Question

我的确切示例是并行化这种树聚合，其中信息从叶子流向根：

aggregate :: ([a] -> a) -> Tree a -> Tree a
aggregate _ (Node x []) = Node x []
aggregate aggregator (Node _ children) =
  let agChildren = map (aggregate aggregator) children in
  Node (aggregator $ map (\(Node y _) -> y) agChildren) agChildren

我希望聚合器函数的每个应用程序都在不同的线程上处理。所以我想改变上面的代码，以便它生成一个依赖任务树并将它们提供给一个线程池。

我不希望某个节点受到影响，等待子线程完成。相反，这个等待的线程应该计算树中的其他可用子节点。同时为每个节点运行一个线程也太慢了。我的树可以有数百个节点，我的机器只有8个核心：他们会花时间安排而不是计算。我需要一个只在其他任务完成时才会使用任务的线程池。

正如下面ErikR所提到的，parMap似乎就是这么做的。我尝试了它并用strat 64 + RTS -N2执行它，以获得完全相同的计算时间。这是代码（为了测试性能而做了一个愚蠢的计算），你明白为什么时间不会改变吗？

slowAggregate :: [Int] -> Int
slowAggregate l = let s = sum l in
  sum [a + b + c | a <- [0..s], b <- [0..s], c <- [0..s] ]

bigTree :: Tree Int
bigTree = Node 0 $ map (\x -> Node x []) [71..78]

aggregate :: NFData a => ([a] -> a) -> Tree a -> Tree a
aggregate _ (Node x []) = Node x []
aggregate aggregator (Node _ children) =
  let agChildren = parMap rdeepseq (aggregate aggregator) children in 
  Node (aggregator $ map (\(Node y _) -> y) agChildren) agChildren

main = timeIt $ let (Node y _) = aggregate slowAggregate bigTree in print y

Answer 1

并行运行时已经为sparks管理了一个线程池。来自this SO answer：

Sparks不是线程。 forkIO引入了Haskell线程（它映射到较少的实际OS线程）。 Sparks在每个线程的工作队列中创建条目，如果线程空闲，它们将从中执行任务。

所以我首先尝试使用parMap strat并查看它是否适合您。

事实上，如果你的树是Traversable，我会看看使用parTraversable：

parTraversable :: Traversable t => Strategy a -> Strategy (t a)

Answer 2

在slowAggregate示例中，函数slowAggregate仅被调用一次 - 用于顶级节点。

不会为任何子节点调用它，因为这些节点本身没有任何子节点。这些节点由aggregate的第一个保护条款处理：

aggregate _ (Node x []) = Node x []

此外，当我使用+RTS -s -N2运行程序时，所有8个创建的火花都失败了：

  SPARKS: 8 (0 converted, 0 overflowed, 0 dud, 0 GC'd, 8 fizzled)

这些火花对应于列表中的8个元素[71..78]。所有这些都失败了，因为他们都没有叫slowAggregate。

线程池

2 个答案: