openMP - 需要原子或减少子句

Question

我正在使用openMP来并行化几个语句。我正在使用平行于构造。并行化for循环看起来像：

double solverFunction::apply(double* parameters_ , Model* varModel_) 
{ 
    double functionEvaluation = 0; 
    Command* command_ = 0; 
    Model* model_ = 0; 

    #pragma omp parallel for shared (functionEvaluation) private (model_,command_) 
    for (int i=rowStart;i<rowEnd+1;i++) 
    { 
     model_ = new Model(varModel_); 
     model_->addVariable("i", i); 
     model_->addVariable("j", 1); 
     command_ = formulaCommand->duplicate(model_); 
     functionEvaluation += command_->execute().toDouble(); 
    } 
} 

这是平均工作。执行时间显着减少，结果为如预期。然而，不时，尤其是对于大的问题（在我迭代的大数字，数据的大数量的拷贝构造函数调用

model_ = new Model(varModel_); 

，别人复制？），它坠毁。调用堆栈以诸如qAtomicBasic（它是一个用C++/Qt编写的程序），QHash等类为终点，并且由于内存中的并发读/写访问，我有一个想法它崩溃了。

但是，model_和command_是私有的，以便每个线程处理每个线程的副本。在变量model_中，我复制了varModel_，以便在参数中传递的指针不会被线程更改。同样，command_是成员变量formulaCommand的副本（重复只是一个副本构造函数）。

在我的代码的可能的缺陷我识别是

• functionEvaluation可以由多个线程进行修改声明同时

• 拷贝构造

  model_ =新模型（varModel_）;

读取内存中varModel_的成员以构造新的（model_）实例。对varModel_数据成员的并发访问可能会发生，尽管这不是在这里改变它们的值，而只是读取它们（影响到其他变量）。

而且，我只看到两个方面的改进（我不能测试直到几天，但我求教反正）：

• 添加原子条款，使functionEvalution没有同时写在

• 增加操作符减少（+，functionEvaluation），所以关于获得functionEvaluation是并发处理的自动

做次这些解决方案似乎能够精确地解决问题，而且一般来说效率更高？问题在于我写的代码在哪里？什么是解决方案？

非常感谢！

Answer 1

第一个观察结果是，正如您已经注意到的那样，同时修改functionEvaluation是一个坏主意。它将失败。

另一方面，varModel_的只读访问不成问题。复制构造函数调用也没有（但它在哪里？你的代码没有显示它）。

无关地，在C++中使用private子句是一个坏主意。只需在内部声明线程专用变量并行块（在本例中为for循环）。

我也不明白你为什么在这里使用指针。它们的使用没有直接意义 - 使用堆栈分配的对象。

以下修改后的代码应该工作（我也采取了统一的编码风格的自由......为什么尾随下划线）：

double solverFunction::apply(double parameters, Model const& varModel) 
{ 
    double result = 0; 

    #pragma omp parallel for reduction(+:result) 
    for (int i = rowStart; i < rowEnd + 1; ++i) 
    { 
     Model model(varModel); 
     mode.addVariable("i", i); 
     mode.addVariable("j", i); 
     Command command = formulaCommand->duplicate(model); 
     result += command.execute().toDouble(); 
    } 

    return result; 
} 

需要注意的是，由于固有的浮点不准确，这个代码可能产生不同的结果来自顺序代码。这是不可避免的。

Answer 2

同时修改functionEvaluation在你的代码中肯定是一个问题，处理它的最好方法是reduction子句。

还有一个问题是，您通过并行调用new来分配堆内存，这对于许多迭代来说绝不是一个好主意，因为系统在调用new时存在系统范围锁定。考虑切换到堆栈分配，因为堆栈对每个线程都是私有的，而堆是共享的。