4、并行计算中的事件聚合与MPI派生数据类型应用

并行计算中的事件聚合与MPI派生数据类型应用

1. 顺序保持事件聚合

1.1 基于通道ID的扩展算法

在TBONs（Tree-Based Overlay Networks）中，为解决事件聚合问题，提出了一种基于通道ID的扩展算法。该算法通过为每个事件分配通道ID，而非记录参与事件的进程列表，解决了原算法的可扩展性限制。

例如，在处理事件流时，若事件C0和C1不属于某个节点，该算法可将这些事件从节点0的队列移动到它们所属的节点。不过，这种粗粒度的挂起机制可能导致循环等待情况，即多个事件类型聚合时无法完成聚合。为解决此问题，GTI实现的基于通道ID的挂起机制包含超时机制，可在发生死锁时中止聚合集以解决死锁。

1.2 性能结果

为验证算法的可扩展性，在一个每节点16核、共864个节点且采用QDR InfiniBand网络的Opteron Linux集群上进行了两个合成测试用例。

• 单类型事件聚合 ：如图6(a)所示，对一种不进行进程间通信的空操作事件进行聚合。将慢化率归一化到32个任务的最快测量运行结果，并使用五种不同的树配置。除了单工具层配置p外，慢化率随进程数增加缓慢上升，当扇入为4时，从32个进程增加到2048个进程，慢化率增加两倍。对于2048个任务，基于GTI的工具每秒每个任务可聚合超过10,000个事件。
• MPI屏障事件聚合 ：如图6(b)所示，计算基于未插桩版本基准的慢化率。随着屏障事件通信成本随规模增加，除配置p外，所有扇入的工具开销实际上都在降低。

1.3