Rust 用 rayon 把串行迭代改成数据并行：几行代码吃掉多核性能

并行就这么简单

rayon 是 Rust 生态里做数据并行的标杆库。它最大的特点是“几乎不改动你的代码形态”：把 iter() 换成 par_iter()，剩下的链式调用（map、filter、fold）原样保留，背后却自动调度到线程池、跑满所有核心。

从串行到并行

use rayon::prelude::*;

fn sum_of_squares(nums: &[u32]) -> u32 {
    nums.par_iter()          // 仅此一处从 .iter() 改为 .par_iter()
        .map(|&x| x * x)
        .sum()
}

对于纯计算、彼此无共享写的数据，这种改法几乎没有风险，因为 rayon 要求闭包满足 Send 加 Sync，编译器会替你把住并发安全的大门。

并行处理文件批量任务

假设要批量读取若干文件并统计行数，串行很容易成为瓶颈。

use std::fs;
use rayon::prelude::*;

fn count_lines_in_dir(paths: &[String]) -> usize {
    paths.par_iter()
        .map(|p| fs::read_to_string(p).map(|s| s.lines().count()).unwrap_or(0))
        .sum()
}

用 fold 加 reduce 做有状态的聚合

并行下不能直接用可变累加器，rayon 用 fold 在每个线程本地聚合，再用 reduce 合并结果，既快又安全。

let total: usize = items.par_iter()
    .fold(|| 0usize, |acc, it| acc + it.size())
    .reduce(|| 0usize, |a, b| a + b);

什么时候用、什么时候别用

• 数据量大、每项计算偏重时收益明显；对极小集合，线程调度开销反而可能更慢，先测量再决定。
• 闭包里不要捕获可变全局状态，rayon 的 Send/Sync 约束会拒绝这类写法，这正是它安全的原因。
• I/O 密集任务优先用 async 运行时，rayon 擅长的是 CPU 密集的“把一份数据拆开算”。
• 用 RAYON_NUM_THREADS 可以限制线程数，避免在某些容器环境里吃满 CPU 影响同机其他服务。

一句话：遇到“对一堆东西做同样的计算”，先想想能不能 par_iter()，往往几行改动就换来近线性的加速。