问题：从 Redux 并行化到数据竞态
在工业能源管理系统中，状态管理往往面临性能瓶颈。控制层需要多个控制器并发运行、共享一致的工厂状态——这本质上是一个 Redux 模式的 Python 实现：事件流入， reducer 管道计算新状态，控制器读取。
实际规模比想象中更大。一个典型站点有数十台设备，每台按独立周期轮询，部分周期低至 50 毫秒，每次读取可发布数十个寄存器。这股持续、高吞吐的事件流，让纯 Python 实现的 Redux 难以跟上。
突破口在于：各子系统的 reducer 是相互独立的。太阳能 reducer 从不碰电池切片，电池 reducer 从不碰电表切片。每次事件都是一次遍历所有 reducer 的单程。
串行执行耗时是 N 倍，并行执行耗时是 max(latency_i)。理论上并行化后性能可接近线性提升，但前提是——不出现数据竞态。
解法：类型层面的不相交约束
Rust 的类型系统可以编码这个性质。关键在于两个概念：
切片（Slice）：全局状态的子字段，如 counter、user、notifications 各是一个切片。切片 reducer 的函数签名只暴露 &Slice，类型系统强制它无法访问其他切片。
不相交（Disjointness）：任意一对切片 reducer 操作的是不同切片。这是并行执行安全的充分必要条件——满足则并行安全，不满足则必然产生竞态。
核心问题变成：能否让编译器在构建并行 root reducer 时，自动拒绝违反不相交性的代码？
答案是利用 Rust 的类型系统。设计一个 AllDistinct 类型约束，检查切片列表中是否存在任意两个相同类型——若有重叠，编译器直接报错「存在重复类型」；若没有重叠，编译通过。
这意味着：代码能通过编译，即意味着并行执行安全。数据竞态从运行时问题变成了编译时错误，Rust 在编译阶段就替你把并发 bug 消灭了。
编注：材料为 Hacker News 转载的技术博客，讲述作者在 ruxe 项目中用 Rust 类型系统实现并行 reducer 的思路，重点在 AllDistinct 约束的设计原理，未涉及完整实现代码与基准测试数据。