Multithreading 纯Haskell代码是否需要线程池？

在中，开发了一个并发web链接检查器。它获取一个网页中的所有链接，每点击一次，并发出一个HEAD请求，以确定该链接是否处于活动状态。采用并行方法构建该程序，并做出以下声明：

我们不能简单地为每个URL创建一个线程，因为如果（正如我们所期望的）大多数链接都是活动的和响应的，那么这可能会使我们的CPU或网络连接负担过重。相反，我们使用固定数量的工作线程，从队列中获取要下载的URL

我不完全理解为什么需要这个线程池，而不是为每个链接使用

forkIO

。好的，Haskell运行时维护一个线程池，并对它们进行适当的调度，这样我就不会看到CPU过载。此外，在中，我发现以下陈述的方向是相同的：

在Haskell中没有意义的一个范例是工作线程（因为RTS就是这样做的） 对我们而言）；与其找工人，不如用forkIO代替

---

线程池仅仅是网络部分所需的，还是也有CPU原因呢？

我想，核心问题是网络端。如果每个链接有10000个链接和forkIO，那么您可能会同时打开10000个套接字，这取决于操作系统的配置方式，可能根本不可能实现，效率会低很多

然而，事实上，我们有跨多个os线程“虚拟”调度的绿色线程（理想情况下，这些线程被固定在单个内核上），这并不意味着我们可以随意分配工作，而不考虑cpu使用情况。这里的问题不是CPU本身的调度不能为我们处理，而是上下文切换（甚至绿色切换）的成本周期。如果每个线程处理不同的数据，则需要将该数据拉入cpu。如果有足够的数据，这就意味着要将数据从cpu缓存中取出或取出。即使没有这一点，它也意味着将缓存中的内容拉到寄存器中，等等

---

即使一个问题是微不足道的并行问题，但实际上，将其分解为尽可能小的部分并尝试“一次完成”也绝不是正确的想法。

需要池来控制并发级别并对其进行管理。你可能忘记了实际考虑。。Haskell runtime确实非常擅长维护Haskell space线程——它们非常轻量级，您可以生成数千个线程，没有问题。但是，当您获取一个包含10万个URL的列表，然后在没有“池”的情况下一个接一个地分叉时，会发生什么呢？你可能会建立成千上万的联系。很多人会超时，你的系统会耗尽文件描述符，你可能会在试图处理结果时耗尽RAM。哈哈！看起来我们是在同一时间（15秒内）评论/回答的！在单线程中排队时，也需要将数据从缓存拉到寄存器。我觉得在这种情况下，管理开销更重要。