并行编程

1. 并发与并行的区别

• 并发是多个任务抢占相同的CPU（不同时）；
• 并行系统同时运行多个任务在不同的CPU上；

2. 并行编程内的交流

两种：共享状态（信号量等）和消息传递。

• 共享状态：多个并行任务共享一个变量
• 消息传递：尽管内存使用率高，但消息传递杜绝了并行获取共享变量的情况

3. 并行编程的问题

死锁 deadlock

死锁是多个进程等待某个条件释放它们的任务，但是这种条件永远不会发生。

饥饿 starvation

因为在处理进程优先级时的不合理排序，可能导致某些进程永远不能被执行。

竞争条件 race conditions

并行程序存在不确定性，即你不能确定哪个进程先执行，哪个进程先结束。不确定性导致如果程序里缺少某些同步机制，竞争条件便会发生。

并行程序要求某些步骤一定要是原子的。假设我们有一个过程：

1. 读余额
2. 加20元
3. 写新余额

如果不把这三步定义为原子的，多进程并行这段代码时很可能发生错误。

4. 设计并行算法

数据分解

将数据分为独立的多部分，然后并行处理每个部分

使用pipline分解任务

pipline的每一个阶段都有自己的可以以并行方式运行的workers。然而，每个阶段的workers之间需要实现数据交换。如下图：

在分解任务啊的时候要注意：

1. 识别独立的任务；
2. 识别任务之间的数据交换；

Ref:

《Parallel Programming with Python》