asc18超算mpi学习总结1

1. MPI_Init(&argc, &argv);初始化，MPI_Finalize();结束

所有mpi函数在Init之后执行，但每个进程都会拥有整个代码，不只是两者之间的代码，每个进程都会有变量的私有备份。

2. MPI_Comm_size(MPI_COMM_WORLD, &nproces);总进程数

   MPI_Comm_rank(MPI_COMM_WORLD, &rank);当前进程

3. MPI_Wtime();获取时间，浮点数

4. MPI_Get_processor_name(name, &len); 获取当前主机，len为长度

5. MPI_Get_version(&a, &b);获取mpi主版本次版本号

6. MPI_Send(buf, 2, MPI_INT, i, 1, MPI_COMM_WORLD);

MPI_Recv(buf, 2, MPI_INT, i, 1, MPI_COMM_WORLD, &status);

Send 发送之后，如果对相同进程发送数据，形成缓冲区，不会覆盖前面一个，Recv会一个一个的接收。

7. MPI_STATUS 有 MPI_TAG MPI_SOURCE MPI_ERROR

8. MPI_Barrier(MPI_COMM_WORLD);等待进程同步

9. MPI_ANY_SOURCE //任意源  MPI_ANY_TAG //任意tag

10. Jacobi迭代（对等模式mpi并行化）

左右两边都保留一列，

遇到的问题：边界处理，所有第0行最后一行赋值为8，左边第1列为8，右边第my_size为8，左边第0列留空，右边第my_size+1留空，这地方在最后计算时注意边界处理。0进程从2开始到my_size，3进程从1开始到my_size-1。

1.  MPI_Sendrecv(t, totalsize, MPI_DOUBLE, rank+1, 1, t, totalsize, MPI_DOUBLE, rank+1, 0, MPI_COMM_WORLD, &status); 将send和recv整合，这个函数比分开写号，系统会优化进程通信避免死锁。

2.   MPI_Sendrecv_replace(t, totalsize, MPI_DOUBLE, rank+1, 1, rank+1,0,MPI_COMM_WORLD, &status); 因为发送和接收都一样大小并且类型一样，共用缓冲区。

3.  MPI_PROC_NULL  值为-1，虚拟进程，向这个进程发送接收数据时，会返回真，执行一个空操作，简化代码，减少边界操作。

4. 矩阵向量乘（主从模式并行）

a[4][4]  b[4]

行分解：将a按行分为几块，比如当前进程数为3，将a分为2块，给进程1,2；0号进程负责广播和输出。

1负责1.2行，2负责34行或者  1负责 1 3行，2负责24行。

两种不同的分配方法，一种是顺序分配一种是取余分配。

a的第一行乘以b得c的第一个值。每一行都要乘以b，所以对于每个进程来说，b是共享的。用MPI_Bcast将b广播给所有进程。计算结果要返回给0进程。每一行计算完都返回给0进程，将每一个MPI_Send 的tag设置为当前行数，0进程接收到时根据status取出tag，便于对c的赋值。

1. 列分解（未实现）

a的每一列乘以b，b依然是共享的，a[0][0] * b[0] 得到 c[0] 的一部分，a[0][1]*b[0]的c[0]的第二部分，第一个进程得到每个c的两部分，每个进程发送时发送一个temp数组即可包含了c的部分值，将每个进程的c加和得到最终的C。

1. 矩阵乘

行分解类似矩阵向量乘，b依然是共享的，每个进程发送时，发送的是矩阵c的一行，并且tag依然代表了计算的行。

列分解（未实现）得到的是矩阵c所有值的一部分，每个进程对c的每个值加和可得c，似乎好实现。

块分解（未实现）将a行分解，b列分解，进程中的a和b相乘的c[i][j]。。。等等，计算完之后将b发给其他进程，迭代，这样每个进程都可以得到完整的b。