手撸一款简单高效的线程池（一）
在之前的几篇文章中，我们简单介绍了图化框架的执行逻辑和循环逻辑，也指出了图中无依赖的节点需要放入线程池中并行执行。
线程池大家应该都用过，不过如何从 0 到 1 的设计一款简单好用且性能较好的线程池？我们在接下来的几篇文章中，为您一一介绍。
大家好，我是不会写代码的纯序员——Chunel Feng(个人博客链接[1])。前段时间，在日常搬(hua)砖(shui)之余，我花了一些时间对CGraph中的底层线程池（C++版本）进行了优化。引入了一些优秀的机制，并进行了相关性能测试。
在这里跟大家分享一下其中的一些技巧和成果：主要包含了 thread-local 机制、任务盗取机制、负载均衡机制、lock-free 机制、自动扩缩容机制、批量任务处理机制等，并且会在本系列的最后给出一些性能指标的对比。
当然，以下这些内容也仅局限在我自己的认知范围，如果大家有什么好的意见和建议，欢迎大家随时提出。如果能帮忙测出几个 bug，那就更好了，哈哈哈哈。
在开始介绍之前，我们照例先提供出来CGraph 源码链接[2]哈。其中，线程池相关的部分在 /src/UtilsCtrl/ThreadPool/ 文件夹下。
背景介绍
图框架中，会涉及到有些彼此不依赖任务，需要并发执行。这个时候，如果是在执行任务的过程中，通过反复开闭线程来实现，就有点太说不过去了。我们需要通过一个高性能的线程池来对线程进行统一管控和循环使用。
相比 Java、Go 等高级语言，原生的 C++在多线程方面落后的可不是一星半点。就拿 Java 来说吧，在语言层面就提供了好几种线程池的封装和实现，各种同步/互斥机制也很完善。完善到什么程度捏，嗯，就这样说吧，连我都能用，嘿嘿。
但提到 C++，就比较呵呵了。在 C++11 版本之前，别说是线程调度了，就连最简单的开辟线程功能，都只能依赖第三方库实现——顺便说一句，boost 库作为 std 库的“提前体验”版本，其中也包含 threadpool 的功能，也不知道有多少人知道，多少人用过。
C++11 版本之后，官方也开始学(co)习(py)Java，提供了一些语言标准库层面的支持，比如 std::thread，std::mutex，std::unique_lock，std::promise，std::atomic 等，进而还有后面更新一些的版本支持的 std::shared_mutex，std::shared_time_mutex 等功能。不过，直到今天也还是缺失了很多功能，比如官方 threadpool，又比如同步屏障（barrier）等。再多说一句，啥时候能有靠谱一点的协程啊？？？在线等，挺急的！！！
在开始开发之前，本着学（zhan）习（tie）借（fu）鉴（zhi）的优秀态度，我也在 github 和 B 乎上看了一些 C++线程池的实现。有的版本 star 是挺多的哈，但给人感觉基本上还是比较 simple 的，单纯是为了实现功能而实现，并没有太多性能方面的考量和优化。
于是我决定自己从头开始实现一个版本。至少咱要比 github 上搜到的要好吧，否则咱都不好意思说咱是从 porn*hub 社区来的了。反正我认识这么多老师，不懂的就问就是了。
提出问题
通常，在讲(tree)优(new)势(bee)之前，都要先踩一下其他的竞品的不足。上学参加竞赛的时候如是，追女神的时候如是，竞赛没拿到名次、女神也没追到的现在依旧如是。
线程池嘛，主要功能就是管理调度线程，节省线程重复申请/释放所带来的损耗。我们先来聊一聊现在 github 和 B 乎上找到的一些通用 C++ 的实现方法。很多的思路都很简单：一般就是提供一个接口，可以把任务塞入一个 queue 中，交由线程池中的线程异步执行，然后等待（也可以不等待）结果返回。
看上面的图，m 个（图中为 3 个）输入源把待执行的任务，放到一个任务队列中，然后线程池中的 n 个（图中为 2 个）线程，依次去消费这个 queue。这是最基础的版本，最简单的模型，同时问题也有很多。
你看哈，我们用两个线程处理 queue 中的任务，如果这一刻任务数量忽然暴增，我们还只用两个线程处理么？或者说，长时间队列都是空的，我们还保留两个线程么？
你再看哈，在 input 的时候，队列尾部是需要加锁的，不然多个输入源，不就乱套了么。再讲究一点要判断是否超出规定大小啥的。当有任务输入的时候，需要发送一个信号去通知 pool 中的线程：来接客了。哦，不对，github 上的说法是：来处理任务了。
这个时候，没有在处理任务的 thread 就会去从 queue 的头部，获取一个任务然后执行了。注意，这个过程也是需要加锁的（对应图中 T0 下面的那个红色的 Lock）。当然了，这其中还会涉及到如果 queue 为空时候的等待处理。
我们设想一种情况，此刻 pool 中一共有 5 个 thread 可以运行，而 queue 中有 3 个任务，分别是 Task0，Task1，Task2 吧。会发生什么，这 5 个 thread 去争抢 Task0 的执行权，其中有一个拿到了，满意的去执行了。然后接下来 4 个 thread 再去争抢 Task1 任务的执行权，一个成功之后，剩下的 3 个 thread 再去争抢 Task2 的执行权，over。
我再这里说【争抢】，其实就是抢锁的一个过程，因为从 queue 中获取任务是需要上锁的，这个过程是有等待损耗的。而且，理论上这种one by one的同步，相对是很耗时的。
基本上所有提升并发的优化，都是有两个最基本出发点：一个是增加扇入扇出，一个是增加负载。这话不是我说的哈，是一位不愿意透露所在公司的阿里云高 P 大佬说的。翻译过来就是批量进出，批量执行。可能高阶一些的还会提到命中缓存、绑定执行 cpu 啥的，那基本上不是纯并行处理的范围（或者说，也是批量执行的一部分）。
设定目标
做一个东西之前，总要给自己设定一点目标。否则做着做着可能就跑偏了，最后写出来个内存池或连接池也说不定。
我们先把 flag 定下来 ：
•开箱即用：基于 std 库纯手工实现，兼容 mac/linux/windows 跨平台使用，无任何第三方依赖。•上手简单：无脑往 threadpool 中塞任务即可，支持任意格式（入参、返回值）的任务（函数）执行。•性能优异：尽可能减少调度过程中各种细节损耗（比如，new、copy 构造等）。性能测试可以看出，调度性能明显优于 github 上搜到的排在首页的 C++的线程池。•功能强大：各种功能参数开放设置。功能层面向 Java 版本看齐（这话说明暂时还没对齐，懂的都懂）。•稳定可靠：经历过亿次级别的测试，功能稳定正常——没想到吧，我不但会写（B）代（U）码(G)，还会自测。
本章小结
这一节，主要介（tu）绍（cao）了 C++生态中对线程池的支持力度的不足，讲了我在写CGraph的过程中，针对线程池优化的一些目标和思路。暂时还没说到具体的实现方式——这个将会在下一章中跟大家介绍。欢迎大家继续关注哈。
当然了，如果大家有什么好的思路和意见，也很欢迎大家提出来，或者帮忙实现一下。这样才能共同进步嘛，期待您的指教。Build together! Power another!
推荐阅读
•纯序员给你介绍图化框架的简单实现——执行逻辑[3]•纯序员给你介绍图化框架的简单实现——循环逻辑[4]•纯序员给你介绍图化框架的简单实现——参数传递[5]•纯序员给你介绍图化框架的简单实现——条件判断[6]
引用链接
[1] 个人博客链接: http://www.chunel.cn[2] CGraph 源码链接: https://github.com/ChunelFeng/CGraph[3] 纯序员给你介绍图化框架的简单实现——执行逻辑: http://www.chunel.cn/archives/cgraph-run-introduce[4] 纯序员给你介绍图化框架的简单实现——循环逻辑: http://www.chunel.cn/archives/cgraph-loop-introduce[5] 纯序员给你介绍图化框架的简单实现——参数传递: http://www.chunel.cn/archives/cgraph-param-introduce[6] 纯序员给你介绍图化框架的简单实现——条件判断: http://www.chunel.cn/archives/cgraph-condition-introduce