Question

我有一个非常大的数据文件，此数据文件中的每条记录都有4行。我编写了一个非常简单的C程序来分析这种类型的文件并打印出一些有用的信息。该计划的基本理念是这一点。

int main()
{
  char buffer[BUFFER_SIZE];
  while(fgets(buffer, BUFFER_SIZE, stdin))
  {
    fgets(buffer, BUFFER_SIZE, stdin);
    do_some_simple_processing_on_the_second_line_of_the_record(buffer);
    fgets(buffer, BUFFER_SIZE, stdin);
    fgets(buffer, BUFFER_SIZE, stdin);
  }
  print_out_result();
}

这当然会遗漏一些细节（健全/错误检查等），但这与问题无关。

该程序运行正常，但我正在使用的数据文件非常庞大。我想我会尝试通过使用OpenMP并行化循环来加速程序。但是，经过一些搜索后，OpenMP似乎只能处理事先知道迭代次数的for循环。由于我事先并不知道文件的大小，即使像wc -l之类的简单命令也需要很长时间才能运行，我该如何并行化这个程序呢？

Answer 1

正如thiton所提到的，这段代码可能是I / O限制的。然而，现在许多计算机可能具有SSD和高吞吐量RAID磁盘。在这种情况下，您可以从并行化获得加速。而且，如果计算不是微不足道的话，则并行化获胜。即使I / O由于饱和带宽而被有效地序列化，您仍然可以通过将计算分配到多核来获得加速。

回到问题本身，您可以通过OpenMP并行化此循环。使用stdin，我不知道并行化，因为它需要按顺序读取，而不需要结束的先验信息。但是，如果您正在使用典型文件，则可以执行此操作。

这是我的omp parallel代码。我使用了一些Win32 API和MSVC CRT：

void test_io2()
{
  const static int BUFFER_SIZE = 1024;
  const static int CONCURRENCY = 4;

  uint64_t local_checksums[CONCURRENCY];
  uint64_t local_reads[CONCURRENCY];

  DWORD start = GetTickCount();

  omp_set_num_threads(CONCURRENCY);

  #pragma omp parallel
  {
    int tid = omp_get_thread_num();

    FILE* file = fopen("huge_file.dat", "rb");
    _fseeki64(file, 0, SEEK_END);
    uint64_t total_size = _ftelli64(file);

    uint64_t my_start_pos = total_size/CONCURRENCY * tid;
    uint64_t my_end_pos   = min((total_size/CONCURRENCY * (tid + 1)), total_size);
    uint64_t my_read_size = my_end_pos - my_start_pos;
    _fseeki64(file, my_start_pos, SEEK_SET);

    char* buffer = new char[BUFFER_SIZE];

    uint64_t local_checksum = 0;
    uint64_t local_read = 0;
    size_t read_bytes;
    while ((read_bytes = fread(buffer, 1, min(my_read_size, BUFFER_SIZE), file)) != 0 &&
      my_read_size != 0)
    {
      local_read += read_bytes;
      my_read_size -= read_bytes;
      for (int i = 0; i < read_bytes; ++i)
        local_checksum += (buffer[i]);
    }

    local_checksums[tid] = local_checksum;
    local_reads[tid]     = local_read;

    fclose(file);
  }

  uint64_t checksum = 0;
  uint64_t total_read = 0;
  for (int i = 0; i < CONCURRENCY; ++i)
    checksum += local_checksums[i], total_read += local_reads[i];

  std::cout << checksum << std::endl
    << total_read << std::endl
    << double(GetTickCount() - start)/1000. << std::endl;
}

这段代码看起来有点脏，因为我需要精确分配要读取的文件数量。但是，代码非常简单。要记住的一件事是你需要一个每线程文件指针。您不能简单地共享文件指针，因为内部数据结构可能不是线程安全的。此外，此代码可以parallel for并行化。但是，我认为这种方法更自然。

简单的实验结果

我已测试此代码，以便在HDD（WD Green 2TB）和SSD（Intel 120GB）上读取10GB文件。

使用硬盘驱动器，是的，没有获得加速。甚至观察到减速。这清楚地表明这个代码是I / O有界的。这段代码实际上没有计算。只是I / O.

但是，使用SSD时，我的加速度为1.2 ，有4个核心。是的，加速很小。但是，您仍然可以通过SSD获得它。并且，如果计算变得更多（我只是放置一个非常短的忙等待循环），加速将是重要的。我能够获得2.5的加速。

总而言之，我建议您尝试并行化此代码。

另外，如果计算不重要，我建议流水线。上面的代码简单地划分为几个大块，导致缓存效率低下。但是，管道并行化可能会产生更好的缓存利用率。尝试使用TBB进行管道并行化。它们提供了一个简单的管道构造。

Answer 2

您是否检查过您的进程实际上是CPU绑定的而不是I / O绑定的？您的代码看起来非常像I / O绑定的代码，它们不会从并行化中获得任何好处。

Answer 3

为了回应＆＃34; minding＆＃34;，我不认为你的代码在这里实际优化了任何东西。关于这个陈述有很多常见的误解＆＃34; #pragma omp parallel＆＃34;，这个实际上只会产生线程，没有＆＃34; for＆＃34;关键字，所有线程将只执行跟随的任何代码。所以你的代码实际上会复制每个线程上的计算。为了回应Daniel，你是对的，OpenMP不能优化while循环，优化它的唯一方法是重构代码，以便事先知道迭代（例如用计数器循环一次）。很抱歉发布了另一个答案，因为我还没有发表评论，但希望这可以解决常见的误解。

使用OpenMP并行化while循环

3 个答案: