OpenMP（五）线程的调度优化

线程的调度优化

1. 引言

    通过前边的介绍，知道了并行区域，默认情况下会自动生成与CPU个数相等的线程，然后并行执行并行区域中的代码。对于并行区域中的for循环有特殊的声明方式，这样不同的线程可以分别运行for循环变量的不同部分。通过锁同步（atomic、critical、mutex函数）或事件同步（nowait、single、section、master）来实现并行区域的同步控制。

 

    那么系统是如何对线程进行调度的呢？具体的调度策略均有底层完成，本节介绍几种for可以在上层对for循环进行控制的调度策略。

 

2. 调度策略

   

    调度策略                  功能                                                                                                 适用场合

    static                     循环变量区域分为n等份，每个线程平分n份任务                                       各个cpu的性能差别不大

 

    dynamic                 循环变量区域分为n等份，某个线程执行完1份之后执行其他需要执行的         cpu之间运行能力差异很大

                                  那一份任务

 

    guided                   循环变量区域由大到小分为不等的n份，运行方法类似dynamic                   由于任务比dynamic不同，

                                                                                                                                         所以可以减少调度开销

 

    runtime                  在运行时来适用上述三种调度策略中的一种，默认使用static

 

    示例：

3.1. static

 

   

#include <iostream>
#include <omp.h>

int main()
{

//static调度策略，for循环每两次迭代分为一个任务
#pragma omp parallel for schedule(static, 2)
    for(int i = 0; i < 10; ++i)
    {
    //被分为5个任务，其中循环0~1,4~5， 8~9分配给了第一个线程，
     //其余的分配给第二个线程
         std::cout << "thread id: " << omp_get_thread_num() << " value: " << i << std::endl;
    }

    return 0;
}

#include <iostream> #include <omp.h> int main() { //static调度策略，for循环每两次迭代分为一个任务 #pragma omp parallel for schedule(static, 2) for(int i = 0; i < 10; ++i) { //被分为5个任务，其中循环0~1,4~5， 8~9分配给了第一个线程， //其余的分配给第二个线程 std::cout << "thread id: " << omp_get_thread_num() << " value: " << i << std::endl; } return 0; }

 

 

3.2. dynamic

   

#include <iostream>
#include <omp.h>

int main()
{
    //dynamic调度策略，for循环每两次迭代分为一个任务
    #pragma om parallel for schedule(dnamic, 2)
    for(int i = 0; i < 10; ++i)
    {
    //分为5个任务，只要有任务并且线程空闲，那么该线程会执行该任务
         std::cout << "thread id: " << omp_get_thread_num() << " value: " << i << std::endl;
    }

    return 0;
}

#include <iostream> #include <omp.h> int main() { //dynamic调度策略，for循环每两次迭代分为一个任务 #pragma om parallel for schedule(dnamic, 2) for(int i = 0; i < 10; ++i) { //分为5个任务，只要有任务并且线程空闲，那么该线程会执行该任务 std::cout << "thread id: " << omp_get_thread_num() << " value: " << i << std::endl; } return 0; }

 

 

3.3. guided

    guided调度策略与dynamic区别在于，所分的任务块是从大到小排列的。具体分块算法为：每块的任务大小为：【迭代次数/线程个数的二倍】。其中每个任务的最小迭代次数由guided声明设定，默认为1。

 

    举例说明：

   

#pragma omp for schedule [guided, 80]

for(int i = 0; i < 800; ++i)
{
    // .....
}

#pragma omp for schedule [guided, 80] for(int i = 0; i < 800; ++i) { // ..... }

 

 

两个cpu，那么任务分配如下：

第一个任务： [800/(2*2)] = 200

第二个任务：第一个任务分了200，还有600，那么[600/(2*2)] = 150

第三个任务：第二个任务分了150，还有450，那么[450/2*2)] = 113

第四个人任务：第三个任务分了113，还有337，那么[337/(2*2)] = 85

第五个任务：第四个任务分了85，还有252，那么[252/(2*2)] = 63, 小于声明的80，那么这里为80

第六个任务：第五个任务分了80，还有172，根据声明，这里为80（因为会小于80）

第七个任务：第六个任务分了80，还有92，根据声明，这里为80（因为会小于80）

第八个任务：第七个任务分了80，还有12，根据声明，这里为12（因为不够80）

 

3.4.runtime

运行时底层动态选择调度策略。