为什么GCD会增加执行时间？

Question

我尝试学习Grand Central Dispatch(GCD)并使用以下代码进行测试:

使用GCD:

#include <dispatch/dispatch.h>
#include <vector>
#include <cstdlib>
#include <iostream>

int main(int argc, char *argv[])  
{
   const int N = atoi(argv[1]);
   __block std::vector<int> a(N, 0);
   dispatch_apply(N, 
     dispatch_get_global_queue(DISPATCH_QUEUE_PRIORITY_DEFAULT, 0), 
     ^(size_t i) 
     { 
       a[i] = i;
#ifdef DEBUG           
       if ( i % atoi(argv[2]) == 0)
         std::cout << a[i] <<  std::endl;
#endif
     });
  return 0;
}

没有GCD:

#include <vector>
#include <cstdlib>
#include <iostream> 

int main(int argc, char *argv[]) 
{
  const int N = atoi(argv[1]);
  std::vector<int> a(N, 0);
  for (int i = 0; i < N; i++)   
    {
      a[i] = i;
#ifdef DEBUG
      if ( i % atoi(argv[2]) == 0)
    std::cout << a[i] <<  std::endl;
#endif
    }
 return 0;
}

GCD的测试结果如下:

$ time ./testgcd 100000000 10000000
4.254 secs

没有GCD的测试:

$ time ./nogcd 100000000 10000000
1.462 secs

我认为GCD应该减少执行时间,但结果显示相反.我不确定我是否滥用GCD.OS环境是带有Xcode 4.5的Mac OS X 10.8.编译器是Clang ++ 3.1.硬件是带有i5 CPU的Macbook Pro,它有两个内核.

为了比较,我使用OpenMP(也在同一台笔记本电脑上使用Xcode 4.5附带的GCC):

#include <vector> 
#include <cstdlib>

int main(int argc, char *argv[])  
{
  const int N = atoi(argv[1]);
  std::vector <int> a(N, 0);
  #pragma omp parallel for
  for (int i = 0; i < N; i++)
    a[i] = i;
  return 0;
}

和w/wo(-fopenmp),我有两个可执行文件来测试,

-fopenmp编译时带有标志:

$ time ./testopenmp 100000000
1.280 secs

-fopenmp编译时没有标志:

$ time ./testnoopenmp 100000000
1.626 secs

使用OpenMP,可以缩短执行时间.

Answer 1

GCD不一定要增加执行时间.它在你的情况下这样做的原因是因为你做错了.重要的是,您要知道为什么您的应用程序首先是缓慢的.所以我在多核分析器(Instruments.app)下运行你的代码,这是它显示的内容:

如您所见,图表大多为黄色.黄色表示线程无效,等待某个任务执行.绿色表示它执行任务.换句话说,你编写代码的方式,应用程序花费99%的时间来传递任务,每个任务执行几乎没有时间 - 太多的开销.那么为什么会这样呢？

因为您已安排大约1亿个任务要运行.运行每个任务都有一些开销,这远远大于为数组分配整数.经验法则是如果任务的复杂性小于线程间通信的复杂性,则不安排任务.

那你怎么解决这个问题呢？安排更少的任务,在每项任务中做更多事情.例如:

int main(int argc, char *argv[])
{
   const int N = atoi(argv[1]);
   __block std::vector<int> a(N, 0);
   dispatch_apply(4,
     dispatch_get_global_queue(DISPATCH_QUEUE_PRIORITY_DEFAULT, 0),
     ^(size_t iN)
     {
         size_t s = a.size()/4;
         size_t i = (s*iN);
         size_t n = i + s;
         //printf("Iteration #%lu [%lu, %lu]\n", iN, i, n);
         while (i < n) {
             a[i] = i++;
         }
     });
  return 0;
}

现在,探查器显示以下内容:

再次运行测试,GCD更快一点:

$ time ./test_nogcd 100000000 10000000

real    0m0.516s
user    0m0.378s
sys 0m0.138s
$ time ./test_gcd 100000000 10000000

real    0m0.507s
user    0m0.556s
sys 0m0.138s

也许运行较少的任务会使它变得更好？试试看.有了这么简单的工作流程,您可能会更好地使用单线程SIMD实现.或者可能不是 :)

请注意,在某些情况下您必须格外小心,例如,当总大小不能分为N个相等的部分等时.为简单起见,我省略了所有错误检查.

此外,当今商用硬件上的并行任务还有很多细微差别.我建议你熟悉MESI,错误共享,内存障碍,CPU缓存,缓存遗忘算法等等.记住 - 总是使用分析器!

希望能帮助到你.祝好运!