まとめ
メニューを開く-
2章タイトル：「並行か非並行か？それが問題だ」ｗ -
タスク分解とデータ分解
-
タスク分解で大きく考えなければならないことは3つ。1
-
タスクとは何か。どのように定義するか？
-
タスク間に依存性はあるのか。その条件は？
-
タスクのスレッドへの割り当てはどのように行うのか？
-
タスク分解の原則1. 最小でもスレッド数と同じ数のタスク数にしましょう。
-
まぁ基本的にはタスク数をスレッド数より多くしたほうがいい。当たり前だけどアイドルスレッドを発生させないため。
-
タスク分解の原則2. タスク内の処理量は、タスクとかスレッドを管理するオーバーヘッドより多くしましょう。
-
このへんはバランスをとればいい。あんまり1タスクに使うスレッドが多すぎると1スレッドの管理オーバーヘッドが多くて損するし。
-
タスク間に発生する依存性1. 順序依存。
-
タスク間に発生する依存性2. データ依存。
-
これはまぁ直感的にわかる場合が多い。変数の代入に複数のスレッドが関わってるかどうかを見ればいい。
-
依存性がまったくないソースコードを魅惑的並列(enchantingly parallel)というらしいｗ
-
データ依存の単純な解決方法：スレッドからのみアクセス可能な変数を定義する。
-
つまりTLS(スレッドローカルストレージ)
-
まぁ、それが無理なら素直に共有変数にmutexかなんかで単純なロックをつけて使いましょうｗ
-
もちろん同期処理が追加されるからオーバーヘッドは増えるよ。
-
タスクのスレッドへの割り当てをどうするか考えるときは、最初は静的スケジューリングを考えましょう。プログラミングが一番単純だから。
-
もちろんタスク間の処理量にばらつきがあったり、予測不可能な場合は動的スケジューリングを使わざるを得ません。
-
データ分解は大規模データを分割してスレッドで分担することですね。
-
データ分解の一番一般的な対象は配列ですね。
-
並列化するとアプリケーションの実行というものが、大規模データの全要素を更新する処理ばかりだということに気づく。
-
チャンク(分割されたデータ)は各タスクに割り当てられる。
-
つまりタスク分解でのタスク定義の原則が、データ分解でもそのまま当てはまるわけです。
-
Content from Twitter
コメント