并行计算MPI（入门）——点对点通信

如上次所述，有两种类型的通信，一种是点对点通信（从现在起我们称之为 P2P），另一种是集体通信。 P2P 通信分为两种操作：发送（Send）和接收（Receive）： 发送和接收。

最基本的 P2P 通信形式称为阻塞通信。 发送信息的进程会一直等待，直到接收进程接收完所有信息。 这是最简单的通信方式，但不一定是最快的，我们将在下面的课程中看到这一点。

一、发送信息

发送操作是向另一个进程发送某一类型的数据缓冲区。 P2P 消息具有以下属性

1. 数据地址的引用
2. 数据类型
3. 数据数量
4. 数据标签
5. 目的地标识
6. 通信器

让我们逐一介绍每一个元素，并详细说明它们是什么。

1.1数据地址的引用

引用始终是指向缓冲区的指针。 该数组将保存希望从当前进程发送到另一进程的数据。

1.2数据类型

数据类型必须与缓冲区中存储的数据精确对应。 为此，MPI 提供了可使用的预定义类型。 最常见的类型及其对应的 C 语言类型是 ：

C Type	MPI Type
char	MPI_CHAR
int	MPI_INT
float	MPI_FLOAT
double	MPI_DOUBLE

还有很多其他类型，您可以在官方 MPI 标准文档中找到。 您也可以创建自己的数据类型。

1.3数据数量

这一项不言自明。 缓冲区中要发送到目的地的元素数量。

1.4数据标签

标签是一个简单的整数，用于识别通信的 “类型”。 这是一个完全非正式的值，由您自己设定。

1.5目的地标识

要发送数据的进程的rank。

1.6通信器

向哪个通讯器发送数据。 请记住，进程的级别可能会根据您选择的通讯器而改变。

二、接收信息

接收信息的方式与发送操作完全相同。 不过，调用时需要的不是目的地 id，而是源 id：即正在等待消息的进程的标识。 此外，根据您使用的是阻塞通信还是非阻塞通信，您还需要额外的参数，但我们会在适当的时间和地点介绍这些参数。 现在让我们来亲身体验一下。

三、实例

练习的目的如下： 程序将在两个进程中运行。 您的程序将从命令行中随机获得两个整数，并读入变量 local_value。 然后，根据进程的 id，你的程序会有不同的行为：

Process #0

1. 将整数发送至 Process #1
2. 接收Process #1的整数
3. 将两个值的总和写入 sum

Process #1

1. 接收Process #0 的整数
2. 将整数发送至 Process #0
3. 将两个值的乘积写入 product

注意这两个进程的前两个操作的顺序是颠倒的，这样我们就可以避免阻塞通信中最常见的问题之一：死锁。

3.1 发送信息代码

您可以使用 MPI_Send 命令向进程发送信息：

int MPI_Send(void *buf, int count , MPI_Datatype datatype, int dest, int tag, MPI_Comm comm)

简单说明一下这几个参数：

1. void *buf：提供发送信息的指针
2. int count：发送信息的数目
3. MPI_Datatype datatype：发送信息的数据类型
4. int dest：发送信息的进程（rank）
5. int tag:数据标签
6. MPI_Comm comm：发送通信器

给几个简单的发送例子：

1. 向进程 2 发送一个整数 ：

int my_val = 10;
MPI_Send(&my_val, 1, MPI_INT, 2, 0, MPI_COMM_WORLD);

2. 向进程 1 发送整数表：

int values[5] = {1, 2, 3, 4, 5};
MPI_Send(values, 5, MPI_INT, 1, 0, MPI_COMM_WORLD);

3. 向处理 10 发送带有特定标记 6 的双精度表：

double values[3] = {1e25, -0.0, M_PI};
MPI_send(values, 3, MPI_DOUBLE, 10, 6, MPI_COMM_WORLD);

3.2 接收信息代码

从进程接收数据所调用的函数与发送数据的函数非常相似，但多了一个参数：

int MPI_Recv(void *buf, int count, MPI_Datatype datatype, int source, int tag, MPI_Comm comm, MPI_Status *status);

正如你所看到的，还有一个额外的状态参数。 我们暂且忽略它，将其值设为MPI_STATUS_IGNORE，在下一个练习中我们会看到更多关于它的信息。

除了常规参数外，还有两个通配符可以使用。 MPI_ANY_SOURCE（MPI_ANY_SOURCE）而不是一个精确的报文来源 ID，表示可以接收来自任何来源的报文。 MPI_ANY_TAG 意义相同，但适用于任何标记。

最后，"计数 "参数表示在通信中预计收到的元素的最大数量。 因此，实际收到的元素数量可以少于或等于此数。 如果收到的元素较多，则会触发错误。

现在我们来看几个调用 MPI_Recv 的示例：

1. 从进程 5 接收一个标记为 0 的整数：

int value;
MPI_Recv(&value, 1, MPI_INT, 5, 0, MPI_COMM_WORLD, MPI_STATUS_IGNORE);

2. 从流程 3 收到一个包含 10 个整数的表，没有标记：

int values[10];
MPI_Recv(&values, 10, MPI_INT, 3, MPI_ANY_TAG, MPI_COMM_WORLD, MPI_STATUS_IGNORE);

3. 接收来自任何程序的 3 个加倍表，并带有任何标记 ：

double values[3];
MPI_Recv(&values, 3, MPI_DOUBLE, MPI_ANY_SOURCE, MPI_ANY_TAG, MPI_COMM_WORLD, MPI_STATUS_IGNORE);

3.3 完整代码

#include <iostream>
#include <mpi.h>
#include <cstdlib>
using namespace std;

int main(int argc, char** argv) {
    MPI_Init(&argc, &argv);

    int rank;
    MPI_Comm_rank(MPI_COMM_WORLD, &rank);

    // Read the local value of the process
    // local_value will hold a specific int for process 0, and another for process 1
    int local_value=1;
    //local_value = atoi(argv[1]);//atoi将字符串数字转化为整数

    int other_value;
    if (rank == 0) {
        // Here, enter the code for the first process :
        // 1- Send the value to process 1 
        // 2- Receive the value from process 1 (in other_value)
        // 3- Print the sum of the two values on stdout 
        MPI_Send(&local_value, 1, MPI_INT, 1, 0, MPI_COMM_WORLD);
        MPI_Recv(&other_value, 1, MPI_INT, 1, 1, MPI_COMM_WORLD, MPI_STATUS_IGNORE);
        int sum = local_value + other_value;
        cout << local_value<< "," << other_value<<"," << sum << endl;
    }
    else {
        // Here enter the code for the second process :
        // 1- Receive the value from process 0 (in other_value)
        // 2- Send the value to process 0
        // 3- Print the product of the two values on stdout
        MPI_Recv(&local_value, 1, MPI_INT, 0, 0, MPI_COMM_WORLD, MPI_STATUS_IGNORE);
        other_value = 2;
        MPI_Send(&other_value, 1, MPI_INT, 0, 1, MPI_COMM_WORLD);
        int product = local_value * other_value;
        cout << local_value <<"," << other_value <<"," << product << endl;
    }

    MPI_Finalize();

    return 0;
}