利用多核 CPU 实现并行计算


开始之前,我们先澄清两个概念,「多核」指的是有效利用 CPU 的多核提高程序执行效率,「并行」和「并发」一字之差,但其实是两个完全不同的概念,「并发」一般是由 CPU 内核通过时间片或者中断来控制的,遇到 IO 阻塞或者时间片用完时会交出线程的使用权,从而实现在一个内核上处理多个任务,而「并行」则是多个处理器或者多核处理器同时执行多个任务,同一时间有多个任务在调度,因此,一个内核是无法实现并行的,因为同一时间只有一个任务在调度:

并发

并行

多进程、多线程以及协程显然都是属于「并发」范畴的,可以实现程序的并发执行,至于是否支持「并行」,则要看程序运行系统是否是多核,以及编写程序的语言是否可以利用 CPU 的多核特性。

下面我们以 goroutine 为例,来演示如何在 Go 语言中通过协程有效利用「多核」实现程序的「并行」执行,具体实现的话就是根据系统 CPU 核心数量来分配等值的子协程数,让所有协程分配到每个内核去并行执行。要查看系统核心数,以 MacOS 为例, 可以通过 sysctl hw 命令分别查看物理 CPU 和逻辑 CPU 核心数:

我的系统物理 CPU 核心数是 4 个,逻辑 CPU 核心数是 8 个,所谓物理 CPU 核心数指的是真正插在物理插槽上 CPU 的核心数,逻辑 CPU 核心数指的是结合 CPU 多核以及超线程技术得到的 CPU 核心数,最终核心数以逻辑 CPU 核心数为准。

此外,你也可以在 Go 语言中通过调用 runtime.NumCPU() 方法获取 CPU 核心数。

接下来,我们来模拟一个可以并行的计算任务:启动多个子协程,子协程数量和 CPU 核心数保持一致,以便充分利用多核并行运算,每个子协程计算分给它的那部分计算任务,最后将不同子协程的计算结果再做一次累加,这样就可以得到所有数据的计算总和。我们编写对应的示例文件 parallel.go

package main

import (
    "fmt"
    "runtime"
    "time"
)

func sum(seq int, ch chan int) {
    defer close(ch)
    sum := 0
    for i := 1; i <= 10000000; i++ {
        sum += i
    }
    fmt.Printf("子协程%d运算结果:%d\n", seq, sum)
    ch <- sum
}

func main()  {
    // 启动时间
    start := time.Now()
    // 最大 CPU 核心数
    cpus := runtime.NumCPU()
    runtime.GOMAXPROCS(cpus)
    chs := make([]chan int, cpus)
    for i := 0; i < len(chs); i++ {
        chs[i] = make(chan int, 1)
        go sum(i, chs[i])
    }
    sum := 0
    for _, ch := range chs {
        res := <- ch
        sum += res
    }
    // 结束时间
    end := time.Now()
    // 打印耗时
    fmt.Printf("最终运算结果: %d, 执行耗时(s): %f\n", sum, end.Sub(start).Seconds())
}    

这里我们通过 runtime.NumCPU() 获取逻辑 CPU 核心数,然后通过 runtime.GOMAXPROCS() 方法设置程序运行时可以使用的最大核心数,这里设置为和系统 CPU 核心数一致,然后初始化一个通道数组,数量和 CPU 核心数保持一致,以便充分利用多核实现并行计算,接下来就是依次启动子协程进行计算,并在子协程中计算完成后将结果数据发送到通道中,最后在主协程中接收这些通道数据并进行再次累加,作为最终计算结果打印出来,同时计算程序运行时间作为性能的考量依据。

此时,我们运行 parallel.go,得到的结果如下:

然后我们修改 runtime.GOMAXPROCS() 方法中传入的 CPU 核心数为 1,再次运行 parallel.go,得到的结果如下:

可以看到使用多核比单核整体运行速度快了4倍左右,查看系统 CPU 监控也能看到所有内核都被打满,这在 CPU 密集型计算中带来的性能提升还是非常显著的,不过对于 IO 密集型计算可能没有这么显著,甚至有可能比单核低,因为 CPU 核心之间的切换也是需要时间成本的,所以 IO 密集型计算并不推荐使用这种机制,什么是 IO 密集型计算?比如数据库连接、网络请求等。

另外,需要注意的是,目前 Go 语言默认就是支持多核的,所以如果上述示例代码中没有显式设置 runtime.GOMAXPROCS(cpus) 这行代码,编译器也会利用多核 CPU 来执行代码,其结果是运行耗时和设置多核是一样的。


Vote Vote Cancel Collect Collect Cancel

<< 上一篇: 通道类型篇(四):错误和异常处理

>> 下一篇: sync 包(一):sync.Mutex 和 sync.RWMutex