在Java中使用并行机制会使程序变慢(慢四倍!!!)

|| 我正在写共轭梯度方法的实现。 我使用Java多线程进行矩阵反向替换。 使用CyclicBarrier,CountDownLatch进行同步。 为什么要花这么多时间来同步线程? 还有其他方法吗? 程式码片段
private void syncThreads() {

    // barrier.await();

    try {

        barrier.await();

    } catch (InterruptedException e) {

    } catch (BrokenBarrierException e) {

    }

}
    
已邀请:
        总共使用了多少个线程?那可能是您问题的根源。使用多个线程只会在以下情况下真正提高性能: 线程中的每个任务都会执行某种阻塞。例如,等待I / O。在这种情况下使用多个线程可以使阻塞时间被其他线程使用。 或者您有多个核心。如果您有4个核心或4个CPU,则可以同时执行4个任务(或4个线程)。 听起来您没有阻塞线程,所以我猜您正在使用太多线程。例如,如果您使用10个不同的线程同时执行工作,但只有2个内核,则这可能比按顺序运行所有任务要慢得多。通常,启动的线程数等于您的内核/ CPU数。每次缓慢增加使用的线程,以衡量性能。这将为您提供最佳的线程数以供使用。     
        您需要确保每个线程花费更多的时间进行有用的工作,而不是将任务传递给另一个线程的开销。 这是一个将任务传递给另一个线程的开销远远大于使用多个线程的好处的示例。
final double[] results = new double[10*1000*1000];
{
    long start = System.nanoTime();
    // using a plain loop.
    for(int i=0;i<results.length;i++) {
        results[i] = (double) i * i;
    }
    long time = System.nanoTime() - start;
    System.out.printf(\"With one thread it took %.1f ns per square%n\", (double) time / results.length);
}
{
    ExecutorService ex = Executors.newFixedThreadPool(4);
    long start = System.nanoTime();
    // using a plain loop.
    for(int i=0;i<results.length;i++) {
        final int i2 = i;
        ex.execute(new Runnable() {
            @Override
            public void run() {
                results[i2] = i2 * i2;

            }
        });
    }
    ex.shutdown();
    ex.awaitTermination(1, TimeUnit.MINUTES);
    long time = System.nanoTime() - start;
    System.out.printf(\"With four threads it took %.1f ns per square%n\", (double) time / results.length);
}
版画
With one thread it took 1.4 ns per square
With four threads it took 715.6 ns per square
使用多个线程会更糟。 但是,增加每个线程的工作量并
final double[] results = new double[10 * 1000 * 1000];
{
    long start = System.nanoTime();
    // using a plain loop.
    for (int i = 0; i < results.length; i++) {
        results[i] = Math.pow(i, 1.5);
    }
    long time = System.nanoTime() - start;
    System.out.printf(\"With one thread it took %.1f ns per pow 1.5%n\", (double) time / results.length);
}
{
    int threads = 4;
    ExecutorService ex = Executors.newFixedThreadPool(threads);
    long start = System.nanoTime();
    int blockSize = results.length / threads;
    // using a plain loop.
    for (int i = 0; i < threads; i++) {
        final int istart = i * blockSize;
        final int iend = (i + 1) * blockSize;
        ex.execute(new Runnable() {
            @Override
            public void run() {
                for (int i = istart; i < iend; i++)
                    results[i] = Math.pow(i, 1.5);
            }
        });
    }
    ex.shutdown();
    ex.awaitTermination(1, TimeUnit.MINUTES);
    long time = System.nanoTime() - start;
    System.out.printf(\"With four threads it took %.1f ns per pow 1.5%n\", (double) time / results.length);
}
版画
With one thread it took 287.6 ns per pow 1.5
With four threads it took 77.3 ns per pow 1.5
几乎提高了4倍。     
        也许您可以尝试使用JDK 7中的fork / join实现重新实现代码,然后看看它能做什么? 缺省情况下,创建的线程池的线程数与系统中的内核数完全相同。如果您选择合理的阈值将工作分成较小的块,则执行效率可能会高得多。     
        您最有可能意识到这一点,但是如果您不了解,请阅读阿姆达尔定律。它给出了通过使用并行性实现的程序预期加速与程序的顺序段之间的关系。     
        跨内核同步比在单内核环境上慢得多,看看是否可以将jvm限制为1个内核(请参阅此博客文章) 或者您可以使用ExecuterorService并使用invokeAll来运行并行任务     

要回复问题请先登录注册