并行程序设计基础——MPI数据类型

最新推荐文章于 2024-08-08 10:01:42 发布
最新推荐文章于 2024-08-08 10:01:42 发布
阅读量666 收藏 14
点赞数 17
分类专栏： 并行编程 文章标签： 分布式 linux c语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/L_peanut/article/details/140994480
版权

目录

一、预定义数据类型

1.1 Fortran 

1.2 C

二、数据类型匹配和数据转换

2.1 类型匹配规则

2.2 数据转换

一、预定义数据类型

1.1 Fortran 

        MPI预定义了下列数据类型，在Fortran实现中可以直接使用。下表为MPI预定义数据类型和Fortran数据类型的对应关系。

MPI预定义数据类型和Fortran数据类型的对应关系
MPI预定义数据类型对应的Fortran数据类型
MPI_INTEGERINTEGER
MPI_REALREAL
MPI_DOUBLE_PPRECISONDOUBLE PRECISION
MPI_COMPLEXCOMPLEX
MPI_LOGICALLOGICAL
MPI_CHARACTERCHARACTER(1)
MPI_BYTE无对应类型
MPI_PACKED无对应类型

1.2 C

        同样MPI也预定义了下列数据类型，在C实现中可以直接使用。下表为MPI预定义数据类型和C数据类型的对应关系。

MPI数据类型和C数据类型的对应关系
MPI预定义数据类型对应的C数据类型
MPI_CHARsigned char
MPI_SHORTsigned short int
MPI_INTsigned int
MPI_LONGsigned long int
MPI_UNSIGNED_CHARunsigned char
MPI_UNSIGNED_SHORTunsigned short int
MPI_UNSIGNEDunsigned int
MPI_UNSIGNED_LONGunsigned long int
MPI_FLOATfloat
MPI_DOUBLEdouble
MPI_LONG_DOUBLElong double
MPI_BYTE无对应类型
MPI_PACKED无对应类型

        MPI_BYTE和MPI_PACKED数据类型没有对应的Fortran和C数据类型。类型MPI_BYTE的一个值由一个字节组成（8个二进制位）。一个字节不同于一个字符，因为对于字符表示不同的计算机，可以用一个以上的字节表示字符。同时，在所有计算机上，一个字节有相同的二进制值。

与C语言对应的附加MPI数据类型
附加的MPI数据类型对应的C数据类型
MPI_LONG_LONG_INTlong long int
与Fortran语言对应的附加MPI数据类型
附加的MPI数据类型对应的Fortran数据类型
MPI_DOUBLE_COMPLEXDOUBLE COMPLEX
MPI_REAL2REAL*2
MPI_REAL4REAL*4
MPI_REAL8REAL*8
MPI_INTEGER1INTEGER*1
MPI_INTEGER2INTEGER*2
MPI_INTEGER4INTEGER*4

二、数据类型匹配和数据转换

2.1 类型匹配规则

        MPI消息传递过程可以分为三个阶段：

        ①消息装配。将发送数据从发送缓冲区取出，加上消息信封等形成一个完整的消息。

        ②消息传递。将装配好的消息从发送端传递到接收端。

        ③消息拆卸。从接收到的消息中取出数据送入接收缓冲区。

        在这三个阶段中，都需要类型匹配：第一阶段中，发送缓冲区中变量的类型必须和相应的发送操作指定的类型相匹配；第二阶段中，发送操作指定的类型必须和相应的接收操作指定的类型相匹配；第三阶段中，接收缓冲区中变量的类型必须和接收操作指定的类型相匹配。

        在MPI中，类型匹配有两方面的含义：①宿主语言的类型和通信操作所指定的类型相匹配；②发送方和接收方的类型相匹配。

        对于类型匹配的第一方面，例如在Fortran中，声明为INTEGER类型的变量在发送和接收时要使用MPI_INTEGER与之对应，声明为REAL类型的变量在发送和接收时要使用MPI_REAL与之对应，上文中表格给出的类型对应就是为了满足类型匹配的要求。同样在C语言中，int类型和MPI_INT相对应，float和MPI_FLOAT相对应。

        对于类型匹配的第二方面，要求在发送方和接收方对数据类型的指定必须相同，即发送方使用MPI_INTEGER，接收方也必须使用MPI_INTEGER。对于C语言，MPI_INT和MPI_LONG是不匹配的，发送方和接收方必须同时是MPI_INT或MPI_LONG。

        以上类型匹配规则的例外是对于MPI提供的MPI_BYTE和MPI_PACKED，它们可以和任何以字节为单位的存储相匹配，包含这些字节的类型是任意的。MPI_BYTE用于不加修改地传送内存中的二进制值，MPI_PACK用于数据的打包和解包（MPI_UNPACK）。

//正确的类型匹配（MPI_REAL和MPI_REAL）

...
REAL a(20), b(20)
...

CALL MPI_COMM_RANK(comm, rank, ierr)
IF(rank .EQ. 0) THEN
    CALL MPI_SEND(a(1), 10, MPI_REAL, 1, tag, comm, ierr)
ELSE IF(rank .EQ. 1) THEN
    CALL MPI_RECV(b(1), 15, MPI_REAL, 0, tag, comm, status, ierr)
END IF
//错误的类型匹配（MPI_REAL和MPI_BYTE）

...
REAL a(20), b(20)
...

CALL MPI_COMM_RANK(comm, rank, ierr)
IF(rank .EQ. 0) THEN
    CALL MPI_SEND(a(1), 10, MPI_REAL, 1, tag, comm, ierr)
ELSE IF(rank .EQ. 1) THEN
    CALL MPI_RECV(b(1), 40, MPI_BYTE, 0, tag, comm, status, ierr)
END IF
//正确的无类型数据匹配（MPI_BYTE和MPI_BYTE）

...
REAL a(20), b(20)
...

CALL MPI_COMM_RANK(comm, rank, ierr)
IF(rank .EQ. 0) THEN
    CALL MPI_SEND(a(1), 40, MPI_BYTE, 1, tag, comm, ierr)
ELSE IF(rank .EQ. 1) THEN
    CALL MPI_RECV(b(1), 60, MPI_BYTE, 0, tag, comm, status, ierr)
END IF

        类型匹配规则可总结为：

        ①有类型数据的通信，发送方和接收方均使用相同的数据类型；

        ②无类型数据的通信，发送方和接收方均以MPI_BYTE作为数据类型；

        ③打包数据的通信，发送方和接收方均使用MPI_PACKED。

        类型MPI_CHARACTER和Fortran的CHARACTER变量的一个字符相对应，而不是存储在这个变量中的全部字符，类型为CHARACTER的Fortran变量是作为字符数组被传送的。

...
CHARACTER*10 a
CHARACTER*10 b
...

CALL MPI_COMM_RANK(comm, rank, ierr)
IF(rank .EQ. 0) THEN
    CALL MPI_SEND(a, 5, MPI_CHARACTER, 1, tag, comm, ierr)
ELSE IF(rank .EQ. 1) THEN
    CALL MPI_RECV(b(6), 5, MPI_CHARACTER, 0, tag, comm, status, ierr)
END IF

        如上所示，进程1的字符串b的最后五个字符被进程0中的字符串a的前五个字符替代。

        Fortran的一个字符变量是定长的字符串，没有特别的终结符号。如何表示字符、存储它们的长度没有固定的约定。部分编译器会把一个字符参数作为一对参数传送给一个程序，其中之一是保存这个串的地址，另一个是保存串的长度。

        如果通信缓冲区包含CHARACTER类型的变量，则关于他们的长度将不会被传送给MPI程序。有些编译器把Fortran中的CHARACTER类型的参数作为一个结构传给实际串一个长度和一个指针。在这种情况下，MPI调用为得到这个串须间接引用这个指针。

2.2 数据转换

        数据转换包含两个意思：

        ①数据类型的转换。改变一个值的数据类型，比如将实型转换为整型或将整型转换为实型。

        ②数据表示的转换。改变一个值的二进制表示，比如高字节和低字节顺序的改变，将浮点数从32位表示转换为64位表示。

        由于MPI严格要求数据类型匹配，所以不存在数据类型转换的问题。但是MPI必须实现数据表示的转换，这是因为MPI的目的之一是对异构环境的支持。异构系统中不同的系统其数据的内部表示通常不同，因此MPI必须负责实现这些不同表示之间的转换。

        MPI没有限定数据表示转换的细节，但总的目标是希望这样的转换保留整型、逻辑和字符值不变，而把浮点数值转换为目标系统上能表示的最接近的值。在浮点转换过程中，可能发生上溢和下溢，当一个值能在一个系统中表示而不能在另一个系统中表示时，整型或字符型的转换也会导致异常。在表示转换过程中，一个意外发生会导致一个通信失败，在发送、接收操作或者两者也都发生错误。

        如果一个消息发送中发送的一个值是无类型的（如MPI_BYTE），那接收者存储的字节的二进制表示与接收者接收的字节的二进制表示一样。无论发送方和接收方是否运行在同一环境，都是正确的，不要求表示转换。

        当一个MPI程序在同构系统中运行时，所有进程运行在同一环境，没有转换发生。上文中的三个收发例子，因为a和b是实型的跨度大于10的数组，第一个程序是正确的。如果发送方和接收方在不同的环境中执行，那从发送缓冲区取出的10个实型值，在存储到接收缓冲区以前被转换为接收者的实型表示。当从发送缓冲区取出的实现元素的个数等于接收缓冲区所存储的实现元素的个数时，存储的字节数不必等于接收的字节数。比如说，发送方可以使用四个字节表示实型数，接收方使用八个字节表示实型数。

        数据表示的转换也应用于一个消息的信封：源、目的和标识都需要被转换为整型。

        

猿核试Bug愁
关注
  • 17
    点赞
  • 踩
  • 14
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
并行程序设计基础——MPI常用接口介绍
欢迎各位大佬光临“寒舍”！请多多指点，共同进步！
08-07 519
通过一个消息收发例子介绍了MPI最重要的6个接口信息以及使用方法
MPI并行程序设计学习整理
Algorithm_goddness的博客
06-08 1953
时间坐标：2017.06 大三下MPI并行编程是在大数据处理中很有意义的方法，能够在串行的基础上提高程序运行的效率，并行的去计算海量的数据。 这篇文章可能会随着学习的深入不断的更新~ Introduction to MPI 学MPI的时候，老师首先给我们回顾了一下并行编程的一些模式： 并行可以分为两种：一种是任务并行，另一种是数据并行，根据这两种性质可以分为以下4种模式： SIMD（Sing
并行程序设计基础——MPI消息
最新发布
欢迎各位大佬光临“寒舍”！请多多指点，共同进步！
08-08 191
简单介绍MPI通信中消息的结构和通信域
并行程序设计基础——编程模型和并行语言
欢迎各位大佬光临“寒舍”！请多多指点，共同进步！
08-05 588
对并行程序设计的基础知识“编程模型”和“并行语言”进行简单介绍。
实现一种或多种并行排序算法——基于MPI+OpenMP的并行程序设计
千色千寻的博客
08-21 4640
实现一种或多种并行排序算法——基于MPI+OpenMP的并行程序设计 目录实现一种或多种并行排序算法——基于MPI+OpenMP的并行程序设计1 题目描述2 设计思路实验环境3 源码3.1 串行程序3.2 MPI程序3.3 OpenMP程序3.4 MPI+OpenMP程序3.5 性能对比与分析 1 题目描述 实现一种或多种并行排序算法。 （1）使用MPI、OpenMP、MPI+OpenMP编写上述并行程序。 （2）使用VTune等工具对程序进行瓶颈分析和优化。 （3）提交程序源代码、变量和语句的详细说明。
并行计算——MPI
zyw2002的博客
11-10 5352
文章目录MPI 环境搭建下载并安装MPICH2在VS中配置MPI环境CentOS 安装OpenMPI3.1.0MPI 原理以及编程MPI 简介MPI的概念MPI的 通信机制MPI 点对点的通信类型点对点的通信模型点对点通信的常用函数MPI聚合通信课堂编程实例Hello WorldNonblocking send/receive MPI 环境搭建 下载并安装MPICH2 下载并打开“mpich2-1.4.1p1-win-ia64.msi”。 安装64位的MPICH2 如果安装的时候，给出如下的错误提
并行程序设计
银晗的学习博客
04-06 2127
parallel for 中缺省循环变量为私有作用域的权限大于default(none)或default(shared)的设置权限。
【MPI学习6】MPI并行程序设计模式：具有不连续数据发送的MPI程序设计
uxff的专栏
04-30 751
【MPI学习6】MPI并行程序设计模式：具有不连续数据发送的MPI程序设计 转自：http://www.cnblogs.com/xbf9xbf/p/5232824.html 基于都志辉老师《MPI并行程序设计模式》第14章内容。 前面接触到的MPI发送的数据类型都是连续型的数据。非连续类型的数据，MPI也可以发送，但是需要预先处理，大概有两类方法： （1）用户自定义新的数据类型，又
Python——mpi4py
weixin_38278993的博客
05-30 1545
计算机编程语言很多，但是适合高性能数值计算的语言却并不多，在高性能计算的项目中通常会使用到的语言有 Fortran、C、C++ 等，他们是传统的高性能计算机语言，这主要得益于它们的静态编译特性，使得有它们生成的机器代码，在底层上做了很多优化，能够充分发挥硬件的性能，但是这一特性也限制了它们的灵活性和易用性。一些动态的计算机语言在灵活性和易用性方面有着明显的优势，但是由于性能等其他方面的原因却并不适合用来做大规模的数值计算，更别说用到高性能计算领域了。这其中有一个例外，就是 Python 计算机语言。作为一种
分布式项目中，Zookeeper、Nacos和Eureka作为注册中心
猪猪
08-04 1007
分布式项目就用三个注册中心，Zookeeper、Nacos和Eureka，差别就是AP和CP协议用的不同和性能在某一方面突出。在分布式项目中，Zookeeper、Nacos和Eureka作为注册中心，各自在CAP理论（一致性、可用性、分区容错性）的支持、性能以及其他方面存在显著的差异。
Python 爬虫入门（十一）：Scrapy高级应用之并发与分布式「详细介绍」
blues_C的博客
08-07 452
欢迎来到“Python 爬虫入门”系列文章。在前面的文章中，我们已经学习了如何使用 Scrapy 来构建基本的爬虫项目。本篇文章将深入探讨 Scrapy 的高级应用，特别是如何实现并发爬取和分布式爬取。并发爬取和分布式爬取是提升爬虫效率的两大关键技术。并发爬取允许我们同时发出多个请求，大幅提高爬取速度；分布式爬取则让我们能够将爬取任务分散到多个机器上执行，从而处理大规模数据的抓取任务。
ShardingSphere自定义分布式主键生成策略、自定义分片规则
qq_44027353的博客
08-04 809
import com/*** 改进雪花算法，让他能够 %4 均匀分布。try {} }/*** 改进雪花算法，让他能够 %4 均匀分布。try {
Apache HBase：分布式NoSQL数据库
Aaron_945的博客
08-07 417
Apache HBase 是一个开源的、分布式的、可扩展的 NoSQL 数据库，它运行在 Hadoop 和 HDFS 之上，提供了对大规模数据的随机、实时读写访问能力。HBase 的数据模型类似于 Google 的 BigTable，是一个稀疏的、多维度的、排序的映射表。Apache HBase 是一个功能强大的分布式 NoSQL 数据库，它以其独特的数据模型、高效的存储和查询性能以及良好的可扩展性和灵活性，在大数据领域发挥着重要作用。HBase 中的数据存储在 HDFS 上，以 HFile 的形式存在。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

猿核试Bug愁

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值