我有这个程序(矩阵的乘法不重要得到结果):
package serie06_ExecutorFramework;
import java.util.Random;
public class Sequenziale {
public static final int NUM_OPERATIONS = 100000;
public static final int MATRIX_SIZE = 64;
public static void main(final String[] args) {
final Random rand = new Random();
System.out.println("Simulazione iniziata");
for (int operation = 0; operation < NUM_OPERATIONS; operation++) {
// Crea matrici
final int[][] m0 = new int[MATRIX_SIZE][MATRIX_SIZE];
final int[][] m1 = new int[MATRIX_SIZE][MATRIX_SIZE];
final int[][] m2 = new int[MATRIX_SIZE][MATRIX_SIZE];
// Inizializza gli array con numeri random
for (int i = 0; i < MATRIX_SIZE; i++)
for (int j = 0; j < MATRIX_SIZE; j++) {
m0[i][j] = rand.nextInt(10);
m1[i][j] = rand.nextInt(10);
}
// Moltiplica matrici
for (int i = 0; i < m0[0].length; i++)
for (int j = 0; j < m1.length; j++)
for (int k = 0; k < m0.length; k++)
m2[i][j] += m0[i][k] * m1[k][j];
}
System.out.println("Simulazione terminata");
}
}
到一个与该任务一起工作并使用多核的程序,最后我必须绘制程序的加速程序
我用这种方式做了这个程序:加速=顺序时间/平行时间
package pcepS6;
import java.util.Random;
public class MatrixMoltiplication implements Runnable {
private final int[][] m0;
private final int[][] m1;
public MatrixMoltiplication(int[][] m0, int[][] m1) {
this.m0 = m0;
this.m1 = m1;
}
@Override
public void run() {
final Random rand = new Random();
// Inizializza gli array con numeri random
for (int i = 0; i < S6Esercizio1.MATRIX_SIZE; i++)
for (int j = 0; j < S6Esercizio1.MATRIX_SIZE; j++) {
m0[i][j] = rand.nextInt(10);
m1[i][j] = rand.nextInt(10);
}
// Moltiplica matrici
final int[][] m2 = new int[m0.length][m1.length];
for (int i = 0; i < m0[0].length; i++)
for (int j = 0; j < m1.length; j++)
for (int k = 0; k < m0.length; k++)
m2[i][j] += m0[i][k] * m1[k][j];
}
}
主要
package pcepS6;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
public class S6Esercizio1 {
public static final int NUM_OPERATIONS = 100000;
public static final int MATRIX_SIZE = 64;
private static int numThreads = 5;
private static final ExecutorService myExec = Executors.newFixedThreadPool(numThreads);
public static void main(final String[] args) {
System.out.println("Simulazione iniziata");
System.out.println("Submit delle tasks ai threads");
for (int operation=0; operation<NUM_OPERATIONS; operation++) {
int[][] a = new int[MATRIX_SIZE][MATRIX_SIZE];
int[][] b = new int[MATRIX_SIZE][MATRIX_SIZE];
myExec.execute( new MatrixMoltiplication(a, b) );
}
//l'executor non accetta piu nessuna ulteriore tasks
myExec.shutdown();
System.out.println("Tutte le tasks sono state inviate ai threads");
while ( !myExec.isTerminated() ) {}
System.out.println("Tutti i threads hanno finito");
}
}
问题是我不能只使用1个线程来获取执行时间,在2个线程获得新时间之后......直到20个线程,所以最后总是计划加速。
我不能这样做,因为如果我使用少量线程,我有这个错误:
Exception in thread "main" java.lang.OutOfMemoryError: GC overhead
limit exceeded at pcepS6.S6Esercizio1.main(S6Esercizio1.java:39)
Exception in thread "pool-1-thread-6" java.lang.OutOfMemoryError: GC
overhead limit exceeded at
pcepS6.MatrixMoltiplication.run(MatrixMoltiplication.java:25) at
java.util.concurrent.ThreadPoolExecutor.runWorker(Unknown Source) at
java.util.concurrent.ThreadPoolExecutor$Worker.run(Unknown Source) at
java.lang.Thread.run(Unknown Source)
我知道我可以使用 Executors.newFixedThreadPool 方法 newCachedThreadPool ,但这样我就无法获得特定线程数的时间。
这个分配可能是完全错误的吗?
答案 0 :(得分:1)
您同时只运行5个任务,那么为什么要为100000分配空间?仅为正在运行的任务分配矩阵就足够了。
此外,没有理由将矩阵注入MatrixMoltiplication,因为您不会对这些矩阵做任何事情而只是分配它们。所以你可以改变这个
new MatrixMoltiplication(a, b)
到此:
new MatrixMoltiplication()
并仅在Executor计划时分配矩阵:
@Override
public void run() {
a = new int[MATRIX_SIZE][MATRIX_SIZE];
b = new int[MATRIX_SIZE][MATRIX_SIZE];
// rest of the runnable
与您的问题无关的其他说明:
不是使用[0-9]区间中的元素制作两个随机矩阵(然后乘以它们),而是可以一步完成:
for (int i = 0; i < S6Esercizio1.MATRIX_SIZE; i++)
for (int j = 0; j < S6Esercizio1.MATRIX_SIZE; j++) {
m0[i][j] = rand.nextInt(10) * rand.nextInt(10);
}
它具有与两个[0-9]随机矩阵的乘积相同的属性。
另外,值得注意的是你不能使用rand.nextInt(82),因为与rand.nextInt(10)* rand.nextInt(10)相比它会有不同的分布。
答案 1 :(得分:0)
您所面临的错误 - “java.lang.OutOfMemoryError:超出GC开销限制” - 意味着GC一直在尝试释放内存,但几乎无法完成任何工作。默认情况下,当JVM在GC中花费超过98%的总时间并且GC少于2%的堆恢复后,就会发生这种情况。
这意味着您的应用程序几乎耗尽了所有可用内存,并且GC一再无法清除它。
请注意,只有在几个GC周期后释放了2%的内存时,才会抛出“超出GC开销限制”错误。这意味着GC能够清洁的很少,将会再次快速填充,从而迫使GC再次重新启动清洁过程。
这形成了一个恶性循环,其中CPU 100%忙于GC并且无法进行实际工作。应用程序的最终用户面临着极端的减速 - 过去以毫秒为单位完成的操作现在可能需要几分钟才能完成。因此,“java.lang.OutOfMemoryError:GC开销超出限制”消息是一个非常好的示例,表明了一个失败的快速原则。
快速解决此问题的方法是增加堆大小 - 添加(或增加(如果存在)-Xmx参数,指定应用程序有资格使用多少堆。