【Rust线程池】如何构建Rust线程池、Rayon线程池用法详细解析
✨✨ 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，ZEEKLOG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
文章目录
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：
userayon::prelude::*;fnmain(){ letmut 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）：
userayon::prelude::*;fnmain(){ 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：
userayon::prelude::*;fnmain(){ 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
