделял CPU от blocking I/O.

После Loom часть ответственности уходит. Экономить потоки для I/O-bound задач уже не так важно, если можно создать virtual thread на задачу. Но ограничивать ресурсы всё равно нужно.

Если БД держит 50 соединений, то 100 000 virtual threads не расширят БД магическим образом. Они просто дружно встанут в очередь к connection pool.

И это, кстати, нормальная граница применимости. Виртуальные потоки не отменяют физику.


Если вам близки темы разработки, рефакторинга, архитектуры и стартапов, буду рад видеть вас в моём Telegram-канале.


Вывод

Современная JVM-конкурентность не свелась к одному победителю. Java сделала дешевле привычный Thread. Kotlin вытащил приостановку в suspend и coroutine runtime. Scala/ZIO построила модель вокруг эффекта и fibers. Clojure зашёл с другой стороны: меньше изменяемого состояния, больше маленьких coordination primitives и свободный доступ ко всему JVM-хозяйству.

А thread pools никуда не исчезли, просто перестали быть единственным способом выжить под нагрузкой.