rust 實戰 - 實現一個執行緒工作池 ThreadPool

yihailin發表於2022-02-12

如何實現一個執行緒池

執行緒池:一種執行緒使用模式。執行緒過多會帶來排程開銷,進而影響快取區域性性和整體效能。而執行緒池維護著多個執行緒,等待著監督管理者分配可併發執行的任務。這避免了在處理短時間任務時建立與銷燬執行緒的代價。執行緒池不僅能夠保證核心的充分利用,還能防止過分排程。可用執行緒數量應該取決於可用的併發處理器、處理器核心、記憶體、網路sockets等的數量。 例如,對於計算密集型任務,執行緒數一般取cpu數量+2比較合適,執行緒數過多會導致額外的執行緒切換開銷。

如何定義執行緒池Pool呢,首先最大執行緒數量肯定要作為執行緒池的一個屬性,並且在new Pool時建立指定的執行緒。

執行緒池Pool

pub struct Pool {
  max_workers: usize, // 定義最大執行緒數
}

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

execute來執行任務,F: FnOnce() + 'static + Send 是使用thread::spawn執行緒執行需要滿足的trait, 代表F是一個能線上程裡執行的閉包函式。

另一點自然而然會想到在Pool新增一個執行緒陣列, 這個執行緒陣列就是用來執行任務的。比如Vec<Thread> balabala。這裡的執行緒是活的,是一個個不斷接受任務然後執行的實體。
可以看作在一個執行緒裡不斷執行獲取任務並執行的Worker。

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

要怎麼把任務傳送給Worker執行呢?mpsc(multi producer single consumer) 多生產者單消費者可以滿足我們的需求,let (tx, rx) = mpsc::channel() 可以獲取到一對傳送端和接收端。
把傳送端新增到Pool裡面,把接收端新增到Worker裡面。Pool通過channel將任務傳送給多個worker消費執行。

這裡有一點需要特別注意,channel的接收端receiver需要安全的在多個執行緒間共享,因此需要用Arc<Mutex::<T>>來包裹起來,也就是用鎖來解決併發衝突。

Pool的完整定義

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

該是時候定義我們要發給Worker的訊息Message了
定義如下的列舉值

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

Job是一個要傳送給Worker執行的閉包函式,這裡ByeBye用來通知Worker可以終止當前的執行,退出執行緒。

只剩下實現Worker和Pool的具體邏輯了。

Worker的實現

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(); 這裡獲取鎖後從receiver獲取到訊息體,然後let message結束後rust的生命週期會自動釋放掉鎖。
但如果寫成

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

while let 後面整個括號都是一個作用域,要在這個作用域結束後,鎖才會釋放,比上面let message要鎖定久時間。
rust的mutex鎖沒有對應的unlock方法,由mutex的生命週期管理。

我們給Pool實現Drop trait, 讓Pool被銷燬時,自動暫停掉worker執行緒的執行。

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方法裡面用了兩個迴圈,而不是在一個迴圈裡做完兩件事?

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

這裡面隱藏了一個會造成死鎖的陷阱,比如兩個Worker, 在單個迴圈裡面迭代所有Worker,再將終止資訊傳送給通道後,直接呼叫join,
我們預期是第一個worker要收到訊息,並且等他執行完。當情況可能是第二個worker獲取到了訊息,第一個worker沒有獲取到,那接下來的join就會阻塞造成死鎖。

注意到沒有,Worker是被包裝在Option內的,這裡有兩個點需要注意

  1. t.join 需要持有t的所有權
  2. 在我們這種情況下,self.workers只能作為引用被for迴圈迭代。

這裡考慮讓Worker持有Option<JoinHandle<()>>,後續可以通過在Option上呼叫take方法將Some變體的值移出來,並在原來的位置留下None變體。
換而言之,讓執行中的worker持有Some的變體,清理worker時,可以使用None替換掉Some,從而讓Worker失去可以執行的執行緒

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

要點總結

  • Mutex依賴於生命週期管理鎖的釋放,使用的時候需要注意是否逾期持有鎖
  • Vec<Option<T>> 可以解決某些情況下需要T所有權的場景

完整程式碼

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"));
    }
}

相關文章