C/C++实现高性能并行计算——1.pthreads并行编程（中）

满船清梦压星河peng2024-04-28 10:47

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](#1.1 pi值估计的例子)
    • [1.2 找到问题](#1.2 找到问题)
  • 二、忙等待
  • 三、互斥量
    • [3.1 定义和初始化互斥锁](#3.1 定义和初始化互斥锁)
    • [3.2 销毁。](#3.2 销毁。)
    • [3.3 获得临界区的访问权（上锁）](#3.3 获得临界区的访问权（上锁）)
    • [3.4 退出临界区（解锁）](#3.4 退出临界区（解锁）)
      • [3.5 小节](#3.5 小节)
    • [3.6 改进`pi`值估计的例子](#3.6 改进pi值估计的例子)
  • [四、忙等待 vs 互斥量](#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

并行化该例子：

cpp 复制代码 
// pth_pi_wrong.c
#include <stdlib.h>
#include <stdio.h>
#include <pthread.h>

#define n 100000000

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 *));

	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：

1.2 找到问题

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

cpp 复制代码 
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

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：

    cpp 复制代码 
    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

cpp 复制代码 
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：

cpp 复制代码 
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：

cpp 复制代码 
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：

c 复制代码 
#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）

cpp 复制代码 
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：

cpp 复制代码 
#include <stdlib.h>
#include <stdio.h>
#include <pthread.h>

#define n 100000000

pthread_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：

四、忙等待 vs 互斥量

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
相关推荐
爱吃生蚝的于勒1 小时前
C语言内存函数
c语言·开发语言·数据结构·c++·学习·算法
小白学大数据3 小时前
Python爬虫开发中的分析与方案制定
开发语言·c++·爬虫·python
舞动CPU4 小时前
linux c/c++最高效的计时方法
linux·运维·服务器
versatile_zpc6 小时前
C++初阶：类和对象（上）
开发语言·c++
小鱼仙官6 小时前
MFC IDC_STATIC控件嵌入一个DIALOG界面
c++·mfc
神仙别闹6 小时前
基本MFC类框架的俄罗斯方块游戏
c++·游戏·mfc
秦jh_6 小时前
【Linux】多线程（概念，控制）
linux·运维·前端
娅娅梨6 小时前
C++ 错题本--not found for architecture x86_64 问题
开发语言·c++
兵哥工控6 小时前
MFC工控项目实例二十九主对话框调用子对话框设定参数值
c++·mfc
我爱工作&工作love我7 小时前
1435：【例题3】曲线 一本通 代替三分
c++·算法
热门推荐
01玄机平台应急响应—webshell查杀02Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO03【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总04新版微信小程序获取用户手机号05文件或文件夹名称中有空格如何批量去除06组基轨迹建模 GBTM的介绍与实现（Stata 或 R）07【TC3xx芯片】TC3xx芯片电源管理系统PMS详解08优化手机性能，解决卡顿问题：关闭这3个微信开关，释放内存空间09基于YOLOv10深度学习的CT扫描图像肾结石智能检测系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标检测10【Flutter】基于 GetX 实现 Dio 的生命周期自动化