欢迎来到天天文库
浏览记录
ID:9063966
大小:102.50 KB
页数:6页
时间:2018-04-16
《浅谈并行编程中的任务分解模式》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、浅谈并行编程中的任务分解模式 并行编程使用线程来使得多个操作能够同时运行。并行编程主要包括应用程序中线程设计,开发和部署以及线程间相互协调和各自的操作。 在下文中我们将讨论怎样分割适合线程化大小的编程任务来多任务化一个应用程序。设计线程 不熟悉并行编程的开发者通常对例如面向对象的传统的编程模式感到非常适应。在传统的编程模式下,程序以预先定义的起点开始运行,譬如main函数,然后接连地做完一系列任务。如果程序依赖用户交互,主要的工作代码通常被封装在一个处理用户事件的循环里。 从一个约定事件开始,譬
2、如点击按钮,程序运行一段已经制定的顺序行为,最终以等待用户下个动作结束。 当设计这样的程序时,程序员喜欢一个相对简单的编程模式因为在任意一段给定的时间内只有一个事件发生。如果程序任务必须按某种方式顺序运行,程序员必须在这些事件上特意安排顺序。在这个过程的任一时刻,程序运行一步接着下一步,最终基于预先确定的参数到达一个预见的结果。 从这种线性的模式到并行编程模式,程序设计者必须重新思考程序的过程流。相比顺序执行序列限制,程序员应该识别出那些能被并行化的行为。 要这样做,他们必须把程序看作一组相互间有依赖关
3、系的任务。把程序分解成一些独立的任务并识别这些任务间的依赖性。这个过程被称为分解。 一个问题有许多分解方式:按任务,数据,或者按数据流。下面的表总结了这些分解的形式。您将很快看到,这些不同分解形式对应了不同的编程行为。分解类型设计评论任务不同的行为分配给不同的线程通常在GUI应用数据多个线程对不同的数据集执行同样的操作通常在音频处理,做图和科学编程数据流一个线程的输出是第二个线程的输入需要特别关注消除开始和结束的延迟主要的分解形式总结任务分解 按功能分解一个程序被称为任务分解。这是一种实现并行执行最简单的方式。
4、使用这种方法,每个任务被按目录分类。 如果它们中的两个能同时运行,它们会被程序员按此调度。以这种方式并行运行任务通常需要对每个函数做小量修改来避免冲突,并指出这些任务已经不再连续。 以园艺工作举例,任务分解会建议园丁按工作本身的属性分配任务:如果两个园丁到达一个客户家,一个修剪草坪,另一个铲除杂草。修剪草坪和铲除杂草是两个被分开的功能。 要完成这两个功能,园丁们需要确保他们之间相互协调,这样铲除杂草的园丁就不会坐在待修剪草坪的中间。 举个编程的例子,一个任务分解的典型案例是文字处理软件,譬如微软
5、的Word。当用户打开一个很长的文档的时候,他(她)能够马上开始输入文字。当用户输入文字时,文档分页在后台发生,于是他(她)能够很容易地看到状态栏中页数的增加。 文档输入和分页是两个独立的任务,程序员按功能将它们分开来并行运行。如果程序员没有这样设计,用户将不得不在能够输入任何文字之前等待整个文档被分页。有些朋友可能回忆起这种现象在早期的个人电脑文字处理器中非常常见。数据分解 数据分解,也被认为是数据级并行,将任务按它们处理的数据进行分解,而不是按照任务本身的性质。使用数据分解的程序通常有许多线程在执行同样的任
6、务,只是处理的数据项不同。 举个例子,假设在一个大的电子数据表里计算值。相比一个线程执行所有的计算,数据分解会建议有两个线程,每个执行一半的计算量,或者n个线程执行1/n的工作量。 如果园丁应用数据分解来分解他们的任务,他们两个会同时修剪一半的草坪,然后两个人分别铲除一半的杂草。在计算领域,决定哪一种分解形式更高效取决于系统的限制。 举例说,如果需要修剪草坪的地块非常小以至于没必要有两个人来修剪草坪,修剪草坪这个任务最好只被分配给一个园丁做,那么任务分解在这一步是最好的选择。数据分解或许适用于其它的任务
7、序列,譬如当修剪草坪完成后,两个园丁并行地来铲除杂草。 随着处理器核心数目的增加,数据分解使得任务处理规模增加。这允许在同样的时间内做更多的工作。 举园丁的例子,假设有另外两个园丁加入了工作。相比分配所有四个园丁到一个地块工作,我们不如分配两个新的园丁去另一个地块,非常有效地增加我们总的任务处理量。 假设两位新园丁和两位老园丁能够做同样多的工作,两个地块的大小也是一样的,我们已经在同样的时间内把工作量翻倍了。数据流分解 许多时候,当分解一个问题时,关键不是任务应该做什么事情,而是数据在不同任务中
8、怎样传递。在这些情况下,数据流分解将问题按数据在任务中传递的方式来分解。 生产者/消费者问题是数据流影响程序并行执行能力的著名例子。这里,一个生产者任务的输出,成为另一个消费者的输入。两个任务被不同的线程执行,直到生产者完成他的部分工作,消费者不能开始工作。
此文档下载收益归作者所有