Skip to main content

來用 Rust 建立一個伺服器吧!Part IV

2 min read

昨天我們新增了一個檔案,專門來做執行緒池的部分,但還沒完成,所以今天就接著繼續完成。

建立執行緒池的儲存空間

首先我們要建立一個儲存執行緒的空間,這個空間會儲存所有的執行緒,然後我們可以從這個空間取出執行緒來使用。

use std::thread::JoinHandle; pub struct ThreadPool { threads: Vec<JoinHandle<()>>, }

impl ThreadPool { pub fn new(size: usize) -> ThreadPool { assert!(size > 0); let mut threads = Vec::with_capacity(size); for _ in 0..size { // 產生執行緒並儲存至向量 } ThreadPool { threads } }

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

}

這邊我們先建立一個 ThreadPool 的結構,然後在裡面建立一個 threads 的向量,這個向量會儲存所有的執行緒,然後我們會在 new 方法中產生執行緒並儲存至向量中。

完成執行緒池的建立

接下來就直接先上完成的 code,然後再來解釋。

use std::sync::{ mpsc::{self, Receiver, Sender} ```, Arc, Mutex, }; use std::thread::{self, JoinHandle}; type Job = Box<dyn FnOnce() + Send + 'static>; pub struct ThreadPool { workers: Vec<Worker>, sender: Sender<Job>, } impl ThreadPool { pub fn new(size: usize) -> ThreadPool { assert!(size > 0); let (sender, receiver) = mpsc::channel(); let receiver = Arc::new(Mutex::new(receiver)); let mut workers = Vec::with_capacity(size); for id in 0..size { workers.push(Worker::new(id, receiver.clone())); } ThreadPool { workers, sender } } pub fn execute<F: FnOnce() + Send + 'static>(&self, f: F) { let job = Box::new(f); self.sender.send(job).unwrap(); } } struct Worker { id: usize, thread: JoinHandle<()>, } impl Worker { fn new(id: usize, receiver: Arc<Mutex<Receiver<Job>>>) -> Worker { let thread = thread::spawn(move || loop { let job = receiver.lock().unwrap().recv().unwrap(); println!("Worker {} got a job; executing.", id); job(); }); Worker { id, thread } } } 首先,從 use 引入的部分,我們引入了 mpsc 的 channel,這個 channel 會用來傳遞執行緒的工作,然後我們也引入了 Arc 和 Mutex,這兩個是用來做多執行緒的共享資源的。 接下來,我們定義了一個 Job 的型別,這個型別是一個 Box,裡面放的是一個 FnOnce 的 trait,這個 trait 會用來定義執行緒的工作,然後我們會在 execute 方法中將這個 trait 傳遞給 channel。 再來,我們在 ThreadPool 的結構中,新增了一個 workers 的向量,這個向量會儲存所有的執行緒,然後我們會在 new 方法中產生執行緒並儲存至向量中。 接著,我們在 new 方法中,先建立一個 channel,然後我們會將 channel 的接收端傳入執行緒中,這樣執行緒就可以從 channel 中取得工作了。 最後,我們在 execute 方法中,將工作傳遞給 channel。 執行緒池的測試 接下來,我們來測試一下我們的執行緒池。 ```rust // src/main.rs extern crate server; use std::io::prelude::*; use std::net::{TcpListener, TcpStream}; use std::{fs, path::Path, thread, time::Duration}; use server::ThreadPool; const PORT: i32 = 3000; const WORKER_SIZE: usize = 4; // 這裡設定執行緒數量 fn main() { let listener = TcpListener::bind(format!("127.0.0.1:{}", PORT)).unwrap(); let pool = ThreadPool::new(WORKER_SIZE); for stream in listener.incoming() { let stream = stream.unwrap(); pool.execute(|| { handle_connection(stream); }); } } // 省略...

現在當我們執行程式,並且在瀏覽器開啟多個分頁,我們可以透過終端機來觀察執行緒池的執行情況,並且可以發現,現在可以非同步處理多個連線,而且收到大量請求時,也不會因為執行緒不夠而導致無法回應。