常见的并行程序设计问题的解决方法
1. 线程过多 线程并不是越多越好,对于某个程序,如果线程过多反而会严重地降低程序的性能。这种影响主要在于: 将给定的工作量划分给过多的线程会造成每个线程的工作量过少,因此可能导致线程启动和终止的开销比程序实际工作的时间还要多。 同时,太多并发线程的存在将导致共享有限硬件资源的开销增大。如保存和恢复寄存器状态的开销、保存和恢复线程cache状态的开销、废除虚存的开销、线程聚集在一起等待获取某个锁。 怎样解决这个问题: 限制可运行线程的个数 将计算线程与I/O线程分离开 使用已有的技术,如OpenMP,线程池等 2. 数据竞争、死锁 死锁,想必大家都很熟悉。这里谈谈一些简单的避免死锁的规则: 加锁的顺序是关键,使用嵌套的锁时必须保证以相同的顺序获取锁 防止发生饥饿:即这个代码的执行是否一定会结束。 不要重复请求同一个锁 越复杂的加锁方案越有可能造成死锁—设计应力求简单 3. 竞争激烈的锁 即使是正确使用锁来避免数据竞争,但如果各线程对锁的竞争很激烈,那么也会引发性能问题。即很多个线程来竞争同一个锁。在这个情况下,可以考虑将资源划分成若干个部分,然后用彼此独立的锁分别保护各个部分。即合理地安排加锁粒度的问题。在早期的Linux内核中就使用了大内核锁,现在已经把锁给细划到不同的子系统中去了。 如果一个数据结构被频繁读取但不被频繁写入,就可以使用读写锁来解决竞争。 4. 线程安全函数 已有的一些函数并不是线程安全的,具体的线程安全函数可以参考APUE2上面的线程一章。 5. 存储效率问题 目前,处理器的速度已经比存储器快很多,一个处理器从内存中读或写一个值的时间内可以完成上百次的操作。因此,现在的程序往往受限于存储器的瓶颈。 首先,可以通过节省带宽,可以减少与存储器的数据交换数量,要节省带宽就要将数据压缩得更加紧凑。 其次是cache的利用。可以减少数据在不同CPU的cache间的移动。CPU亲合力(CPU Affinity)就是指在Linux系统中能够将一个或多个进程绑定到一个或多个处理器上运行。一个进程的CPU亲合力掩码决定了该进程将在哪个或哪几个CPU上运行,在一个多处理器系统中,设置CPU亲合力的掩码可能会获得更好的性能。 在下面的例子中讲解了如何利用将某个进程绑定以某个CPU上运行的实例。 http://linux.chinaunix.net/bbs/v ... p%3Bfilter%3Ddigest |