多线程事务 解决方案_多线程增量解决方案的巨大飞跃

多线程事务 解决方案

OptaPlanner最终支持多线程增量求解 。 加速是惊人的。 即使只有几个CPU内核，它也将得分计算速度提高了三倍。 请参阅下面的结果。 要激活它，只需在配置中添加一行即可。

最初的功能要求始于2007年。多年来，我们逐步为之准备了内部体系结构。 所以现在，十年后，我们从7.9.0.Final开始完全支持它。

但是为什么要花这么长时间实施呢？

要求

让我们看一下多线程增量求解的要求：

• 在CPU上水平扩展算法。
• 不要破坏增量分数计算的速度。
• 运行必须是可重复的。

在CPU上水平扩展算法

有多种方法可以使用多个线程而不进行真正的多线程解决：

• 多租户 ：解决多个数据集，每个线程一个。
  • 从第一个OptaPlanner版本开始工作。
• 多重下注解决 ：以多种方式完全独立地解决一个数据集。 取得最佳结果。
  • 从第一个OptaPlanner版本开始工作。
• 分区搜索 ：分解一个数据集并分别求解每个数据集。
  • 自OptaPlanner 7.0起已完全受支持。

但是这些都不是真正的并行启发式，如下面右下角所示：

在实际的多线程解决方案中，我们通过将1种算法（可能是多种算法的组合）的繁重计算工作分流到单独CPU内核上的多个线程中而无需分区即可解决1个数据集。

在OptaPlanner的构造试探法和本地搜索中，最耗CPU的工作是计算移动分数。 例如，在禁忌搜索中，每个步骤（外部迭代）的计算结果约为1000个动作。 以此作为分数计算速度 。 通常，它在每秒1k个评估动作与每秒500k个评估动作之间变化。

多线程求解只是将步骤的运动评估分配到多