✨✨ 欢迎大家来到景天科技苑✨✨

🎈🎈 养成好习惯，先赞后看哦~🎈🎈

🏆 作者简介：景天科技苑
🏆《头衔》：大厂架构师，华为云开发者社区专家博主，阿里云开发者社区专家博主，CSDN全栈领域优质创作者，掘金优秀博主，51CTO博客专家等。
🏆《博客》：Rust开发，Python全栈，Golang开发，云原生开发，PyQt5和Tkinter桌面开发，小程序开发，人工智能，js逆向，App逆向，网络系统安全，数据分析，Django，fastapi，flask等框架，云原生K8S，linux，shell脚本等实操经验，网站搭建，数据库等分享。

所属的专栏：Rust高性能并发编程
景天的主页：景天科技苑

Rust线程池

线程池是一种并发编程的设计模式，它由一组预先创建的线程组成，用于执行多个任务。
线程池的主要作用是在任务到达时，重用已创建的线程，避免频繁地创建和销毁线程，从而提高系统的性能和资源利用率。
线程池通常用于需要处理大量短期任务或并发请求的应用程序。

线程池的优势包括：
• 减少线程创建和销毁的开销：线程的创建和销毁是一项昂贵的操作，线程池通过重用线程减少了这些开销，提高了系统的响应速度和效率。
• 控制并发度：线程池可以限制同时执行的线程数量，从而有效控制系统的并发度，避免资源耗尽和过度竞争。
• 任务调度和负载均衡：线程池使用任务队列和调度算法来管理和分配任务，确保任务按照合理的方式分配给可用的线程，实现负载均衡和最优的资源利用。

rayon 线程池

Rayon 是 Rust 中的一个并行计算库，它可以让你更容易地编写并行代码，以充分利用多核处理器。
Rayon 提供了一种简单的 API，允许你将迭代操作并行化，从而加速处理大规模数据集的能力。
除了这些核心功能外，它还提供构建线程池的能力。
rayon::ThreadPoolBuilder 是 Rayon 库中的一个结构体，用于自定义和配置 Rayon线程池的行为。
线程池是 Rayon 的核心部分，它管理并行任务的执行。
通过使用ThreadPoolBuilder，你可以根据你的需求定制 Rayon 线程池的行为，以便更好地适应你的并行计算任务。
在创建线程池之后，你可以使用 Rayon 提供的方法来并行执行任务，利用多核处理器的性能优势。

一、Rayon核心API详解

Rayon最核心的API是并行迭代器（ParallelIterator），其中包含丰富的方法集。

1.1 常用方法

par_iter()：创建并行迭代器（只读）。
par_iter_mut()：创建可变并行迭代器。
into_par_iter()：消耗数据源，创建并行迭代器。
示例：

use rayon::prelude::*;fn main() {let mut nums = vec![10, 20, 30, 40];// 并行修改元素值nums.par_iter_mut().for_each(|x| *x += 1);println!("{:?}", nums);
}

不能直接在 par_iter 中嵌套 par_iter，否则会阻塞或 panic。使用独立线程池可以避免嵌套并行死锁。

1.2 常见并行组合子（Combinators）

map()：并行映射。
filter()：并行过滤。
reduce()：并行归约，合并结果。
fold()：类似reduce，但支持初始状态和结果合并。
find_any() / find_first()：并行查找元素。

示例（并行筛选与转换）：

use rayon::prelude::*;fn main() {let nums = (0..1_000_000).collect::<Vec<_>>();// 并行筛选出偶数并求平方let squares: Vec<_> = nums.par_iter().filter(|&&x| x % 2 == 0).map(|&x| x * x).collect();println!("筛选后元素个数：{}", squares.len());
}

这段代码，报错就是要计算的数据超过i32类型的最大值导致的
我们在创建squares的时候，类型Vec<_>，编译器会默认为i32，计算的数据很大，迭代0到1000000，然后计算偶数的平方，超过i32最大值，导致报错

🚩 解决方案：
创建squares时，指定更大的数据类型：

use rayon::prelude::*;fn main() {let nums = (0..1_000_000).collect::<Vec<_>>();// 并行筛选出偶数并求平方//将squares指定更大的数据类型let squares: Vec<u128> = nums.par_iter().filter(|&&x| x % 2 == 0).map(|&x| x * x).collect();println!("筛选后元素个数：{}", squares.len());
}

1.3 自定义并行任务

Rayon提供了更底层的接口，让你可以手动并行执行任务。
1.3.1 join方法
执行两个并行任务，等待任务完成后继续执行。

use rayon::join;fn fib(n: usize) -> usize {if n < 2 {return n;}let (a, b) = join(|| fib(n - 1),|| fib(n - 2));a + b
}fn main() {let result = fib(20);println!("斐波那契数：{}", result);
}

1.3.2 scope方法
并行执行多个互相独立的任务，生命周期灵活控制。

use rayon::scope;fn main() {let mut a = 0;let mut b = 0;scope(|s| {s.spawn(|_| {a = expensive_compute_a();});s.spawn(|_| {b = expensive_compute_b();});});println!("结果：{}, {}", a, b);
}fn expensive_compute_a() -> i32 {100
}
fn expensive_compute_b() -> i32 {200
}

二、Rayon线程池ThreadPoolBuilder

rayon::ThreadPoolBuilder 是 Rayon 库中用于 自定义线程池配置 的结构体，适用于对并发行为有更精细控制需求的场景。
Rayon 默认使用一个全局线程池（rayon::spawn、par_iter 默认使用它），但在某些情况下，我们希望：
控制线程池线程数量；
设置线程名、线程栈大小；
使用多个独立的线程池隔离并发任务；
嵌套 Rayon 调用时避免死锁（多线程池互不干扰）；
这时，就需要用到 ThreadPoolBuilder。

ThreadPoolBuilder 是以设计模式中的构建者模式设计的， 以下是一些ThreadPoolBuilder 的主要方法：

1. new() 方法

创建一个新的 ThreadPoolBuilder 实例

use rayon::ThreadPoolBuilder;
fn main() {let builder = ThreadPoolBuilder::new();
}

2. num_threads() 方法

设置线程池的线程数量。
你可以通过这个方法指定线程池中的线程数，以控制并行度。
默认情况下，Rayon 会根据 CPU 内核数量自动设置线程数。

use rayon::ThreadPoolBuilder;
fn main() {let builder = ThreadPoolBuilder::new().num_threads(4); //设置线程池中的线程数量为4
}

3. thread_name() 方法

为线程池中的线程设置一个名称，这可以帮助你在调试时更容易识别线程。

use rayon::ThreadPoolBuilder;
fn main() {let builder = ThreadPoolBuilder::new().thread_name(|i| format!("worker-{}", i));
}

查看每次执行的线程名

use rayon::prelude::*;
use rayon::ThreadPoolBuilder;
use std::thread;fn main() {let pool = ThreadPoolBuilder::new().num_threads(4).thread_name(|i| format!("my-pool-{}", i)).build().unwrap();pool.install(|| {let v: Vec<_> = (0..1000).into_par_iter().map(|x| {// 获取当前线程名let thread_thread = thread::current();let thread_name = thread_thread.name().unwrap_or("unknown");println!("元素 {} 由线程 {} 处理", x, thread_name);x * x}).collect();println!("结果: {:?}", &v[..10]);});
}

4. build() 方法

通过 build 方法来创建线程池。
这个方法会将之前的配置应用于线程池并返回一个 rayon::ThreadPool 实例。

use rayon::ThreadPoolBuilder;
fn main() {let pool = ThreadPoolBuilder::new().num_threads(4).thread_name(|i| format!("worker-{}", i)).build().unwrap(); // 使用unwrap()来处理潜在的错误
}

5. build_global 方法

通过 build_global 方法创建一个全局的线程池
不推荐你主动调用这个方法初始化全局的线程池，使用默认的配置就好，记得全局的线程池只会初始化一次。多次调用会 panic

fn main() {rayon::ThreadPoolBuilder::new().num_threads(22).build_global().unwrap();
}

6. 其他方法

ThreadPoolBuilder 还提供了其他一些方法，用于配置线程池的行为，
如 stack_size() 用于设置线程栈的大小。
设置每个线程的栈大小（单位：字节）：

let builder = rayon::ThreadPoolBuilder::new().stack_size(8 * 1024 * 1024); // 8MB

适用于递归深度大、调用栈复杂的程序。

7. 它还提供了一些回调函数的设置

start_handler() 用于设置线程启动时的回调函数等。
线程启动时调用的回调函数，可以用于初始化日志、TLS 等：

let builder = rayon::ThreadPoolBuilder::new().start_handler(|idx| {println!("线程 {} 启动", idx);});

spawn_handler 实现定制化的函数来产生线程。
panic_handler 提供对panic 处理的回调函数。
exit_handler 提供线程退出时的回调。

let builder = rayon::ThreadPoolBuilder::new().exit_handler(|idx| {println!("线程 {} 退出", idx);});

下面这个例子演示了使用 rayon 线程池计算斐波那契数列：

//使用ranyon线程池计算斐波那契数列
fn fib(n: u128) -> u128 {if n == 0 {return 0;}if n == 1 {return 1;}let (a, b) = rayon::join(|| fib(n - 1),|| fib(n - 2));a + b
}fn rayon_threadpool() {let pool = rayon::ThreadPoolBuilder::new().num_threads(10).build().unwrap();pool.install(|| {let result = fib(20);println!("result = {}", result);});
}fn main() {rayon_threadpool();
}

• rayon::ThreadPoolBuilder 用来创建一个线程池。设置使用 10 个线程
• pool.install() 在线程池中运行 fib
• rayon::join 用于并行执行两个函数并等待它们的结果。它使得你可以同时执行两个独立的任务，然后等待它们都完成，以便将它们的结果合并到一起。
通过在 join 中传入 fib 递归任务, 实现并行计算 fib 数列
与直接 spawn thread 相比, 使用 rayon 的线程池有以下优点:
• 线程可重用, 避免频繁创建/销毁线程的开销
• 线程数可配置, 一般根据 CPU 核心数设置
• 避免大量线程造成资源竞争问题

9. 注意事项

build_global() 只能调用一次；多次调用会 panic；
自定义线程池的 .install() 不能跨线程池嵌套调用 .par_iter()；
不建议将阻塞操作（如IO）放入线程池中执行，Rayon主要用于CPU密集型任务；
一旦线程池创建完成，线程数不可更改，需重新构建。