Julia改善性能的若干建议

Julia是一门随便写写就有不错的效率的语言。但高性能和灵活性通常是矛盾的，Julia也不例外。当你想尽量榨取Julia的性能时，除了阅读官方文档的建议外，也可以看看本文总结的几条经验之谈。这些都是我最近编写CFD程序时踩过的坑。有些你可能已经熟悉了，仅供参考。

• 尽可能使用内置函数或扩展包里的函数。例如算术平均数mean。你可能会发现新版本的Julia里没有内置的mean，于是自己随手写成sum()/length()。其实，如今mean位于Statistics包，效率比sum()/length()更高。另一个典型例子是LinearAlgebra包的normalize。总之，当你要写一个比较泛用的函数时，建议先找找有没有造好的轮子。
• 避免使用拼接数组。例如，你可能会像这样把两个向量拼成一个更长的向量：v = [v1; v2]。这会显著降低性能。建议先创建一个固定长度的零向量，然后把v1和v2赋给它，效率会提高一两个量级。
• 避免对一个很大的数组的同一个元素做很多次重复索引。本来索引是很快的，但大量的重复索引也会相当耗时。可先把该元素赋给一个变量，然后调用这个变量，避免重复索引。例如：

julia> A = ones(Float64,1_000_000);

julia> a = A[1]；

julia> @time for i = 1:1_000_000
      A[1] = 2
      end
 0.015121 seconds

julia> @time for i = 1:1_000_000
      a = 2
      end
 0.002962 seconds

• 对于分布式数组DArray，应从程序设计层面上减少跨进程的元素访问。本质上就是进程间通信成本的问题。之所以要专门讲这个，是因为在DistributedArrays包里提供的DArray允许直接跨进程访问。这固然是极大地方便了编程，但成本也相当高昂。事实证明，哪怕Julia写并行程序很方便，也要好好斟酌一下怎么写才最优，否则性能恐怕达不到期望。
• 使用DArray时， 除了跨进程访问外，在各进程内部localpart上的访问也应尽量减少次数。例如，假设你要对DArray的每个元素操作10次。如果每次操作都访问一次，会导致耗时随次数接近线性增长。建议先把该元素赋给一个变量，操作完再传回，这样至多访问两次。如果元素是数组或自定义类型，Julia会自动引用而无需传回，只访问一次。总之，要高度关注并减少DArray的访问次数。
• 如果循环次数很大，而循环体较复杂，应尝试把整个循环体打包成一个函数，即具有如下形式：

for i = 1:N
   body_function()
end

function body_function()
   # 循环体
end

这有助于编译优化。我自己测试的一段代码快了20%多一点，不过相比前几条建议来说不是特别显著。

• 使用close()或d_closeall()显式回收DArray的内存。DistributedArrays.jl的文档里是这么解释的：

当主进程触发 gc (garbage collection) 时，workers上的内存会随之被回收。但主进程只存储DArray对象而DArray对象本身是很小的（数据在workers上），所以在DArray用完之后通常不会立即触发主进程的gc，导致workers上的内存回收随之延迟。