rust 实战 实现一个线程工作池 ThreadPool

如何实现一个线程池

线程池：一种线程使用模式。线程过多会带来调度开销，进而影响缓存局部性和整体性能。而线程池维护着多个线程，等待着监督管理者分配可并发执行的任务。这避免了在处理短时间任务时创建与销毁线程的代价。线程池不仅能够保证内核的充分利用，还能防止过分调度。可用线程数量应该取决于可用的并发处理器、处理器内核、内存、网络sockets等的数量。 例如，对于计算密集型任务，线程数一般取cpu数量+2比较合适，线程数过多会导致额外的线程切换开销。

如何定义线程池Pool呢，首先最大线程数量肯定要作为线程池的一个属性，并且在new Pool时创建指定的线程。

线程池Pool

pub struct Pool {
  max_workers: usize, // 定义最大线程数
}

impl Pool {
  fn new(max_workers: usize) -> Pool {}
  fn execute<F>(&self, f:F) where F: FnOnce() + 'static + Send {}
}

用execute来执行任务，F: FnOnce() + 'static + Send 是使用thread::spawn线程执行需要满足的trait, 代表F是一个能在线程里执行的闭包函数。

另一点自然而然会想到在Pool添加一个线程数组， 这个线程数组就是用来执行任务的。比如Vec<Thread> balabala。这里的线程是活的，是一个个不断接受任务然后执行的实体。
可以看作在一个线程里不断执行获取任务并执行的Worker。

struct Worker where
{
    _id: usize, // worker 编号
}

要怎么把任务发送给Worker执行呢？mpsc(multi producer single consumer) 多生产者单消费者可以满足我们的需求，let (tx, rx) = mpsc::channel() 可以获取到一对发送端和接收端。
把发送端添加到Pool里面，把接收端添加到Worker里面。Pool通过channel将任务发送给多个worker消费执行。

这里有一点需要特别注意，channel的接收端receiver需要安全的在多个线程间共享，因此需要用Arc<Mutex::<T>>来包裹起来，也就是用锁来解决并发冲突。

Pool的完整定义

pub struct Pool {
    workers: Vec<Worker>,
    max_workers: usize,
    sender: mpsc::Sender<Message>
}

该是时候定义我们要发给Worker的消息Message了
定义如下的枚举值

type Job = Box<dyn FnOnce() + 'static + Send>;
enum Message {
    ByeBye,
    NewJob(Job),
}

Job是一个要发送给Worker执行的闭包函数，这里ByeBye用来通知Worker可以终止当前的执行，退出线程。

只剩下实现Worker和Pool的具体逻辑了。

Worker的实现

impl Worker
{
    fn new(id: usize, receiver: Arc::<Mutex<mpsc::Receiver<Message>>>) -> Worker {
        let t = thread::spawn( move || {
            loop {
                let receiver = receiver.lock().unwrap();
                let message=  receiver.recv().unwrap();
                match message {
                    Message::NewJob(job) => {
                        println!("do job from worker[{}]", id);
                        job();
                    },
                    Message::ByeBye => {
                        println!("ByeBye from worker[{}]", id);
                        break
                    },
                }  
            }
        });

        Worker {
            _id: id,
            t: Some(t),
        }
    }
}

let message = receiver.lock().unwrap().recv().unwrap(); 这里获取锁后从receiver获取到消息体，然后let message结束后rust的生命周期会自动释放掉锁。
但如果写成

while let message = receiver.lock().unwrap().recv().unwrap() {
};

while let 后面整个括号都是一个作用域，要在这个作用域结束后，锁才会释放，比上面let message要锁定久时间。
rust的mutex锁没有对应的unlock方法，由mutex的生命周期管理。

我们给Pool实现Drop trait， 让Pool被销毁时，自动暂停掉worker线程的执行。

impl Drop for Pool {
    fn drop(&mut self) {
        for _ in 0..self.max_workers {
            self.sender.send(Message::ByeBye).unwrap();
        }
        for w in self.workers.iter_mut() {
            if let Some(t) = w.t.take() {
                t.join().unwrap();
            }
        }
    }
}

drop方法里面用了两个循环，而不是在一个循环里做完两件事?

for w in self.workers.iter_mut() {
    if let Some(t) = w.t.take() {
        self.sender.send(Message::ByeBye).unwrap();
        t.join().unwrap();
    }
}

这里面隐藏了一个会造成死锁的陷阱，比如两个Worker, 在单个循环里面迭代所有Worker，再将终止信息发送给通道后，直接调用join，
我们预期是第一个worker要收到消息，并且等他执行完。当情况可能是第二个worker获取到了消息，第一个worker没有获取到，那接下来的join就会阻塞造成死锁。

注意到没有，Worker是被包装在Option内的，这里有两个点需要注意

1. t.join 需要持有t的所有权
2. 在我们这种情况下，self.workers只能作为引用被for循环迭代。

这里考虑让Worker持有Option<JoinHandle<()>>，后续可以通过在Option上调用take方法将Some变体的值移出来，并在原来的位置留下None变体。
换而言之，让运行中的worker持有Some的变体，清理worker时，可以使用None替换掉Some，从而让Worker失去可以运行的线程

struct Worker where
{
    _id: usize,
    t: Option<JoinHandle<()>>,
}

要点总结

• Mutex依赖于生命周期管理锁的释放，使用的时候需要注意是否逾期持有锁
• Vec<Option<T>> 可以解决某些情况下需要T所有权的场景

完整代码

use std::thread::{self, JoinHandle};
use std::sync::{Arc, mpsc, Mutex};


type Job = Box<dyn FnOnce() + 'static + Send>;
enum Message {
    ByeBye,
    NewJob(Job),
}

struct Worker where
{
    _id: usize,
    t: Option<JoinHandle<()>>,
}

impl Worker
{
    fn new(id: usize, receiver: Arc::<Mutex<mpsc::Receiver<Message>>>) -> Worker {
        let t = thread::spawn( move || {
            loop {
                let message = receiver.lock().unwrap().recv().unwrap();
                match message {
                    Message::NewJob(job) => {
                        println!("do job from worker[{}]", id);
                        job();
                    },
                    Message::ByeBye => {
                        println!("ByeBye from worker[{}]", id);
                        break
                    },
                }  
            }
        });

        Worker {
            _id: id,
            t: Some(t),
        }
    }
}

pub struct Pool {
    workers: Vec<Worker>,
    max_workers: usize,
    sender: mpsc::Sender<Message>
}

impl Pool where {
    pub fn new(max_workers: usize) -> Pool {
        if max_workers == 0 {
            panic!("max_workers must be greater than zero!")
        }
        let (tx, rx) = mpsc::channel();

        let mut workers = Vec::with_capacity(max_workers);
        let receiver = Arc::new(Mutex::new(rx));
        for i in 0..max_workers {
            workers.push(Worker::new(i, Arc::clone(&receiver)));
        }

        Pool { workers: workers, max_workers: max_workers, sender: tx }
    }
    
    pub fn execute<F>(&self, f:F) where F: FnOnce() + 'static + Send
    {

        let job = Message::NewJob(Box::new(f));
        self.sender.send(job).unwrap();
    }
}

impl Drop for Pool {
    fn drop(&mut self) {
        for _ in 0..self.max_workers {
            self.sender.send(Message::ByeBye).unwrap();
        }
        for w in self.workers {
            if let Some(t) = w.t.take() {
                t.join().unwrap();
            }
        }
    }
}


#[cfg(test)]
mod tests {
    use super::*;
    #[test]
    fn it_works() {
        let p = Pool::new(4);
        p.execute(|| println!("do new job1"));
        p.execute(|| println!("do new job2"));
        p.execute(|| println!("do new job3"));
        p.execute(|| println!("do new job4"));
    }
}