最后的项目: 构建多线程 web server - 使用通道向线程发送请求

优质
小牛编辑
126浏览
2023-12-01

下一个需要解决的问题是(线程中的)闭包完全没有做任何工作。我们一直在绕过获取 方法中实际期望执行的闭包的问题,不过看起来在创建 ThreadPool 时就需要知道实际的闭包。

不过考虑一下真正需要做的:我们希望刚创建的 Worker 结构体能够从 ThreadPool 的队列中获取任务,并在线程中执行他们。

在第十六章中,我们学习了通道。通道是一个沟通两个线程的良好手段,对于这个例子来说则是绝佳的。通道将充当任务队列的作用,execute 将通过 ThreadPool 向其中线程正在寻找工作的 Worker 实例发送任务。如下是这个计划:

  1. ThreadPool 会创建一个通道并充当发送端。
  2. 每个 Worker 将会充当通道的接收端。
  3. 新建一个 Job 结构体来存放用于向通道中发送的闭包。
  4. ThreadPoolexecute 方法会在发送端发出期望执行的任务。
  5. 在线程中,Worker 会遍历通道的接收端并执行任何接收到的任务。

让我们以在 ThreadPool::new 中创建通道并让 ThreadPool 实例充当发送端开始,如列表 20-16 所示。Job 是将在通道中发出的类型;目前它是一个没有任何内容的结构体:

文件名: src/lib.rs

列表 20-16:修改 ThreadPool 来储存一个发送 Job 实例的通道发送端

ThreadPool::new 中,新建了一个通道,并接着让线程池在接收端等待。这段代码能够编译,不过仍有警告。

在线程池创建每个 worker 时将通道的接收端传递给他们。须知我们希望在 worker 所分配的线程中使用通道的接收端,所以将在闭包中引用 receiver 参数。列表 20-17 中展示的代码还不能编译:

文件名: src/lib.rs

  1. impl ThreadPool {
  2. // ...snip...
  3. pub fn new(size: usize) -> ThreadPool {
  4. assert!(size > 0);
  5. let (sender, receiver) = mpsc::channel();
  6. let mut workers = Vec::with_capacity(size);
  7. for id in 0..size {
  8. workers.push(Worker::new(id, receiver));
  9. }
  10. ThreadPool {
  11. workers,
  12. sender,
  13. }
  14. }
  15. // ...snip...
  16. }
  17. // ...snip...
  18. impl Worker {
  19. fn new(id: usize, receiver: mpsc::Receiver<Job>) -> Worker {
  20. let thread = thread::spawn(|| {
  21. receiver;
  22. });
  23. Worker {
  24. id,
  25. thread,
  26. }
  27. }
  28. }

列表 20-17:将通道的接收端传递给 worker

这是一些小而直观的修改:将通道的接收端传递进了 Worker::new,并接着在闭包中使用他们。

如果尝试检查代码,会得到这个错误:

  1. $ cargo check
  2. Compiling hello v0.1.0 (file:///projects/hello)
  3. error[E0382]: use of moved value: `receiver`
  4. --> src/lib.rs:27:42
  5. |
  6. 27 | workers.push(Worker::new(id, receiver));
  7. | ^^^^^^^^ value moved here in
  8. previous iteration of loop
  9. |
  10. = note: move occurs because `receiver` has type
  11. `std::sync::mpsc::Receiver<Job>`, which does not implement the `Copy` trait

这些代码还不能编译的原因如上因为它尝试将 receiver 传递给多个 Worker 实例。回忆第十六章,Rust 所提供的通道实现是多生产者,单消费者的,所以不能简单的克隆通道的消费端来解决问题。即便可以我们也不希望克隆消费端;在所有的 worker 中共享单一 receiver 才是我们希望的在线程间分发任务的机制。

另外,从通道队列中取出任务涉及到修改 receiver,所以这些线程需要一个能安全的共享和修改 receiver 的方式。如果修改不是线程安全的,则可能遇到竞争状态,例如两个线程因同时在队列中取出相同的任务并执行了相同的工作。

文件名: src/lib.rs

列表 20-18:使用 ArcMutex 在 worker 间共享通道的接收端

ThreadPool::new 中,将通道的接收端放入一个 Arc 和一个 Mutex 中。对于每一个新 worker,则克隆 Arc 来增加引用计数,如此这些 worker 就可以共享接收端的所有权了。

通过这些修改,代码可以编译了!我们做到了!

最好让我们实现 ThreadPool 上的 execute 方法。同时也要修改 Job 结构体:它将不再是结构体,Job 将是一个有着 execute 接收到的闭包类型的 trait 对象的类型别名。我们讨论过类型别名如何将长的类型变短,现在就这种情况!看一看列表 20-19:

文件名: src/lib.rs

  1. // ...snip...
  2. # pub struct ThreadPool {
  3. # workers: Vec<Worker>,
  4. # }
  5. # use std::sync::mpsc;
  6. # struct Worker {}
  7. impl ThreadPool {
  8. // ...snip...
  9. pub fn execute<F>(&self, f: F)
  10. where
  11. F: FnOnce() + Send + 'static
  12. {
  13. let job = Box::new(f);
  14. self.sender.send(job).unwrap();
  15. }
  16. }
  17. // ...snip...

列表 20-19:为存放每一个闭包的 Box 创建一个 Job 类型别名,接着在通道中发出

在使用 execute 得到的闭包新建 Job 实例之后,将这些任务从通道的发送端发出。这里调用 send 上的 unwrap,因为如果接收端停止接收新消息则发送可能会失败,这可能发生于我们停止了所有的执行线程。不过目前这是不可能的,因为只要线程池存在他们就会一直执行。使用 unwrap 是因为我们知道失败不可能发生,即便编译器不这么认为,正如第九章讨论的这是 unwrap 的一个恰当用法。

那我们结束了吗?不完全是!在 worker 中,传递给 thread::spawn 的闭包仍然还只是引用了通道的接收端。但是我们需要闭包一直循环,向通道的接收端请求任务,并在得到任务时执行他们。如列表 20-20 对 Worker::new 做出修改:

文件名: src/lib.rs

  1. // ...snip...
  2. impl Worker {
  3. fn new(id: usize, receiver: Arc<Mutex<mpsc::Receiver<Job>>>) -> Worker {
  4. let thread = thread::spawn(move || {
  5. loop {
  6. let job = receiver.lock().unwrap().recv().unwrap();
  7. println!("Worker {} got a job; executing.", id);
  8. (*job)();
  9. }
  10. });
  11. Worker {
  12. id,
  13. thread,
  14. }
  15. }
  16. }

列表 20-20: 在 worker 线程中接收并执行任务

这里,首先在 receiver 上调用了 lock 来获取互斥器,接着 unwrap 在出现任何错误时 panic。如果互斥器处于一种叫做被污染poisoned)的状态时获取锁肯能会失败,这可能发生于其他线程在持有锁时 panic 了并没有释放锁。如果当前线程因为这个原因不能得到所,调用 unwrap 使其 panic 也是正确的行为。如果你觉得有意义的话请随意将 unwrap 改为带有错误信息的 expect

如果锁定了互斥器,接着调用 recv 从通道中接收 Job。最后的 unwrap 也绕过了一些错误,recv 在通道的发送端关闭时会返回 Err,类似于 send 在接收端关闭时返回 Err 一样。

调用 recv 的代码块;也就是说,它还没有任务,这个线程会等待直到有可用的任务。Mutex<T> 确保一次只有一个 Worker 线程尝试请求任务。

这个错误非常的神秘,因为这个问题本身就很神秘。为了调用储存在 Box<T> (这正是 Job 别名的类型)中的 FnOnce 闭包,该闭包需要能将自己移动出 Box<T>,因为当调用这个闭包时,它获取 self 的所有权。通常来说,将值移动出 Box<T> 是不被允许的,因为 Rust 不知道 Box<T> 中的值将会有多大;回忆第十五章能够正常使用 Box<T> 是因为我们将未知大小的值储存进 Box<T> 从而得到已知大小的值。

第十七章曾见过,列表 17-15 中有使用了 self: Box<Self> 语法的方法,它获取了储存在 Box<T> 中的 Self 值的所有权。这正是我们希望做的,然而不幸的是 Rust 调用闭包的那部分实现并没有使用 self: Box<Self>。所以这里 Rust 也不知道它可以使用 self: Box<Self> 来获取闭包的所有权并将闭包移动出 Box<T>

将来列表 20-20 中的代码应该能够正常工作。Rust 仍在努力改进提升编译器。有很多像你一样的人正在修复这个以及其他问题!当你结束了本书的阅读,我们希望看到你也成为他们中的一员。

不过目前让我们绕过这个问题。所幸有一个技巧可以显式的告诉 Rust 我们处于可以获取使用 self: Box<Self>Box<T> 中值的所有权的状态,而一旦获取了闭包的所有权就可以调用它了。这涉及到定义一个新 trait,它带有一个在签名中使用 self: Box<Self> 的方法 call_box,为任何实现了 FnOnce() 的类型定义这个 trait,修改类型别名来使用这个新 trait,并修改 Worker 使用 call_box 方法。这些修改如列表 20-21 所示:

文件名: src/lib.rs

  1. trait FnBox {
  2. fn call_box(self: Box<Self>);
  3. }
  4. impl<F: FnOnce()> FnBox for F {
  5. fn call_box(self: Box<F>) {
  6. (*self)()
  7. }
  8. type Job = Box<FnBox + Send + 'static>;
  9. // ...snip...
  10. fn new(id: usize, receiver: Arc<Mutex<mpsc::Receiver<Job>>>) -> Worker {
  11. let thread = thread::spawn(move || {
  12. loop {
  13. let job = receiver.lock().unwrap().recv().unwrap();
  14. println!("Worker {} got a job; executing.", id);
  15. job.call_box();
  16. }
  17. });
  18. Worker {
  19. id,
  20. thread,
  21. }
  22. }
  23. }

列表 20-21:新增一个 trait FnBox 来绕过当前 Box<FnOnce()> 的限制

首先,新建了一个叫做 FnBox 的 trait。这个 trait 有一个方法 call_box,它类似于其他 Fn* trait 中的 call 方法,除了它获取 self: Box<Self> 以便获取 self 的所有权并将值从 Box<T> 中移动出来。

现在我们希望 Job 类型别名是任何实现了新 trait FnBoxBox,而不是 FnOnce()。这允许我们在得到 Job 值时使用 Worker 中的 call_box。因为我们为任何 FnOnce() 闭包都实现了 FnBox trait,无需对实际在通道中发出的值做任何修改。

最后,对于 Worker::new 的线程中所运行的闭包,调用 call_box 而不是直接执行闭包。现在 Rust 就能够理解我们的行为是正确的了。

这是非常狡猾且复杂的手段。无需过分担心他们并不是非常有道理;总有一天,这一切将是毫无必要的。

通过这些技巧,线程池处于可以运行的状态了!执行 cargo run 并发起一些请求:

  1. $ cargo run
  2. Compiling hello v0.1.0 (file:///projects/hello)
  3. warning: field is never used: `workers`
  4. --> src/lib.rs:7:5
  5. |
  6. 7 | workers: Vec<Worker>,
  7. | ^^^^^^^^^^^^^^^^^^^^
  8. |
  9. = note: #[warn(dead_code)] on by default
  10. warning: field is never used: `id`
  11. --> src/lib.rs:61:5
  12. |
  13. 61 | id: usize,
  14. | ^^^^^^^^^
  15. |
  16. = note: #[warn(dead_code)] on by default
  17. warning: field is never used: `thread`
  18. --> src/lib.rs:62:5
  19. |
  20. 62 | thread: thread::JoinHandle<()>,
  21. | ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  22. |
  23. = note: #[warn(dead_code)] on by default
  24. Finished dev [unoptimized + debuginfo] target(s) in 0.99 secs
  25. Running `target/debug/hello`
  26. Worker 0 got a job; executing.
  27. Worker 2 got a job; executing.
  28. Worker 1 got a job; executing.
  29. Worker 3 got a job; executing.
  30. Worker 0 got a job; executing.
  31. Worker 2 got a job; executing.
  32. Worker 1 got a job; executing.
  33. Worker 3 got a job; executing.
  34. Worker 0 got a job; executing.

成功了!现在我们有了一个可以异步执行连接的线程池!它绝不会创建超过四个线程,所以当 server 收到大量请求时系统也不会负担过重。如果请求 /sleep,server 也能够通过另外一个线程处理其他请求。

那么这些警告怎么办呢?难道我们没有使用 workersidthread 字段吗?好吧,目前我们用了所有这些字段存放了一些数据,不过当设置线程池并开始执行代码在通道中向线程发送任务时,我们并没有对数据进行任何实际的操作。但是如果不存放这些值,他们将会离开作用域:比如,如果不将 Vec<Worker> 值作为 ThreadPool 的一部分返回,这个 vector 在 ThreadPool::new 的结尾就会被清理。

那么这些警告有错吗?从某种角度上讲是的,这些警告是错误的,因为我们使用这些字段储存一直需要的数据。从另一种角度来说也不对:使用过后我们也没有做任何操作清理线程池,仅仅通过 ctrl-C 来停止程序并让操作系统为我们清理。下面让我们实现 graceful shutdown 来清理所创建的一切。