OpenMP多线程编程.docx

OpenMP多线程编程（一）前言 总算学完了OpenMP多线程编程的内容，由于在读者上看到20岁以后，大脑就开始衰老，所以为了保持住不太牢靠的记忆，我决定重新拾起十年前的习惯：归纳总结OpenMP简介 OpenMP诞生于1997年，由此看来，已经是十多年的历史了。目前已经有3.0的版本了，但是我使用的是VS2005自带的2.0版本，所以有些功能还不是很健全，譬如task。注意其支持的语言主要是Fortran和C语言，所以各位朋友在选择的时候要谨慎处理。在这里，我想展开想象的翅膀，跑题到Java语言的多线程编程中看看。 据我目前的知识了解到，Java多线程编程主要是通过继承Thread类或实现Runnable接口来实现的。创建线程是通过new关键字，具体的操作在run（）里完成。整体思想可以理解为：1.完成一个能实现具体功能的线程类，其中的“具体功能”体现在内部的run()方法中；2.如果想使用某个线程来完成上述类的具体功能，则需要在相应的位置生成该类的对象从而实现调用。这个过程是比较标准的OO编程思想。 回到我们的主题里，OpenMP可以理解为在C或Fotran语言里，利用自身的编译指导、库函数以及环境变量，对其功能进行拓展，简单易学。给个例子，大家自己体会一下，就很清晰了。1 #include stdafx.h;2 #include /OpenMP头文件3 int _tmain(int argc, _TCHAR* argv)4 5 printf("This is a OpenMPtest!n"); /串行执行6 printf("Start.n");7 #pragma omp parallel /生成多个线程，执行并行语句8 9 printf("Hello world! Thread number is %dn",omp_get_thread_num();10 /并行执行结束11 printf("The end!n");12 return 0;13 其中比较陌生的地方自然就是OpenMP的内容了：其中第7行是编译指导；第9行是库函数调用，为此我们引入了omp.h；其中具体有几个线程被生成，没有提到，这个是通过环境变量设置或默认的。编译环境选择及搭建 结合当前比较火热的编译器，我们选择VS2005，大材小用一次。我们只利用其中C+的控制台程序。但是由于其强大的库函数已包括OpenMP，所以无须自己添加环境，只需要修改配置即可。 在编译之前通过菜单项目OpenMPtest属性，选择配置属性|C/C+|语言，将OpenMP支持一项，修改为：是（/openmp）基本编译指导语句在OpenMP中，创建线程的编译指导语句格式如下：#pragma omp parallel clauseclause /并行区域代码 只有有了这句话，才能体现出“多线程”。而且，可以看出，该语法不是C或Fotran的语法，所以是独立的语句，如果对于不支持OpenMP的编译器，该语句也不会报错，会被当作注释忽略掉而维持单线程的执行模式，其优势不言而喻。由于是创建了多个线程执行相同的事情，可以理解是多个线程做重复的工作，而很多情况下，我们需要的是任务分配，每个线程做不同的工作。于是，有下面的语句可以完成。#pragma omp parallel for clauseclause for( index=first; test_ loop_variable;change_loop_variable) /循环体语句 注意，只是多了个for，之后的内容就是分解完成。对于第一个语句，可以理解为，同学们做作业，每人都需要完成；后者可以理解大家合作做项目，每个人只需要完成一个模块，最后集体完成一个项目即可。以上内容就已经帮我们创建多线程，以及任务分配了。我们需要在具体的需求下做具体的选择。先说到这儿，下次说说数据冲突，就是由于这些并行（多线程）而带来的后患，我们应该怎么处理OpenMP多线程编程（二）数据相关及解决 串行程序改为并行程序，最容易出现的新问题，就是数据相关与冲突了。本来由一个线程做的工作，分给多个线程做，自然会出现一些千丝万缕的瓜葛，如同一个人做的项目，现在由几个人来做，难免需要额外沟通和解释的。 数据相关的解决技术在OpenMP也已经比较完善了。结合OS的思想，数据冲突主要利用临界区和信号量来解决，另外OpenMP增加了数据规约。下面我们分别谈谈各自使用方法。临界区 万不得已的选择，因为它是并行程序中不得不串行的区域集合。所以，我们追求“小”，一个临界区可以拆分的话，尽量拆分。临界区的工作原理，是需要排队，然后依次执行的，所以效率很低。具体语句为：#pragma omp critical例子：累加求和。对于和的结果sum变量是共享的，所以需要临界区保护，但是效率已经降低为串行。数据规约 由于临界区的效率比较低，不能实现真正意义上的并行，而对于某些问题是可以通过分解的思路进行并行的。比如，上面的累加求和，是可以通过分别累加，然后再汇总的思路完成的，于是出现了数据规约的思想。语法：#pragma omp for reduction(+:sum) 上述语句就是将sum变量在每个线程中生成一个副本，计算各自线程中累加的结果，然后最后累加到共享的sum变量中。效率明显提高了吧？不过，这种用法是有局限性的，大家可以体会到写法上涉及到操作，所以，该用法只能用于基本运算符中的操作，譬如加减乘除之类的。原子操作 微型临界区。大家可能都听说过原子性，原子操作就是为了将读写绑定到一起，从而避免与更新有关的冲突，由于该“串行工作量”非常小，所以说原子操作提供了一种更高效率的互斥锁机制。#pragma omp atomic同样，原子操作也是只能用于特定的原子运算符：+,-,*,/,|,&,. 注意：以上语句一般都是在parallel语句内部使用，因为主要是由并发引出的一系列数据冲突问题，所以要在并行代码内解决这些冲突给大家补充一个例子吧：#include stdafx.h#include #include #include long long num_steps = 1000000000;double step;int _tmain(int argc, _TCHAR* argv)/*并行执行计算*/sum=0.0;start = clock();#pragma omp parallel for reduction(+:sum),private(x)/*并行控制语句:另外，对sum变量进行数据规约；对x变量进行私有化*/for (i=0; inum_steps; i+)x = (i + .5)*step;sum += 4.0/(1.+ x*x);pi = sum*s