这几乎是个问题。我的意思是，我知道mpi_file_write_all是＆＃34;集体＆＃34;版本，但我认为mpi_file_write将会被多个进程同时调用，那么它们的操作实际差异是什么？感谢。
答案 0 :(得分：6)
从功能上讲，在大多数实际情况中几乎没有什么区别。如果您的IO与mpi_file_write_all（）一起正常工作，那么它应该与mpi_file_write（）一起正常工作，除非您正在做一些非常复杂的事情。相反的情况并非严格正确，但在我见过的大多数实际情况中，所有进程同时执行简单的常规IO模式，如果mpi_file_write（）有效，则mpi_file_write_all（）有效。
无论如何，重点是如果你调用mpi_file_write（），那么IO库必须在那里处理那个IO请求，因为它不能假设其他进程也在执行IO。除了最简单的并行分解之外，来自单个进程的数据将不包含文件的单个连续块。结果，每个进程将执行大量小型IO事务（写入，查找，写入，搜索......），这在并行文件系统上效率非常低。更糟糕的是，它可能在执行IO时锁定文件，以阻止其他进程干扰其执行的操作，从而使IO可以跨进程有效地序列化。
使用write_all（），IO库具有全局视图，并且知道每个进程在做什么。首先，这使它能够重新组织数据，因此每个进程都有一大块数据要写入文件。其次，由于它控制着所有进程，因此可以避免锁定文件，因为它可以确保写入不会发生冲突。
对于简单的常规模式，例如一个分布在3D网格流程中的大型3D阵列，我发现Cray上的集体和非集体方法与Lustre文件系统之间存在巨大差异。差异可以是千兆字节/秒，而不是几十兆字节/秒。
PS我在这里假设模式是许多进程将数据写入单个共享文件。对于阅读，也应该有一个改进（少量大的连续读取），但也许不那么戏剧性，因为阅读不需要文件锁定。