循环结构的并行(二)

2、shedule条件

把并行循环中的计算指定给线程这种方式称为循环队列（loop’s schedule）。对于并行循环中并形体计算量接近的情况，使用默认的队列方式是最优的。但也存在并行循环中每个并行计算量大小不一致的情况，如果计算量大小差距很大，并行程序的执行时间是以最后完成的那个线程为结束标记的，所以如果还采用相同的队列方式，计算量小的线程会先执行完，然后等计算量大的线程执行完，最后才结束并行。在这种情况下，队列分布的不均将会影响整个并行的运行效率，因此，需要去设置其队列选项来控制队列的分布。

schedule条件的格式如下：

schedule(type[,chunk])

其中type有static，dynamic，guided和auto四种，chunk是表示一个并行块的大小。如果需要对1000个循环进行并行，可以将它分成8个并行块（chunk），每个并行块就包括125个循环，则并行块的大小就是125，即chunk size。线程执行的具体对象就是这些并行块chunk。static表示静态分割并行块，在整个并行计算过程中并行块的大小都一样。dynamic则表示动态分割，默认其并行块尺寸为1。guided表示向导性的分割，指定第一个并行块的大小，后面每个并行块的尺寸都会递减，直到最小的并行块尺寸。采用auto或runtime时，不需要设置chunk参数，此时队列类型将由环境变量omp_schedule来控制。

循环结构并行队列过程以及在CPU中执行队列过程如下图所示：

若循环结构中循环次数为100次，通过schedule队列指定每块尺寸为20（即20个循环），则有5个并行块，每个并行块中并形体（一个循环）仍然按串行方式排列。每个并行块对应一个新的线程。若计算机CPU具有4个执行核或4线程，那么每一时刻最多只能执行4个线程，而现在有5个并行块，所以最多只能执行4个并行块，剩下一个并行块就只有在后面，并行计算所耗时间是由最慢的那个线程（并行块）来决定的，所以尽量让这些并行块数目是计算机CPU核心的倍数（1倍或其它整数倍），以充分利用计算机CPU资源。

下面通过一个程序动态设置并行块大小来测试对计算效率的影响，代码如下：

// File: ScheduleTest.cpp

#include "stdafx.h"

#include<omp.h>

#include<iostream>

using namespace std;

//private测试

int ScheduleTest()

{

cout<<"ScheduleTest输出：\n";

inti=0,j,chunkSize = 1;

doublestarttime,endtime;

cout<<"请输入并行块的大小（-200）：\n";

cin>>chunkSize;

starttime=omp_get_wtime();

#pragmaomp parallel for private(j)schedule(static,chunkSize)

for(i=0;i<200;i++)

{

for(j=0;j<100000000;j++);

}

endtime=omp_get_wtime();

cout<<"计算耗时为："<<endtime-starttime<<"s\n";

return0;

}

分别设置并行块大小为1、2等，分别测试其计算耗时，结果如下表所示：

并行块大小	计算耗时(s)	并行块数目	每核平均执行并行块数目	空闲线程数	并行块大小	计算耗时(s)	并行块数目	每核平均执行并行块数目	空闲线程数
1	7.08998	200	25.0	0	24	8.57893	9	1.0	7
2	7.2503	100	12.5	4	25	7.05088	8	1.0	0
3	7.44965	67	8.3	5	26	7.25465	8	1.0	0
4	7.67307	50	6.3	6	27	7.45207	8	0.9	0
5	7.09083	40	5.0	0	28	7.87446	8	0.9	0
6	8.1865	34	4.2	6	29	8.4484	7	0.9	1
7	7.69326	29	3.6	3	30	8.17421	7	0.8	1
8	8.57003	25	3.1	7	31	8.41376	7	0.8	1
9	7.36662	23	2.8	1	32	8.62639	7	0.8	1
10	8.30294	20	2.5	4	33	9.14871	7	0.8	1
11	9.01532	19	2.3	5	34	9.09194	6	0.7	2
12	8.58991	17	2.1	7	35	9.32059	6	0.7	2
13	7.27074	16	1.9	0	36	9.5623	6	0.7	2
14	7.70015	15	1.8	1	37	10.0546	6	0.7	2
15	8.26512	14	1.7	2	38	10.1078	6	0.7	2
16	8.72735	13	1.6	3	39	10.248	6	0.6	2
17	9.05444	12	1.5	4	40	10.472	5	0.6	3
18	9.52952	12	1.4	4	50	12.572	4	0.5	4
19	10.0843	11	1.3	5	80	20.2732	3	0.3	5
20	10.5465	10	1.3	6	100	24.5377	2	0.3	6
21	10.9686	10	1.2	6	150	36.5224	2	0.2	6
22	11.4323	10	1.1	6	200	48.5702	1	0.1	7
23	10.2983	9	1.1	7

注：空闲线程指每队列中并行块数目没有填满CPU中总线程，所剩下的空闲线程（实际上这些线程不是空闲的，它可能用于其它程序，在此只是假定空闲以便于比较）。

从上图以及测试结果可以得知：在每核平均执行并行块数目大于或等于1.0时，并行块数目对计算效率的影响呈锯齿状形态；当每核平均执行并行块数目小于1.0时，计算效率急剧下降；空闲线程数目越多，计算效率越低。当每核平均执行并行块数目为1，且每个并行块中尺寸均匀相等时，计算效率会提供到极大值，上例中即并行块尺寸为25时。若每个循环的计算量相差不大，建议采用static设置每个并行块尺寸一样。

相关程序源码下载地址：
http://download.youkuaiyun.com/detail/xwebsite/3843187