मैं हास्केल के समांतरता प्रदर्शन को समझने की कोशिश कर रहा हूं।हास्केल के समांतरता ओवरहेड को कैसे कम करें?
मेरे पास एक लंबी सूची (लंबाई> 1000) है कि मैं समानांतर में parMap
का उपयोग करके समानांतर में मूल्यांकन कर रहा हूं। (: पूर्ण आँकड़े उत्पादन संपादित करें):
54,248,802,288 bytes allocated in the heap
324,451,424 bytes copied during GC
2,970,272 bytes maximum residency (4 sample(s))
52,064 bytes maximum slop
217 MB total memory in use (1 MB lost due to fragmentation)
Tot time (elapsed) Avg pause Max pause
Gen 0 251 colls, 0 par 1.45s 1.49s 0.0059s 0.0290s
Gen 1 4 colls, 0 par 0.03s 0.05s 0.0125s 0.0319s
TASKS: 4 (1 bound, 3 peak workers (3 total), using -N1)
SPARKS: 6688 (0 converted, 0 overflowed, 0 dud, 1439 GC'd, 5249 fizzled)
INIT time 0.00s ( 0.03s elapsed)
MUT time 19.76s (20.20s elapsed)
GC time 1.48s ( 1.54s elapsed)
EXIT time 0.00s ( 0.00s elapsed)
Total time 21.25s (21.78s elapsed)
Alloc rate 2,745,509,084 bytes per MUT second
Productivity 93.0% of total user, 90.8% of total elapsed
gc_alloc_block_sync: 0
whitehole_spin: 0
gen[0].sync: 0
gen[1].sync: 0
अगर मैं दो धागे पर चलाने के लिए, +RTS -N2
का उपयोग कर, मैं:
54,336,738,680 bytes allocated in the heap
346,562,320 bytes copied during GC
5,437,368 bytes maximum residency (5 sample(s))
120,000 bytes maximum slop
432 MB total memory in use (0 MB lost due to fragmentation)
Tot time (elapsed) Avg pause Max pause
Gen 0 127 colls, 127 par 2.07s 0.99s 0.0078s 0.0265s
Gen 1 5 colls, 4 par 0.08s 0.04s 0.0080s 0.0118s
Parallel GC work balance: 41.39% (serial 0%, perfect 100%)
TASKS: 6 (1 bound, 5 peak workers (5 total), using -N2)
SPARKS: 6688 (6628 converted, 0 overflowed, 0 dud, 0 GC'd, 60 fizzled)
INIT time 0.00s ( 0.01s elapsed)
MUT time 25.31s (13.35s elapsed)
GC time 2.15s ( 1.03s elapsed)
EXIT time 0.01s ( 0.01s elapsed)
Total time 27.48s (14.40s elapsed)
Alloc rate 2,146,509,982 bytes per MUT second
Productivity 92.2% of total user, 175.9% of total elapsed
gc_alloc_block_sync: 19922
whitehole_spin: 0
gen[0].sync: 1
gen[1].sync: 0
यहाँ पूर्ण आँकड़े उत्पादन किसी एकल थ्रेड के लिए +RTS -s
उपयोग कर रहा है
और चार धागे पर:
54,307,370,096 bytes allocated in the heap
367,282,056 bytes copied during GC
8,561,960 bytes maximum residency (6 sample(s))
3,885,784 bytes maximum slop
860 MB total memory in use (0 MB lost due to fragmentation)
Tot time (elapsed) Avg pause Max pause
Gen 0 62 colls, 62 par 2.45s 0.70s 0.0113s 0.0179s
Gen 1 6 colls, 5 par 0.20s 0.07s 0.0112s 0.0146s
Parallel GC work balance: 40.57% (serial 0%, perfect 100%)
TASKS: 10 (1 bound, 9 peak workers (9 total), using -N4)
SPARKS: 6688 (6621 converted, 0 overflowed, 0 dud, 3 GC'd, 64 fizzled)
INIT time 0.01s ( 0.01s elapsed)
MUT time 37.26s (10.95s elapsed)
GC time 2.65s ( 0.77s elapsed)
EXIT time 0.01s ( 0.01s elapsed)
Total time 39.94s (11.76s elapsed)
Alloc rate 1,457,427,453 bytes per MUT second
Productivity 93.4% of total user, 317.2% of total elapsed
gc_alloc_block_sync: 23494
whitehole_spin: 0
gen[0].sync: 10527
gen[1].sync: 38
तो विलुप्त समय के अनुसार (वें ई प्रत्येक आउटपुट में अंतिम संख्या), दो कोर के साथ कार्यक्रम एकल-थ्रेडेड संस्करण का ~ 66% लेता है, और चार कोर के साथ इसमें 54% समय लगता है। यह गति बहुत खराब नहीं है, लेकिन कोर की संख्या के साथ सैद्धांतिक रूप से अपेक्षित रैखिक सुधार से कहीं भी बदतर है, जिसके परिणामस्वरूप चार कोर के साथ 25% रनटाइम होगा।
अब, उपरोक्त सांख्यिकीय आउटपुट को देखते समय, मैं देख सकता हूं कि कार्यक्रम के लिए वास्तविक कामकाजी CPU समय (MUT
से शुरू होने वाली पंक्तियां) अधिक कोर का उपयोग करने के साथ उल्लेखनीय रूप से बढ़ती हैं। 1, 2 और 4 कोर के साथ मुझे सीपीयू का समय 19.76, 25.31 और 37.26 एस मिलता है, और यह वृद्धि है - मुझे विश्वास है - मेरे समांतरता प्रदर्शन को खा रहा है।
कई कोर कि मेरे मन के लिए आते हैं के साथ इस तरह के एक सीपीयू क्रम भूमि के ऊपर के लिए विशिष्ट कारण हैं:
- काम का बोझ वितरण की भी ठीक पठन स्तर। हालांकि, मैंने 10 का उपयोग
parallel
पैकेज से 10 के एक खंड आकार के साथ उसी प्रोग्राम की कोशिश की। लेकिन परिणाम बहुत समान है, इसलिए मुझे इस समय नहीं लगता कि ओवरहेड बहुत बढ़िया ग्रैन्युलरिटी के कारण है। - कचरा संग्रह: यह अतीत में मेरे कोड के लिए एक बड़ा प्रदर्शन हत्यारा था, लेकिन चूंकि मैंने जीसी आकार में 100 एमबी तक वृद्धि की है, इसलिए जीसी में व्यतीत कुल समय काफी छोटा है, जैसा उपर्युक्त आंकड़ों में देखा गया है।
ऐसे मजबूत ओवरहेड के अन्य कारण क्या हैं, और मैं उन्हें कैसे कम कर सकता हूं?
क्या आपने थ्रेडस्कोप को आजमाया था? https://wiki.haskell.org/TreadScope – Yuras
हां, मैंने पहले इसका उपयोग किया है, और अभी इस कोड पर इसे आजमाया है। यह कुछ अंतर्दृष्टि देता है, विशेष रूप से यह दिखाता है कि जीसी कितनी बार चीजों को बाधित करता है, लेकिन जीसी में बिताए गए कुल समय इतने बड़े नहीं होते हैं, जैसा ऊपर दिए गए आंकड़ों के आउटपुट में देखा गया है। थ्रेडस्कोप यह भी पुष्टि करता है कि अधिकांश समय, सभी चार धागे पूर्ण उपयोग में हैं, लेकिन मेरा मुख्य प्रश्न यह है कि कुल वर्कलोड (सीपीयू टाइम) सिंगल थ्रेडेड कोड (35 बनाम बनाम 20) के मुकाबले इतना बड़ा है, सुनिश्चित नहीं है थ्रेडस्कोप मेरी मदद कैसे कर सकता है। – Stephan
क्या आप कुछ वास्तविक कोड साझा कर सकते हैं जो इस व्यवहार को प्रदर्शित करता है? –