C/C++实现高性能并行计算——1.pthreads并行编程（中）

2024-04-28 00:44
文章标签 c++ 实现 编程 高性能 并行计算 并行 pthreads

本文主要是介绍C/C++实现高性能并行计算——1.pthreads并行编程（中），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

系列文章目录

  1. pthreads并行编程(上)
  2. pthreads并行编程(中)
  3. pthreads并行编程(下)
  4. 使用OpenMP进行共享内存编程

文章目录

  • 系列文章目录
  • 前言
  • 一、临界区
    • 1.1 `pi`值估计的例子
    • 1.2 找到问题
      • 竞争条件
      • 临界区
  • 二、忙等待
  • 三、互斥量
    • 3.1 定义和初始化互斥锁
    • 3.2 销毁。
    • 3.3 获得临界区的访问权（上锁）
    • 3.4 退出临界区（解锁）
      • 3.5 小节
    • 3.6 改进`pi`值估计的例子
  • 四、忙等待 vs 互斥量
  • 总结
  • 参考

前言

在C++实现高性能并行计算——1.pthreads并行编程（上）一文中介绍了pthreads的基本编程框架，但是不是随便什么程序都像上一文中轻松多线程编程，会遇到许多问题，涉及到许多底层逻辑。本篇文章就是在讲其底层逻辑。

一、临界区

1.1 pi值估计的例子

在这里插入图片描述
并行化该例子：

// pth_pi_wrong.c
#include <stdlib.h>
#include <stdio.h>
#include <pthread.h>#define n 100000000int num_thread;
double sum = 0;void* thread_sum(void* rank);int main(int argc, char* argv[]){long thread;pthread_t* thread_handles;double pi;num_thread = strtol(argv[1], NULL, 10);thread_handles = (pthread_t *)malloc(num_thread * sizeof(pthread_t *));for (thread = 0; thread < num_thread; thread++){pthread_create(&thread_handles[thread], NULL, thread_sum, (void *)thread);}for (thread = 0; thread < num_thread; thread++){pthread_join(thread_handles[thread], NULL);}pi = 4 *sum;printf("Result is %lf\n", pi);free(thread_handles);return 0;
}void* thread_sum(void *rank){long my_rank = (long)rank;double factor;long long i;long long my_n = n / num_thread; //每个线程所要计算的个数，这里理想情况，可以被整除long long my_first_i = my_n * my_rank;long long my_last_i = my_first_i + my_n;if (my_first_i % 2 == 0){factor = 1.0;}else{factor = -1.0;}for (i = my_first_i; i < my_last_i; i++, factor = -factor){sum += factor / (2 * i + 1);}return NULL;
}

运行结果：
在这里插入图片描述在这里插入图片描述

1.2 找到问题

在这里插入图片描述

竞争条件

当多个线程都要访问共享变量或共享文件这样的共享资源时，如果至少其中一个访问是更新操作，那么这些访问就可能会导致某种错误，称之为竞争条件。

临界区

临界区就是一个更新共享资源的代码段，一次只允许一个线程执行该代码段。

二、忙等待

如何进行更新操作，又要保证结果的正确性？——忙等待
使用标志变量flag，主线程将其初始化为0

y = compute(my_rank);
while (flag != my_rank); // 忙等待，要一直等待它的flag等于其rank才会执行下面的操作
x += y; //就是临界区
flag++;

在忙等待中，线程不停地测试某个条件，但实际上，直到某个条件满足之前，这些测试都是徒劳的。
缺点：浪费CPU周期，对性能产生极大的影响。

三、互斥量

在这里插入图片描述pthread_mutex_t 是 POSIX 线程（pthreads）库中用于实现互斥锁（Mutex）的数据类型。互斥锁是并行编程中常用的同步机制，用于控制多个线程对共享资源的访问，确保一次只有一个线程可以访问该资源。

3.1 定义和初始化互斥锁

  • 可以静态初始化：pthread_mutex_t mutex = PTHREAD_MUTEX_INITIALIZER;

  • 或动态初始化：使用 pthread_mutex_init() 函数。这个函数提供了一种灵活的方式来设置互斥锁的属性，不同于使用 PTHREAD_MUTEX_INITIALIZER 进行静态初始化。动态初始化允许程序在运行时根据需要创建和配置互斥锁。
    该函数原型：

    int pthread_mutex_init(pthread_mutex_t *mutex,            /*out*/const pthread_mutexattr_t *attr		/*in */);

      参数:- mutex：指向 pthread_mutex_t 结构的指针，该结构代表互斥锁。这个互斥锁在调用 pthread_mutex_init() 之前不需要被特别初始化。- attr：指向 pthread_mutexattr_t 结构的指针，该结构用于定义互斥锁的属性。如果传入 NULL，则使用默认属性。返回值：- 成功：函数返回 0。- 失败：返回一个错误码，表示初始化失败的原因。常见的错误码包括：- EINVAL：提供了无效的属性。- ENOMEM：没有足够的内存来初始化互斥锁。

3.2 销毁。

使用 pthread_mutex_destroy() 函数销毁互斥锁，释放任何相关资源。这通常在互斥锁不再需要时进行。
该函数原型是

int pthread_mutex_destroy(pthread_mutex_t *mutex);

3.3 获得临界区的访问权（上锁）

使用 pthread_mutex_lock() 函数来锁定互斥锁。如果互斥锁已被其他线程锁定，调用线程将阻塞，直到互斥锁被解锁。
该函数原型：

int pthread_mutex_lock(pthread_mutex_t *mutex);

参数

  • mutex：指向已初始化的 pthread_mutex_t 结构的指针，表示要锁定的互斥锁。

返回值

  • 成功：如果函数成功锁定互斥锁，它返回 0。
  • 失败：返回一个错误码，表明为什么锁定失败。常见的错误码包括：
    • EINVAL：如果互斥锁未正确初始化，会返回此错误。
    • EDEADLK：如果是错误检查互斥锁，并且当前线程已经锁定了这个互斥锁，会返回此错误，指示死锁风险。

3.4 退出临界区（解锁）

使用 pthread_mutex_unlock() 函数来解锁互斥锁，允许其他正在等待的线程获得资源访问权限。
该函数原型：

int phtread_mutex_unloc(pthread_mutex_t* mutex_p);

参数

  • mutex：指向需要解锁的 pthread_mutex_t 结构的指针。该互斥锁应该是先前由调用线程使用 pthread_mutex_lock() 锁定的。

返回值

  • 0：函数成功解锁了互斥锁。
  • 失败：返回一个错误码，表明为什么锁定失败。常见的错误码包括：
    • EINVAL：如果互斥锁没有被正确初始化，或者互斥锁指针无效，将返回此错误。
    • EPERM：如果当前线程不持有该互斥锁的锁定权，即尝试解锁一个它并没有锁定或者根本未被锁定的互斥锁，将返回此错误。

3.5 小节

pthread_mutex_t 是 POSIX 线程（pthreads）库中用于实现互斥锁（Mutex）的数据类型。互斥锁是并行编程中常用的同步机制，用于控制多个线程对共享资源的访问，确保一次只有一个线程可以访问该资源。

互斥锁的基本概念

  • 互斥：互斥锁保证当一个线程访问共享资源时，其他线程必须等待，直到该资源被释放（解锁），从而防止数据冲突和不一致性。
  • 死锁：如果不正确使用互斥锁，可能导致死锁，即两个或多个线程相互等待对方释放资源，结果都无法继续执行。

使用 pthread_mutex_t 类型的互斥锁通常包括以下几个步骤：

  1. 定义和初始化互斥锁
  2. 锁定互斥锁
  3. 访问共享资源
  4. 解锁互斥锁
  5. 销毁互斥锁

下面是使用 pthread_mutex_t 的简单示例：

#include <pthread.h>
#include <stdio.h>pthread_mutex_t lock;  //拿到pthread_mutex_t类型的对象lock，它这里还是个全局变量
int counter = 0;void* increment_counter(void* arg) {pthread_mutex_lock(&lock);   // 锁定互斥锁int i = *((int*) arg);counter += i;                // 修改共享资源printf("Counter value: %d\n", counter);pthread_mutex_unlock(&lock); // 解锁互斥锁return NULL;
}int main() {pthread_t t1, t2;pthread_mutex_init(&lock, NULL); // 初始化互斥锁int increment1 = 1;int increment2 = 2;pthread_create(&t1, NULL, increment_counter, &increment1);pthread_create(&t2, NULL, increment_counter, &increment2);pthread_join(t1, NULL);pthread_join(t2, NULL);pthread_mutex_destroy(&lock); // 销毁互斥锁printf("Final Counter value: %d\n", counter);return 0;
}

注意事项

  • 避免死锁：确保每个锁定的互斥锁最终都会被解锁，特别是在可能引发异常或提前返回的代码段之前。
  • 适当的锁粒度：选择正确的锁粒度很重要。过粗的锁可能导致性能低下，而过细的锁可能增加复杂性和死锁的风险。

互斥锁是保护共享数据和防止并发错误的关键工具，在设计多线程程序时需要仔细管理。

3.6 改进pi值估计的例子

主要是改进线程函数里面访问全局变量的那段代码（也就是临界区）

void* thread_sum(void *rank){long my_rank = (long)rank;double factor;long long i;long long my_n = n / num_thread; //每个线程所要计算的个数，这里理想情况，可以被整除long long my_first_i = my_n * my_rank;long long my_last_i = my_first_i + my_n;//这里定义my_sum是因为不想频繁调用互斥锁的访问临界区的权限（for循环里），所以只在最后将my_sum赋给sum的时候调用访问权限和退出权限double my_sum;  if (my_first_i % 2 == 0){factor = 1.0;}else{factor = -1.0;}for (i = my_first_i; i < my_last_i; i++, factor = -factor){my_sum += factor / (2 * i + 1);}pthread_mutex_lock(&mutex);sum += my_sum;pthread_mutex_unlock(&mutex);//在一个线程函数中只调用一次申请锁和释放锁的条件return NULL;
}

主函数：

#include <stdlib.h>
#include <stdio.h>
#include <pthread.h>#define n 100000000pthread_mutex_t mutex;int num_thread;
double sum = 0;void* thread_sum(void* rank);int main(int argc, char* argv[]){long thread;pthread_t* thread_handles;double pi;num_thread = strtol(argv[1], NULL, 10);thread_handles = (pthread_t *)malloc(num_thread * sizeof(pthread_t *));//初始化互斥锁pthread_mutex_init(&mutex, NULL);for (thread = 0; thread < num_thread; thread++){pthread_create(&thread_handles[thread], NULL, thread_sum, (void *)thread);}for (thread = 0; thread < num_thread; thread++){pthread_join(thread_handles[thread], NULL);}pi = 4 *sum;printf("Result is %lf\n", pi);free(thread_handles);pthread_mutex_destroy(&mutex);return 0;
}

运行结果：
在这里插入图片描述

四、忙等待 vs 互斥量

在这里插入图片描述

总结

  1. 发现问题：线程之间会产生竞争条件

  2. 解决思路：临界区：在更新共享资源的代码段处，一次只允许一个线程执行该代码段。但是如何使得该区域每次只能有一个线程访问（如何使得该区域成为临界区）

  3. 解决方法：

    • 忙等待：使用标志变量flag，在线程函数中，每次要更新共享资源的代码处时设置一个判断flag的条件语句，只有当flag满足特定条件，才能让相应的线程进行更新共享资源。
    • 互斥量/锁：
      • 初始化锁（因为互斥锁是pthread库中的一个数据类型，得要初始化，当然也涉及到销毁）
      • 上锁
      • 访问共享内存
      • 解锁
      • 销毁锁

  4. 忙等待 vs 互斥锁：忙等待因为要频繁地执行判断语句，所以效率低。最好使用互斥锁

  5. 在使用互斥锁的时候也尽量避免频繁上锁，解锁操作，这样会印象性能。尽量每个线程只执行一次（这不是绝对，看具体执行什么操作）

  6. 这里也只是讨论了每个线程执行结果没有逻辑上的先后顺序，就像有理数的乘法交换律一样，不管什么顺序乘，结果都一样。有先后顺序的情况将在下一篇文章讨论，就如同矩阵乘法，顺序很重要！

参考

  1. 【团日活动】C++实现高性能并行计算——⑨pthreads并行编程

这篇关于C/C++实现高性能并行计算——1.pthreads并行编程（中）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/941930。

相关文章

使用Python实现IP地址和端口状态检测与监控

使用Python实现IP地址和端口状态检测与监控

《使用Python实现IP地址和端口状态检测与监控》在网络运维和服务器管理中,IP地址和端口的可用性监控是保障业务连续性的基础需求,本文将带你用Python从零打造一个高可用IP监控系统,感兴趣的小伙... 目录概述：为什么需要IP监控系统使用步骤说明1. 环境准备2. 系统部署3. 核心功能配置系统效果展
阅读更多...
Python实现微信自动锁定工具

Python实现微信自动锁定工具

《Python实现微信自动锁定工具》在数字化办公时代,微信已成为职场沟通的重要工具,但临时离开时忘记锁屏可能导致敏感信息泄露,下面我们就来看看如何使用Python打造一个微信自动锁定工具吧... 目录引言：当微信隐私遇到自动化守护效果展示核心功能全景图技术亮点深度解析1. 无操作检测引擎2. 微信路径智能获
阅读更多...
Java并发编程之如何优雅关闭钩子Shutdown Hook

Java并发编程之如何优雅关闭钩子Shutdown Hook

《Java并发编程之如何优雅关闭钩子ShutdownHook》这篇文章主要为大家详细介绍了Java如何实现优雅关闭钩子ShutdownHook,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起... 目录关闭钩子简介关闭钩子应用场景数据库连接实战演示使用关闭钩子的注意事项开源框架中的关闭钩子机制1.
阅读更多...
C#如何调用C++库

C#如何调用C++库

《C#如何调用C++库》：本文主要介绍C#如何调用C++库方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录方法一：使用P/Invoke1. 导出C++函数2. 定义P/Invoke签名3. 调用C++函数方法二：使用C++/CLI作为桥接1. 创建C++/CL
阅读更多...
Python中pywin32 常用窗口操作的实现

Python中pywin32 常用窗口操作的实现

《Python中pywin32常用窗口操作的实现》本文主要介绍了Python中pywin32常用窗口操作的实现,pywin32主要的作用是供Python开发者快速调用WindowsAPI的一个... 目录获取窗口句柄获取最前端窗口句柄获取指定坐标处的窗口根据窗口的完整标题匹配获取句柄根据窗口的类别匹配获取句
阅读更多...
在 Spring Boot 中实现异常处理最佳实践

在 Spring Boot 中实现异常处理最佳实践

《在SpringBoot中实现异常处理最佳实践》本文介绍如何在SpringBoot中实现异常处理,涵盖核心概念、实现方法、与先前查询的集成、性能分析、常见问题和最佳实践,感兴趣的朋友一起看看吧... 目录一、Spring Boot 异常处理的背景与核心概念1.1 为什么需要异常处理？1.2 Spring B
阅读更多...
Python位移操作和位运算的实现示例

Python位移操作和位运算的实现示例

《Python位移操作和位运算的实现示例》本文主要介绍了Python位移操作和位运算的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录1. 位移操作1.1 左移操作 (<<)1.2 右移操作 (>>)注意事项：2. 位运算2.1
阅读更多...
如何在 Spring Boot 中实现 FreeMarker 模板

如何在 Spring Boot 中实现 FreeMarker 模板

《如何在SpringBoot中实现FreeMarker模板》FreeMarker是一种功能强大、轻量级的模板引擎,用于在Java应用中生成动态文本输出（如HTML、XML、邮件内容等）,本文... 目录什么是 FreeMarker 模板？在 Spring Boot 中实现 FreeMarker 模板1. 环
阅读更多...
Qt实现网络数据解析的方法总结

Qt实现网络数据解析的方法总结

《Qt实现网络数据解析的方法总结》在Qt中解析网络数据通常涉及接收原始字节流,并将其转换为有意义的应用层数据,这篇文章为大家介绍了详细步骤和示例,感兴趣的小伙伴可以了解下... 目录1. 网络数据接收2. 缓冲区管理（处理粘包/拆包）3. 常见数据格式解析3.1 jsON解析3.2 XML解析3.3 自定义
阅读更多...
SpringMVC 通过ajax 前后端数据交互的实现方法

SpringMVC 通过ajax 前后端数据交互的实现方法

《SpringMVC通过ajax前后端数据交互的实现方法》：本文主要介绍SpringMVC通过ajax前后端数据交互的实现方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价... 在前端的开发过程中，经常在html页面通过AJAX进行前后端数据的交互，SpringMVC的controll
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2