openMP多线程编程

Posted 知识天地

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了openMP多线程编程相关的知识,希望对你有一定的参考价值。

OpenMP(Open Muti-Processing) 

 

OpenMP缺点:

1:作为高层抽象,OpenMp并不适合需要复杂的线程间同步和互斥的场合;

2:另一个缺点是不能在非共享内存系统(如计算机集群)上使用。在这样的系统上,MPI使用较多。

 

 

关于openMP实现 临界区 与互斥锁 可参考 reference3

 

windows系统下使用

==========================WINDOWS系统中使用==========================

基本使用:

在visual C++2010中使用OpenMP

1:将 Project 的Properties中C/C++里Language的OpenMP Support开启(参数为 /openmp);

2:在编写使用OpenMP 的程序时,则需要先include OpenMP的头文件:omp.h;

3:在要并行化的for循环前面加上  #pragma omp parallel for

 

如下简单例子:

 

[cpp] view plain copy
 
  1. //未使用OpenMP  
  2. #include <stdio.h>  
  3. #include <stdlib.h>  
  4.   
  5. void Test(int n) {  
  6. for(int i = 0; i < 10000; ++i)   
  7. {  
  8.       //do nothing, just waste time  
  9. }  
  10.     printf("%d, ", n);  
  11. }  
  12.   
  13. int main(int argc,char* argv[])   
  14. {  
  15.     for(int i = 0; i < 16; ++i)  
  16.     Test(i);  
  17.     system("pause");  
  18. }  

结果为:

 

0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10,11,12,13,14,15,

 

[cpp] view plain copy
 
  1. //使用OpenMP  
  2. <pre name="code" class="cpp">#include <stdio.h>  
  3. #include <stdlib.h>  
  4. #include <omp.h>  
  5.   
  6. void Test(int n) {  
  7. for(int i = 0; i < 10000; ++i) {  
  8. //do nothing, just waste time  
  9. }  
  10.     printf("%d, ", n);  
  11. }  
  12.   
  13. int main(int argc,char* argv[])   
  14. {  
  15. #pragma omp parallel for  
  16.     for(int i = 0; i < 16; ++i)  
  17.     Test(i);  
  18.     system("pause");  
  19. }  

(我的笔记本为2核 4线程)

 

显示结果为:

0,12,4,8,1,13,5,9,2,14,6,10,3,15,7,11,

OpenMP将循环0-15拆分成0-3,4-7,8-11,12-15四个部分来执行。

当编译器发现#pragma omp parallel for后,自动将下面的for循环分成N份,(N为电脑CPU线程数),然后把每份指派给一个线程去执行,而且多线程之间为并行执行。

 

关于获取CPU核数与线程ID

 

[cpp] view plain copy
 
  1. #include <iostream>  
  2. #include <omp.h>  
  3. int main(){  
  4.     int sum = 0;  
  5.     int a[10] = {1,2,3,4,5,6,7,8,9,10};  
  6.     int coreNum = omp_get_num_procs();//获得处理器个数(其实获取的是线程的数量,我的笔记本为2核4线程,测试时获取的数字为4)</span>  
  7.     int* sumArray = new int[coreNum];//对应处理器个数,先生成一个数组  
  8.     for (int i=0;i<coreNum;i++)//将数组各元素初始化为0  
  9.         sumArray[i] = 0;  
  10. #pragma omp parallel for  
  11.     for (int i=0;i<10;i++)  
  12.     {  
  13.         int k = <span style="color:#3366FF;">omp_get_thread_num();//获得每个线程的ID</span>  
  14.         sumArray[k] = sumArray[k]+a[i];  
  15.     }  
  16.     for (int i = 0;i<coreNum;i++)  
  17.         sum = sum + sumArray[i];  
  18.     std::cout<<"sum: "<<sum<<std::endl;  
  19.     return 0;  
  20. }  

 

Ubuntu系统中使用

=================ubuntu系统中=====================================

 

Hands on FAQ:

*怎么在Linux上运行OpenMP程序? 
> 只需要安装支持OpenMP的编译器即可,比如GCC 4.2以上版本(好像Fedora Core带的部分4.1版本也支持),或者ICC(我用的version 9.1是支持的,其他没试过)。

*怎么缺点编译器是不是支持OpenMP? 
> 看编译器安装路径下/include目录里有没有omp.h。

*怎么区分OpenMP程序? 
> 程序中有没有以下内容: 
> #include <omp.h> 
> #pragma omp ...

*怎么编译OpenMP程序? 
> gcc -fopenmp [sourcefile]   -o [destination file] 
> icc   -openmp   [sourcefile]   -o [destination file]

*怎么运行OpenMP程序? 
> 编译后得到的文件和普通可执行文件一样可以直接执行。

*怎么设置线程数? 
>:在程序中写入set_num_threads(n); 
Method2:export OMP_NUM_THREADS=n; 
> 两种方法各有用处,前者只对该程序有效,后者不用重新编译就可以修改线程数。

 

Example1:并行与串行时间差别


Sequetial Version:

 

[cpp] view plain copy
 
  1. #include<iostream>  
  2. #include<sys/time.h>  
  3. #include<unistd.h>  
  4.   
  5. using namespace std;  
  6.   
  7. void test(int n)  
  8. {     
  9.     int a=0;  
  10.     struct timeval tstart,tend;  
  11.     double timeUsed;  
  12.     gettimeofday(&tstart,NULL);  
  13.     for(int i=0;i<1000000000;i++)  
  14.     {  
  15.         a=i+1;  
  16.     }  
  17.     gettimeofday(&tend,NULL);  
  18.     timeUsed=1000000*(tend.tv_sec-tstart.tv_sec)+tend.tv_usec-tstart.tv_usec;  
  19.     cout<<n<<" Time="<<timeUsed/1000<<" ms"<<endl;  
  20. }  
  21. int main()  
  22. {  
  23.     struct timeval tstart,tend;  
  24.     double timeUsed;  
  25.     gettimeofday(&tstart,NULL);  
  26.     int j=0;  
  27.     for(j=0;j<4;j++)  
  28.     {  
  29.         test(j);  
  30.     }  
  31.     gettimeofday(&tend,NULL);  
  32.     timeUsed=1000000*(tend.tv_sec-tstart.tv_sec)+tend.tv_usec-tstart.tv_usec;  
  33.     cout<<" Total Time="<<timeUsed/1000<<" ms"<<endl;  
  34.     return 0;  
  35. }  


Parallel Version:

 

 

[cpp] view plain copy
 
  1. #include<iostream>  
  2. #include<sys/time.h>  
  3. #include<unistd.h>  
  4. #include<omp.h>  
  5.   
  6. using namespace std;  
  7.   
  8. void test(int n)  
  9. {     
  10.     int a=0;  
  11.     struct timeval tstart,tend;  
  12.     double timeUsed;  
  13.     gettimeofday(&tstart,NULL);  
  14.     for(int i=0;i<1000000000;i++)  
  15.     {  
  16.         a=i+1;  
  17.     }  
  18.     gettimeofday(&tend,NULL);  
  19.     timeUsed=1000000*(tend.tv_sec-tstart.tv_sec)+tend.tv_usec-tstart.tv_usec;  
  20.     cout<<n<<" Time="<<timeUsed/1000<<" ms"<<endl;  
  21. }  
  22. int main()  
  23. {  
  24.     struct timeval tstart,tend;  
  25.     double timeUsed;  
  26.     gettimeofday(&tstart,NULL);  
  27.     int j=0;  
  28. #pragma omp parallel for  
  29.     for(j=0;j<4;j++)  
  30.     {  
  31.         test(j);  
  32.     }  
  33.     gettimeofday(&tend,NULL);  
  34.     timeUsed=1000000*(tend.tv_sec-tstart.tv_sec)+tend.tv_usec-tstart.tv_usec;  
  35.     cout<<" Total Time="<<timeUsed/1000<<" ms"<<endl;  
  36.     return 0;  
  37. }  


Result:

 

Sequential version:

 

[cpp] view plain copy
 
  1. 0 Time=2064.69 ms  
  2. 1 Time=2061.11 ms  
  3. 2 Time=2076.32 ms  
  4. 3 Time=2077.93 ms  
  5.  Total Time=8280.14 ms  


Parallel version:

 

 

[cpp] view plain copy
 
  1. 2 Time=2148.22 ms  
  2. 3 Time=2151.72 ms  
  3. 0 Time=2151.85 ms  
  4. 1 Time=2151.77 ms  
  5.  Total Time=2158.81 ms  

 

 

------------------------------------------------------------------------------------------------------------------------------------------------------------

Example2:矩阵拟合法计算Pi  

Sequential Version:

 

[cpp] view plain copy
 
  1. #include<iostream>  
  2. #include<sys/time.h>  
  3. #include<unistd.h>  
  4. //#include <omp.h>  
  5.   
  6. using namespace std;  
  7.   
  8. int main ()  
  9. {  
  10.     struct timeval tstart,tend;  
  11.     double timeUsed;  
  12.     static long num_steps =1000000000;  
  13.     double step;  
  14.     int i;  
  15.     double x, pi, sum = 0.0;  
  16.     step = 1.0/(double) num_steps;  
  17.     gettimeofday(&tstart,NULL);  
  18. //#pragma omp parallel for reduction(+:sum) private(x) /*只加了这一句,其他不变*/  
  19.     for (i=0;i < num_steps; i++)  
  20.     {  
  21.         x = (i+0.5)*step;  
  22.         sum = sum + 4.0/(1.0+x*x);  
  23.     }  
  24.     pi = step * sum;  
  25.     gettimeofday(&tend,NULL);  
  26.     timeUsed=1000000*(tend.tv_sec-tstart.tv_sec)+tend.tv_usec-tstart.tv_usec;  
  27.     timeUsed=timeUsed/1000;  
  28.     cout<<"pi="<<pi<<"  ("<<num_steps<<" )   "<<timeUsed<<" ms"<<endl;  
  29.     return 0;  
  30. }  

 

 

Parallel Version:

 

[cpp] view plain copy
 
  1. #include<iostream>  
  2. #include<sys/time.h>  
  3. #include<unistd.h>  
  4. #include <omp.h>  
  5.   
  6. using namespace std;  
  7.   
  8. int main ()  
  9. {  
  10.     struct timeval tstart,tend;  
  11.     double timeUsed;  
  12.     static long num_steps = 1000000000;  
  13.     double step;  
  14.     int i;  
  15.     double x, pi, sum = 0.0;  
  16.     step = 1.0/(double) num_steps;  
  17.     gettimeofday(&tstart,NULL);  
  18. #pragma omp parallel for reduction(+:sum) private(x) /*只加了这一句,其他不变*/  
  19.     for (i=0;i < num_steps; i++)  
  20.     {  
  21.         x = (i+0.5)*step;  
  22.         sum = sum + 4.0/(1.0+x*x);  
  23.     }  
  24.     pi = step * sum;  
  25.     gettimeofday(&tend,NULL);  
  26.     timeUsed=1000000*(tend.tv_sec-tstart.tv_sec)+tend.tv_usec-tstart.tv_usec;  
  27.     timeUsed=timeUsed/1000;  
  28.     cout<<"pi="<<pi<<"  ("<<num_steps<<" )   "<<timeUsed<<" ms"<<endl;  
  29.     return 0;  
  30. }  

运行结果为:

 

 

[cpp] view plain copy
 
  1. von@von-pc:~/test$ ./parrPI2  
  2. pi=3.14159  (1000000000 )   3729.68 ms  
  3. von@von-pc:~/test$ ./seqPI2  
  4. pi=3.14159  (1000000000 )   13433.1 ms  

 

我的电脑为2核,4线程 提升速度为13433/3739=3.6 。因为这个程序本身具有良好的并发性,循环间几乎没有数据依赖,除了sum,但是用reduction(+:sum)把对于sum的相关也消除了。

关于reduction , private具体请到references 7中查看。

需要特别注意的一点是: 

上述的计时方法使用的是gettimeofday() 而原博客给出的计时方法是time_t (使用time_t是没法达到作者所说的速度的,你会发现 并行的时间比串行还慢)。

主要原因:计时方法不一样,具体请看两者的区别(另一篇博客)

 

 

reference:

1:http://baike.baidu.com/view/1687659.htm

2:http://www.cnblogs.com/yangyangcv/archive/2012/03/23/2413335.html

-----------------------------------------------------------------------------------------------------------------

3:http://www.ibm.com/developerworks/cn/aix/library/au-aix-openmp-framework/index.html

4:http://openmp.org/wp/openmp-compilers/(官网)

5:http://blog.163.com/zl_dream1106/blog/static/84286020105210012295/   (linux 系统中OpenMP)

6:http://blog.163.com/zl_dream1106/blog/static/842860201052952352/?suggestedreading&wumiiOpenMP编程指南)

7:http://blog.163.com/zl_dream1106/blog/static/84286020105293213869/?suggestedreading&wumiiOpenMP 入门)

以上是关于openMP多线程编程的主要内容,如果未能解决你的问题,请参考以下文章

C++系列11:openmp多线程编程

Openmp 多线程代码在使用多个线程时给出不同的答案

[openMP] OpenMP在visual studio和mac上的配置

使用 openMP 和 openACC 的多线程多 GPU 计算

OpenMP 行为 - 嵌套多线程

OpenMP:共享同一算法的单线程和多线程实现