手撸一款简单高效的线程池（三）—— 性能优化！
共 5408字，需浏览 11分钟
· 2021-08-16
在上一章中，我们给大家介绍了一些 C++线程池中的优化思路和实现方案。这一章中，我们将继续这个主题，接着聊线程池中还有可以“压榨”的空间。为实现我们吹过的牛 B，而继续编程。
大家好，我是不会写代码的纯序员——Chunel Feng。上一章中，我们主要聊到了线程池中的 thread-local 机制、lock-free 机制和 work-stealing 机制。今天，继续说说线程池优化的一些方法和实践，主要会涉及到：自动扩缩容机制、批量处理机制和负载均衡机制。
还是那句话，以下这些内容，仅局限于我个人的认知。如果有什么不对或者不合理的地方，很欢迎大家随时批评指正，也很希望大家可以提出自己意见、建议和看法。
首先，还是照例，先上源码链接：CGraph 源码链接[1]。其中，线程池的实现在
/src/UtilsCtrl/ThreadPool/文件夹中
自动扩缩容机制
上一章，我们聊了一个问题：如果线程池中，忽然来了很多任务 （比如：吴亦凡出事了，大家都来微博疯狂围观点赞），这个时候怎么办？那过了一阵子，又长时间没有任务可执行了 （比如：吴亦凡微博被官方屏蔽了）怎么办？还能怎么办，当然是心疼凡凡三秒钟了！！！
一个很通用的思路，就是自动扩缩容机制
翻译过来，就是：在任务繁忙的时候，pool 中多加入几个 thread；而在清闲的时候，对 thread 进行自动回收。CGraph的实现逻辑中，包含了两种线程：PrimaryThread（主线程，简称PT）和 SecondaryThread（辅助线程，简称ST），默认在程序运行的时候，启动CGRAPH_DEFAULT_THREAD_SIZE个 PT 去执行任务。在程序运行的过程中，PT 的数量是恒定不变的，增/减的仅可能是 ST——这一点，是参考 Java 中 ThreadPool 的机制。
如何判断 pool 是忙还是闲？可以使用 running 标记的方法 + TTL（time to live）计数的方法。除了 PT 和 ST，pool 中还开辟了一个 MonitorThread（监控线程，简称MT）。MT 每隔固定的时间，会去轮询监测所有的 PT 是否都在 running 状态。如果是，就认定当前 pool 处于忙碌状态，则添加一个 ST 帮忙分担任务执行。同样的，MT 还会去监测每个 ST 的状态。如果连续 TTL 次监测到 ST 没有在执行任务，则认为 pool 处于空闲状态，则会销毁当前 ST。
这样就做到了线程数量随着 pool 的忙碌和空闲，动态调整了。当然，ST 的数量也不会无限增加的。当 PT 和 ST 的数量之和，达到CGRAPH_MAX_THREAD_SIZE值的时候，ST 数量就只减不增了。
千万要避免的一个误区是：并不是线程开辟的越多，性能就越好
线程调度过程也是有损耗的。比如，在 pool 中开辟了 1 爽（约 200+w）的线程，cpu 就需要通过调度算法，来尽可能的保障每个线程都有时间片可以运行。那这其中线程来回切换的成本是很高的——很可能远高于任务执行的成本。讲通俗一点就是：一个和尚挑水喝，两个和尚抬水喝，200w 个和尚没水喝。
在其他文章中，也看到过一些意见，比如：
•计算密集型任务，开辟n或n+1个（其中，n=cpu 核数）线程数•IO 密集型任务，开辟2n+1个线程
也看到有童鞋列出来一个公式，根据任务的耗时等参数，来预估合理的线程数量。类似：
•最佳线程数目 = （（线程等待时间+线程 CPU 时间）/线程 CPU 时间 ）* CPU 数目
我想说的是，这些有道理，也值得参考。但适合的配置参数，最好还是带入实际任务中测试和检验。实测，是检验性能的唯一标准。Talk is cheap, show me the test.
PT 和 ST 功能上的一些异同
首先说明，PT 和 ST 都是线程，都可以执行插入的任务。不过，CGraph 的线程池源码中，给 PT 和 ST 做出一些差别对待。PT 中有自己的任务队列，执行 task 的顺序依次是：local -> pool -> steal，即：先执行自己任务队列中的 task；如果自身的 queue 为空，则执行 pool 中的 task；如果仍没有任务，就从相邻的 n 个 PT 中去 steal（具体逻辑请看上一章内容）。
/* 主线程执行task的逻辑 */void runTask() {UTaskWrapper task;if (popTask(task) || popPoolTask(task) || stealTask(task)) {is_running_ = true;task();is_running_ = false;} else {std::this_thread::yield();}}
而 ST 没有属于自己任务队列，仅可以执行 pool 中的 queue 的任务，对应代码也就是popPoolTask(task)这部分。
这样做的原因，一方面是可以从代码层面，突出主辅的层次感。更重要的一方面是保证了 ST 释放的时候不容易出错或丢失任务，并且不让 work-stealing 的过程变得更复杂。
批量处理机制
上一章，提到线程池优化的一个基本出发点就是 增加扇入扇出。为了在这一点上做到更优，CGraph 在从 queue 中获取 task 的时候，提供了批量获取 tasks 的功能。在开启CGRAPH_BATCH_TASK_ENABLE参数之后，PT 和 ST 在从 queue 中获取/盗取 task 的时候，就不再是one by one的获取，而是batch by batch的获取。这样做的最大好处，是可以减少线程获取 task 时候，争抢锁的次数，从而提升性能。
这种机制也可能会打乱 queue 中任务的执行顺序，单独使用的时候需要慎重考虑。但是，针对图化框架这种情况，并没有这种担忧。放入线程池中执行的任务，均是“互不依赖”的，也就是“无序执行”的——因为有依赖的节点，会等待被依赖节点执行完毕后，才被放入 pool 中。
即便是这样，也不能无脑使用。设想一种情况，pool 中有 4 个 PT，任务队列中共有 100 个sleep 1s;的任务。一个 PT 过来一批拉走了这 100 个任务，然后就默默的运行了 100s，而其他所有的线程都在旁边默默鼓掌么？
这样做的好处，是原先需要有 100 次的抢锁过程被缩减到了 1 次。但是坏处吗，原先约 25s 就可以执行完的任务，硬生生的被执行 100s。
/*** 从头部开始批量获取可执行任务信息* @param taskArr* @return*/bool tryMultiPop(UTaskWrapperArr& taskArr) {bool result = false;if (mutex_.try_lock()) {int i = CGRAPH_MAX_TASK_BATCH_SIZE;while (!queue_.empty() && i--) {taskArr.emplace_back(std::move(queue_.front()));queue_.pop_front();result = true;}mutex_.unlock();}return result;}
为了对这样的情况做出权衡，CGraph 中提供了CGRAPH_MAX_TASK_BATCH_SIZE参数。在开启批量拉取功能后，每个线程每次拉取 task 的数量不能超过该数值，这样在一定程度上在兼顾了增加扇出和减少抢锁次数这两个方面，又尽可能的缓解了刚才提到的那种极端情况。
需要说明的是，真实的多线程情况远比我们刚才讨论的复杂。现代计算机的调度理论何其深奥和精密，我想即便是Bill Gates、Linus Torvalds，甚至是Kris Wu，也无法穷尽其中奥秘。而多线程自身又有很多的不确定性。所以，具体采用哪种执行策略，还是尽可能的去模拟真实环境进行实测和压测，这样得出来的结果才最有说服力——这话，我好像说了三遍了。
负载均衡机制
负载均衡问题，是调度方面性能优化的一个永恒的话题。针对不同任务和不同情况，有不同的对应策略。之所以放在最后一点说，主要是因为个人水平和见识有限，CGraph 的线程池中，在调度层面做太多的优化。只是将一部分任务均匀的写入 PT 的 queue 中，另一部分统一放到 pool 的 queue 中。但即便是这样，也已经比传统的线程池做法，在性能上优化了不少（关于性能测试，我会在后面的文章中介绍）。
如果是要针对这方面做一些优化的话，我提两点我的看法吧：
•尽可能的保证当前 PT 中产生的 task，放入本 PT 的 queue 中执行，也算是迎合 thread-local 的概念。•尽可能保证每个 PT 的 queue 中，任务耗时总和基本一致。不要频繁出现 work-stealing 的情况。
本章小结
本章内容，主要跟大家介绍了线程池的一些优化思路，包括：自动扩缩容、批量处理和负载均衡。梳理了它们在使用过程中，能够解决的一些痛点和可能遇到的一些坑。
面对不同数量、不同耗时、不同功能（IO 密集、计算密集）、不同顺序的任务的各种实际情况，很难说有可以一招打遍天下的诀窍。很多情况下，还是需要靠实测、压测和专业分析工具，来看出性能瓶颈点。为此，CGraph 也在源码中开放出来了一些配置参数供大家选择尝试。
推荐一个我平时用的性能监测工具：Profile，它可以集成在CLion中一键执行，并生成火焰图。看下面这张图，基本上一眼就可以看出来，任务执行的耗时基本上卡在runTask()函数中。至于为什么会这样？能否优化？如何优化？这些问题就要自己一点点根据代码分析了——测试，永远也不会告诉你答案了。
再多说两句，最近比较流行的协程的概念，应该也比较适合做这种调度的场景，而且人为可控性更强。我们上面提到的一些优化方法，也参考 Java 中的一些现有实现逻辑。如果有懂 Go 大佬可以指教一下，我想那就更好了。
下一章，我们会给大家介绍一些 CGraph 在线程池中，做的一些工程层面的优化，比如：减少无用 copy、提供 task 包装器、避免 busy waiting等，希望大家继续关注。对这些方面感兴趣的朋友，也欢迎加我微信（ChunelFeng），一起随时交流讨论——添加的时候，请简单备注一下信息哦，否则我会以为你是“茶叶小妹”呢，哈哈！
推荐阅读
•纯序员给你介绍图化框架的简单实现——执行逻辑[2]•纯序员给你介绍图化框架的简单实现——循环逻辑[3]•纯序员给你介绍图化框架的简单实现——参数传递[4]•纯序员给你介绍图化框架的简单实现——条件判断[5]•纯序员给你介绍图化框架的简单实现——线程池优化（一）[6]•纯序员给你介绍图化框架的简单实现——线程池优化（二）[7]
引用链接
[1] CGraph 源码链接: https://github.com/ChunelFeng/CGraph[2] 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[3] 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[4] 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[5] 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[6] 纯序员给你介绍图化框架的简单实现——线程池优化（一）: http://www.chunel.cn/archives/cgraph-threadpool-1-introduce[7] 纯序员给你介绍图化框架的简单实现——线程池优化（二）: http://www.chunel.cn/archives/cgraph-threadpool-2-introduce